- 博客(15)
- 收藏
- 关注
RSS订阅原创 Datawhale AI夏令营第五期 CV学习 Task2笔记
本次笔记主要内容为对上次笔记中未分析完的代码进行梳理解读，另外简单熟悉一下提高模型性能的不同可用方法。
2024-08-29 17:53:26
446
原创 Datawhale AI夏令营第五期 CV学习 Task1笔记
本次赛题任务要求对城管监控视频数据集进行检测，识别其中的违规行为，并标记出时间和位置信息。提供数据集包括MP4格式的视频数据和违规行为信息标注的json文件，标注内容包含违规行为所在帧、违规行为编号，类别和行为所在矩形框。赛题给出的评估指标为F1score 和 MOTA指标，对二者加权求和作为最终得分。其中F1 score 用于评估分类模型性能，其值为查准率（预测正例中真正例的比率）和召回率（总体正例中被预测为正例的比率）的调和平均。
2024-08-26 17:54:52
1244
原创 Datawhale X 魔搭 AI夏令营 AIGC方向 学习笔记（三）
r越大，可能引入越多训练参数，使模型的适应和学习能力更强，但也相应增加了计算资源的需求。ComfyUI 是GUI的一种，是基于节点工作的用户界面，主要用于操作图像的生成技术，ComfyUI 的特别之处在于它采用了一种模块化的设计，把图像生成的过程分解成了许多小的步骤，每个步骤都是一个节点。该参数定义了lora的学习率缩放因子，类似常规训练模型中的alpha，该参数影响低秩矩阵的·更新快慢。CLIP模块将文本类型的输入变为模型可以理解的latent space embedding作为模型的输入.
2024-08-17 23:49:10
346
原创 Datawhale X 魔搭 AI夏令营第四期 AIGC方向 学习笔记（二）
反向提示词则是描述与当前场景相反或不相关的元素，可以帮助模型避免生成与这些元素相关的文本，从而使生成的文本更加符合描述的场景。：正向提示词应与描述的场景直接相关，帮助模型理解场景中的元素和情节。：在选择提示词时，尽量涵盖场景中的各个关键元素，以确保模型能够全面理解描述的场景。：如果有多张连续的图片描述，可以考虑选择一些提示词在不同图片间保持一定的连贯性，以帮助模型更好地理解整个故事情节。：反向提示词的选择应该与正向提示词形成对比或对立，这样可以更有效地引导模型生成与描述场景一致的文本。
2024-08-14 23:51:09
197
原创 画图工具Mermaid学习笔记——饼图、象限图
x-axis <left text> --> <right text> (也可只放左侧文本)y-axis <bottom text> --> <top text> (也可只放下侧文本)pie showdata(可选，是否在表头后显示实际数组) title （可选，加标题） (xxxx)quandrant 1 xxxx (置于象限1的文本，象限234同理)部分参数调整：在前面插入如下代码可设置百分比标注文字离圆心的位置、饼图外圈的线条粗细。(以下均省略在md中需要的"""mermaid"""前后缀)
2024-08-13 10:46:06
1025
原创 画图工具Mermaid学习笔记——流程图3
预设置CSS样式，如以下的CSS，作用是选中所有名为 cssClass 下的元素的rect元素，应用填充颜色，描边颜色和描边宽度的指定。后续可用类似 class A cssClass 对A调用（但实际没有效果，不知道为什么）命名为 default 的 class 将对所有没有另外单独指定的进行应用。(以下均省略在md中需要的"""mermaid"""前后缀)使用来自 Font Awesome 的扩展：（使用 fa:#icon 的格式调用特殊图标。
2024-08-13 09:45:43
497
原创 画图工具Mermaid学习笔记——流程图2
若子图中的某个节点与外界的节点连接了，则子图规定的自身方向将失效，而是遵循母图的方向。设置连接曲线的风格：在该语句 'stepbefore' 处使用不同的参数即可（（以下均省略在md中需要的```mermaid ```前后缀）设置子图，子图间同样可以用名字进行连接，或在子图中包含子图。特殊字符串：用双星号使用粗体，单星号使用斜体，直接换行。设置连接的样式：如下设置了第四条连接的颜色和宽度。
2024-08-09 20:12:40
681
原创 Datawhale AI 夏令营 第三期 物质科学方向 学习笔记3
本期主要学习了 Transformer 模型的相关知识，使用该模型的 Encoder 部分结构对SMILES表达式进行编码，用全连接层处理编码后的输出向量作为预测结果。并了解了部分基础的调参方式。以下为对部分代码的简单分析。
2024-08-04 11:25:39
523
原创 画图工具Mermaid学习笔记——流程图1
与其他有连接的节点名开头有字幕 o 或 x 时，需大写或在前面加一空格（如 A--- oB/A---OB）用以和圆边、叉边区分（见后文）LR：从左指向右 TD/TB：从上指向下 RL、BT同理。（以下均省略在md中需要的```mermaid ```前后缀）显示文字中使用外嵌双引号和撇号加入markdown 语法文字。流程图由节点(node)和边(edge)组成。单个节点及显示文字（若无文字则显示节点名）规定节点外框形状：以下展示了目前可用的种类。节点间连接方式：以下只摘录主要的一部分。
2024-08-01 15:43:56
672
原创 画图工具 Mermaid 学习笔记——概述
此图为安装了 Mermaid Markdown Syntax Highlight 扩展（语法高亮区分）后的演示。VS Code 插件：(其他环境对应插件同样在官方文档有给出)Mermaid，一款基于markdown语法的图表绘制工具。
2024-08-01 10:34:58
1145
原创 Datawhale AI夏令营 第三期 物质科学方向 学习笔记2
如下所示，模型继承自torch.nn.Module类，在初始化函数，即__init__方法中，定义了嵌入层（创建nn.Embedding实例），用于将高维的词汇空间映射到低维连续向量空间；定义了RNN层（创建nn.RNN实例），用于学习上下文信息。注意torch的RNN与学习手册里的RNN标准结构图并不相同，本身是没有输出层（即图里的各个输出y）的，其计算过程类似：定义了全连接层（通过Sequantial类顺序连接了若干线性层和激活函数），用于转化RNN的输出为最终结果；
2024-07-31 23:59:52
1499
原创 概率论基础知识
反映了在给定试验数据的基础上，对参数的新的认识，是贝叶斯分析的结果。注意后验概率是可以不断更新的，上一次实验计算得到的后验概率可以作为下一次的先验。大小与参数无关，故此处仅作归一项，即后验概率正比于先验概率乘似然函数。，已知其是从某分布中取出的，但并不知道该分布的参数。是在观测前凭借先验知识对待估参数的认识，是与待估参数无关的边缘分布，计算时采用。即为不考虑原因只看结果的概率分布，即。是确定了参数以后的试验结果概率分布，的分布模型，是一个基于随机变量。，从中提取用于估计的信息。又称样本发生的概率分布的。
2024-07-30 14:32:13
271
原创 Datawhale AI 夏令营 第三期 物质科学方向 学习笔记
具体过程：调用 GetMorganFingerprintAsBitVect 函数计算指定分子 mol 的 Morgan 指纹，将指纹对象 fp 用 ToBitString 函数转换为包含位信息的字符串，之后转为列表，用 eval 函数将每个字符转换为整数，最后合并为一个 ndarray.pickle：通过序列化操作将对象信息永久存储，python中几乎所有的数据类型都可用，需要用到时再通过反序列化还原该对象。具体过程：对列表去重，使用 mfgen 函数计算并建立从SMILES表示到Morgan指纹的映射。
2024-07-27 23:17:17
380
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