Loading

摘要: Nginx+Gunicorn+Flask+Supervisor+Tritonserver 写在前面: 之前部署video swin Transformer的时候,只是考虑到了能不能使用,但是一旦上线使用之后,就暴露出很多的问题,尤其是速度问题,为了优化这个速度问题,头疼了好久,各种百度,对于部署方面 阅读全文
posted @ 2022-11-08 13:42 折木家的招财猫 阅读(844) 评论(2) 推荐(0) 编辑
摘要: Tritonserver+TensorRT实现服务端部署 写在前面 项目需要,因此要完成模型训练到实际服务端部署的全过程,但是之前只是专注于模型的训练,未接触过实战,就借此机会将训练好的模型部署全过程做一个记录 工具和环境需求 我本地的电脑环境如下: Python 3.8 PyTorch 1.12. 阅读全文
posted @ 2022-08-27 00:22 折木家的招财猫 阅读(2818) 评论(0) 推荐(0) 编辑
摘要: GNN实验 实验一 论文:《Semi-Supervised Classification with Graph Convolutional Networks》 代码:https://github.com/tkipf/pygcn 数据集:Cora(主要利用论文之间的相互引用关系,预测论文的分类) 注意 阅读全文
posted @ 2022-03-09 18:50 折木家的招财猫 阅读(194) 评论(0) 推荐(0) 编辑
摘要: 论文列表 《Spectral Networks and Deep Locally Connected Networks on Graphs》 《Deep Convolutional Networks on Graph-Structured Data》 这两篇是同一个人提出来的 一个侧重理论模型,一个 阅读全文
posted @ 2022-02-28 19:54 折木家的招财猫 阅读(73) 评论(0) 推荐(0) 编辑
摘要: 第一部分有四篇文章,略微有些多 《Supervised Neural Networks for the Classification of Structures》 《Graphical-Based Learning Environments for Pattern Recognition》 《Gra 阅读全文
posted @ 2022-02-28 19:23 折木家的招财猫 阅读(104) 评论(0) 推荐(0) 编辑
摘要: 聚类 聚类评估算法 Silhouette算法:轮廓系数法 簇内不相似度:$a_i$样本i到同簇其它样本的平均距离 簇间不相似度:$b_i$样本到其它某簇的所有样本的平均距离 定义样本的轮廓系数: \(s(i) = \frac{b_i-a_i}{max\{a_i,b_i\}}\) $s(i) $接近1 阅读全文
posted @ 2021-11-18 13:22 折木家的招财猫 阅读(118) 评论(0) 推荐(0) 编辑
摘要: 支持度&置信度 \(Support(X\rightarrow Y)=\frac{(X\bigcup Y)}{n}\) \(Confidence(X\rightarrow Y)=\frac{(X\bigcup Y)}{X}\) 因果关系≠关联性 置信度和支持度都是统计出来的条件概率,不能说明全部的问题 阅读全文
posted @ 2021-11-18 11:01 折木家的招财猫 阅读(193) 评论(0) 推荐(0) 编辑
摘要: 神经网络 神经网络从感知机演化而来,讲的人太多了,看看别人讲的吧,就不重复了 https://blog.csdn.net/xuanwolanxue/article/details/71565934 阅读全文
posted @ 2021-10-28 10:00 折木家的招财猫 阅读(66) 评论(0) 推荐(0) 编辑
摘要: ![](https://img2020.cnblogs.com/blog/2138682/202110/2138682-20211028093742047-1761353873.jpg) ![](https://img2020.cnblogs.com/blog/2138682/202110/2138682-20211028093748380-989311462.jpg) ![](https://i 阅读全文
posted @ 2021-10-28 09:38 折木家的招财猫 阅读(61) 评论(0) 推荐(0) 编辑
摘要: 贝叶斯和决策树 贝叶斯公式一言以蔽之:寻求概率的概率是多少。 \(P(A|B)=\frac{P(B|A)·P(A)}{P(B)}\) 我们假设有这样一件事:抛三次硬币,有一个人抛了三次全部都是正面,这就很奇怪了,是不是可能作弊了,还是说真的运气好,贝叶斯在这的应用就是计算作弊的概率有多大。 $P(A 阅读全文
posted @ 2021-10-09 13:43 折木家的招财猫 阅读(429) 评论(0) 推荐(0) 编辑