- 博客(253)
- 收藏
- 关注
RSS订阅原创 pool层种类
output_size 的形状为 (H, W)，H 和 W 可以不同，如果 output_size 是一个整数，将被转换为 (int, int)。输入应为：(N, C, H_in, W_in) 或 (C, H_in W_in)。输出 = (N, C, S_0, S_1) 或 (C, S_0, S_1)。torch.Size([10, 40, 3, 6])参考：Understand torch.nn.AdaptiveAvgPool2d() with Examples - PyTorch Tutorial。
2025-04-16 21:44:36
299
原创 腾讯云账号获取SecretId和SecretKey及混元模型调用
调用示例可以看到传参是什么，立即体验中提供了怎么请求的代码。中找到自己需要的模型，分别点。这里是多模态的传参示例。
2025-03-05 16:32:25
1080
原创 在windows系统上访问ubunutu系统的文件夹
在smb.conf文件中添加下面部分，共享ubuntu系统中的/data1,表明这个文件夹在windows下不仅仅只是可读，还可以被写和执行2. 重启smb服务。
2024-12-02 11:04:29
954
原创 npy文件中字典形式的np.object数据，怎么读取
numpy数据保存在npy文件中，通过np.load()加载，打印出来，跟字典形式一样。打印数据类型是np.object。想要和字典一样读取key,value。
2024-11-22 16:41:31
293
原创 matplotlib.pyplot plt 画图时速度过慢的解决方案
通过opencv读四张图，然后用matplotlib画图，然后保存。耗时0.6s左右，感觉这个耗时太长。的耗时为0.3s左右。
2024-10-26 16:13:08
484
原创 torch.split与torch.chunk的用法及区别
当split_size_or_sections 为list时，那么tensor结构会一共切分成len(list)这么多的小块，每个小块中的大小按照list中的大小决定，其中list中的数字总和应等于该维度的大小，否则会报错（，正好匹配，那么ouput就是大小相同的块结构。dim上数据的长度不能被。：切分后块结构 <class ‘tuple’>：需要切分的大小(int or list )为int时，tenor结构和。整除，余下的部分会少一些。作用将tensor按照。：input，待分输入。
2024-08-01 09:32:39
258
原创 jsonl文件介绍
要将数据保存为 .jsonl 格式的文件，你需要确保每条数据都是一个有效的 JSON 对象，并且将每个对象转换为 JSON 字符串后逐行写入文件。在 .jsonl 文件中，每一行包含一个完整的 JSON 对象，这些对象之间通过新行（换行符）分隔。.jsonl每一行都是一个独立的 JSON 对象，可以单独解析。这种格式特别适合日志数据、大型数据集、流数据处理以及需要增量加载或存储的场景。jsonl 文件格式是 JSON Lines 的缩写，它是一种文本格式，用于存储结构化数据，类似于 JSON。
2024-03-11 11:31:28
5013
原创 转yolov5模型时，不转后处理部分
由于部署在硬件上的时候，后处理部分硬件处理不支持，需要挪到cpu上处理。320的，检测头删掉了40。将坐标变换部分跳过，不执行。
2024-01-26 11:19:33
618
原创 Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs
论文中指出，上面这些VQA问题，人类可以瞬间给出正确的答案，但是多模态给出的结果却是错误的。是哪个环节出了问题呢？还是视觉特征与语言模型间的特征没有对齐？作者将上述问题分成了9个类别（通过将涉及的问题和选项提供chatgpt,让chatgpt将这些问题归类）上图种左边是目前的多模态结构，中间部分是两部分特征线性相加，右边是交错混合的方式。为了评价多模态模型在这些任务上的表现，建立了MMVP-VLM的测试集。探索多模态模型种视觉编码器的缺陷。通过增加自监督特征，多模态模型的能力有了提升。
2024-01-20 16:32:52
965
原创 shell中的sort和uniq命令
的文本，当重复的行并不相邻时，uniq 命令是不起作用的。先对文本进行排序，然后执行。统计每行文本出现的次数。uniq的操作对象是。
2023-12-18 15:45:33
537
原创 多模态模型的语言幻觉和视觉幻觉
语言幻觉”是一种不基于感官输入的感知，而“视觉幻觉”是对正确感官输入的误解文章中设计了一系列的能表现语言幻觉和视觉幻觉的实验，共200对图像-问题-答案对。包括表格、地图、海报、视频帧等，以及修改后的图片，这些修改的图片只有小幅的修改，但是对于同一问题的答案是完全不同的。这些实验分为两大类视觉依赖型和视觉辅助型。视觉依赖型的问题的答案与图片的内容强相关（比如：图片的左上角是什么？）视觉补充型是一些常识型的问题（比如：提供一张中国地图，问上海和北京两个城市的面积，哪个更大 ）
2023-11-02 17:02:36
589
原创 torch.distributed.elastic.multiprocessing.api: [ERROR] failed (exitcode: -7)
在docker中运行时，由于配置的共享内存不足导致。新建docker时，
2023-10-31 14:39:49
2327
原创 新建包含cuda和cudnn的docker
背景：服务器的cudnn版本太低了，没有权限去修改。故新建包含cuda和cudnn的docker步骤。
2023-10-31 11:17:23
1346
4
原创 BLIP2模型加载在不同设备上
现在大语言模型越来越大，占用的内存越来越多，这导致内存较小的设备无法体验大模型的效果。放在0号显卡上，其余模型放在cpu上。模型的名称在模型的index文件中。提供了将一个大模型分别加载在gpu和cpu上的方法。
2023-10-08 17:35:10
1166
原创 关于睡眠的知识
白天活跃的突触比较多，晚上的少一些。晚上相当于是在“洗脑”。白天一直活跃的突触好比一直在运行的电脑，如果一直不睡觉，内存会满溢，晚上休息相当于是清理内存。
2023-09-19 09:24:38
190
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人