摘要：
这里置顶一个索引吧，方便所有人查找。 基础与技巧： matlab练习程序（Schur补） matlab练习程序（正交分解） matlab练习程序（GPU加速） matlab练习程序（生成gif图片） matlab练习程序（克莱姆法则解方程） matlab练习程序（读取列不一致的数据） matlab练 阅读全文
摘要：
yolo11和yolo8后处理方法是完全一样的。 首先安装ultralytics，然后执行下面代码导出yolo11l.onnx模型。 from ultralytics import YOLO model = YOLO('yolo11l.pt') success = model.export(form 阅读全文
摘要：
上一篇熟悉了LSTM之后，就可以用这个工具做nlp相关的实验了。 下面两组代码是使用LSTM做文本分类的实验： 一、更多使用自定义方法做文本分类的代码，有几个特点： 1. 数据集是根据csv文件格式解析的，用的自定义数据类。 2. 使用jieba分词。 3. 数据对齐使用了collate_fn和pa 阅读全文
摘要：
三个网络的架构图： RNN: LSTM: GRU: 特性对比列表： 特性 RNN LSTM GRU 门控数量 无 3门（输入/遗忘/输出） 2门（更新/重置） 记忆机制 仅隐藏状态ht 显式状态Ct + 隐藏状态ht 隐式记忆（通过门控更新状态） 核心操作 直接状态传递 门控细胞状态更新 门控候选状 阅读全文
摘要：
在深度学习中，归一化操作有BN，LN，GN，IN这几种形式，下表给出了各种方法的主要区别： 归一化方法 计算维度 固定维度 适用场景 特点 BatchNorm 沿 (N, H, W) 对每个通道独立计算 Channel 卷积神经网络 依赖批次大小，训练和推理行为不同 LayerNorm 沿 (C, 阅读全文
摘要：
onnx对于einsum算子是在opset12之后才支持的，但是有些芯片对于onnx量化的支持只到opset11版本，遇到这种情况可以使用matmul替换einsum。 流程通常是将tensor先view成三维，然后将第一个tensor待消掉维度permute到最后一维，第二个tensor待消掉的维 阅读全文
摘要：
将onnx模型参数从fp32转为fp16，可以减少一半模型大小。 import onnx from onnxconverter_common import float16 model = onnx.load("fp32.onnx") model_fp16 = float16.convert_floa 阅读全文
摘要：
下面实现了深度学习中的几种优化器，包括SGD，Momentum， Nesterov，AdaGrad，RMSProp，AdaDelta，Adam和AdamW。 代码如下： import torch import torch.nn as nn from torchvision import transf 阅读全文
摘要：
有时需要向linux系统scp数据时报出Read-only file system。 可以用下面命令解决： mount -o remount rw /home 阅读全文
摘要：
简单训练了一个模型，可以实现超分辨率效果。模型在这里。 模型用了一些卷积层，最后接一个PixelShuffle算子。 训练数据是原始图像resize后的亮度通道。 标签是原始图像的亮度通道。 损失函数设为MSE。 代码如下： import torch import torch.nn as nn im 阅读全文
摘要：
截止这篇笔记，llama.cpp主分支暂时不支持部署VL模型，需要切到一个分支上编译。部署流程整理自这个帖子。 部署流程如下： 1. 在modelscope上将Qwen2-VL-7B-Instruct下载下来。 2. 下载llama.cpp，需要下载这个分支。 3. 编译llama.cpp，流程和上 阅读全文