相关文章
)
【机器学习】监督学习算法之： 线性判别分析(LDA)
线性判别分析 1、引言2、线性判别分析2.1 定义2.2 原理2.3 算法公式2.4 代码示例3、总结1、引言
小屌丝：鱼哥，啥是LDA 小鱼：LDA，我无法回答 小屌丝：为啥这么说？ 小鱼：你也不说什么缩写，我怎么说？ 小屌丝：就是 L-D-A 啊 小鱼：… 我来问吧，你说的是线性判别分析，还…
【YOLOv8改进- 损失函数】 NWD（Normalized Wasserstein Distance：归一化 Wasserstein 距离），助力微小目标检测。
YOLOv8目标检测创新改进与实战案例专栏 专栏目录： YOLOv8有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例 专栏链接: YOLOv8基础解析+创新改进+实战案例 介绍 摘要
检测微小目标是一个非常具有挑战性的问题，因为微小…
Python - Real-ESRGAN 提升图像、视频清晰度 - 最高可达 4 K
目录
一.引言
二.Real-ESRGAN 理论
1.模型简介
2.经典退化模型
◆ 退化过程全览
◆ K - 高斯滤波
◆ N - 噪声
◆ ↓r - Resize
◆ jpeg - 压缩
3.高阶退化模型
4.环形和超调伪影
5.网络结构
◆ ESRGAN 生成器
◆ U-Net 鉴别器
三.Real-ESRGAN 实战
1.快速体验…
)
经典文献阅读之--GSPR(基于3D高斯点云的多模态地点识别在自动驾驶中的应用)
0. 简介
地点识别的任务是通过修正SLAM算法中的累计漂移来提供全球定位信息。在自动驾驶系统中，摄像头常用于基于视觉的地点识别（VPR），提供丰富的语义和纹理信息。然而，由于光照、季节和天气的变化，特别是…
传输质量评价体系简介
在度量传输质量(以做出某种预测)时，我们有不同的指标，它们具有不同的单位，不同的作用范围，不同的平均方法，不同的采集方法，因此需要一种统一的方法，以做到整合这些复杂的信息：
跨指…
通俗理解卡尔曼滤波（无人驾驶感知融合的经典算法）
前言
我个人有近10年AI教育经验了，中间获得过一些名号，比如北理工校外导师，微软MVP兼CSDN技术专家，本博客也有1700多万PV了，在AI圈内有极高知名度。后2015年和团队一块创业创办AI职教平台「七月在线」，至今…
fabric2.0 cluster framework
catalog
1、rpc 2、comm
rpc
Orderer will start grpc server for service and connect to gprc server of other orderer as client. That means that there are 2 connections about cluster between 2 orderers.
It send message to the connection which dial to, and …
Hyperledger Fabric 2.0 官方文档中文版 第8章 操作指南
Hyperledger Fabric 2.0 官方文档中文版 第8章 操作指南 总目录8.操作指南设置排序节点创建组织定义配置节点生成排序节点的创世区块引导排序节点 成员服务提供商（MSP）MSP配置如何生成MSP证书及其签名密钥？普通节点和排序节点的MSP设置组织单…
)
计算机网络交换机安全配置实验,计算机网络实验一(交换机配置)
计算机网络实验一(交换机配置) (11页) 本资源提供全文预览，点击全文预览即可全文预览,如果喜欢文档就下载吧，查找使用更方便哦！ 9.9 积分 交换机配置实验专 业： 班 级： 姓 名： 学 号： 指导教师…
学习记录：fabric（10）- fabric本身编译（2）
分析
编译完成就是来分析一下代码，为了接下来的修改。 已经有很多对源码的分析，但是看日期都是18年左右，肯定都是1.x版本（甚至是0.8），2.x改变了链码的调用部分，我关注的恰恰是这部分࿰…
go-logging的使用
logging包实现了Go的日志记录基础设施。 其输出格式是可自定义的，并支持不同的日志后端，如syslog，文件和内存。 可以使用多个后端，每个后端和记录器具有不同的日志级别。
这是官方的例子：
package mainimport ("…
![[区块链]Hyperledger Fabric源代码（基于v1.0 beta版本）阅读之乐扣老师解读系列 （七）COMMON通用包之配置类型包config](http://pic.002.xiahunao.cn/mzlw/[区块链]Hyperledger Fabric源代码（基于v1.0 beta版本）阅读之乐扣老师解读系列 （七）COMMON通用包之配置类型包config)
[区块链]Hyperledger Fabric源代码（基于v1.0 beta版本）阅读之乐扣老师解读系列 （七）COMMON通用包之配置类型包config
核心包之COMMON通用包之配置类型包config
首先，我们看其代码结构： 这里主要是包含各种策略定义工具包、编译工具包、配置文件工具包、加解密工具包、账本包、和docker挂载相关的工具包、基本数据metadata工具包等等。 对于本包的内容，我…
 Orderer)
Fabric 1.0源代码分析(25) Orderer
# Fabric 1.0源代码笔记 之 Orderer ## 1、Orderer概述 Orderer，为排序节点，对所有发往网络中的交易进行排序，将排序后的交易安排配置中的约定整理为块，之后提交给Committer进行处理。 Orderer代码分布在orderer目录，目…
 flogging（Fabric日志系统）)
Fabric 1.0源代码分析(14) flogging（Fabric日志系统）
# Fabric 1.0源代码笔记 之 flogging（Fabric日志系统） ## 1、flogging概述 flogging，即fabric logging，对第三方日志包go-logging做了封装，供全局使用。go-logging地址：https://github.com/op/go-logging。…
：超长上下文大模型的高效微调方法)
从LongLoRA到LongQLoRA(含源码剖析)：超长上下文大模型的高效微调方法
前言
本文一开始是《七月论文审稿GPT第2版：用一万多条paper-review数据集微调LLaMA2最终反超GPT4》中4.3节的内容，但考虑到
一方面，LongLora的实用性较高二方面，为了把LongLora和LongQLora更好的写清楚，而不至于受篇…
 报错)
pytorch loss.backward() 报错
具体错误如下: 其实错误信息里面已经提示很清楚了，这个错误是 反向传播 过程中 device 不一致导致的。 在代码中，我们首先将所有 input、 target、 model、loss 都通过 .to(device)，加载到GPU上面了。但是在计算损失的时候，我们自…
【Pytorch】View and Freeze the Weights
图片来自《冰河时代》，冰箱里的文明 文章目录 1 查看网络的权重1.1 named_parameters()1.2 model.parameters()1.3 state_dict() 2 查看优化器参数3 查看网络的参数量4 冻结网络的权重 1 查看网络的权重
参考学习来自 pytorch中获取模型参数
1.1 named_parameters…