tungsten106

摘要： 使用mindformers1.0框架和官方文档进行qwen-7b-chat的微调 阅读全文

摘要： 在时间序列、数字信号的数据处理中经常会看到使用FFT作为一段数据中提取频率的手段，但是往往文中没有花大笔墨去解释，仿佛所有人都了解这个概念。 FFT(Fast Fourier Transform) 为快速傅里叶变换，是一种高效计算DFT(Discrete Fourier Transform)，离散傅 阅读全文

摘要： Anomaly Transformer是一个由Transformer: Attention Is All You Need 启发出的检测时间序列异常点的无监督学习算法。在这一篇我会深度解析论文算法以及代码的一一对应，让人更方便能读懂和使用源代码。 阅读笔记前篇：ICLR 2022: Anomaly 阅读全文

摘要： json.loads() / json.dumps() vs json.load() / json.dump() 的区别：s 代表 string ，前两个用于字符串转换，后两个用于读取/写入.json文件 json(dict) 与字符(str)转换 str转json：json.loads() jso 阅读全文

摘要： 在上传一篇文献阅读笔记到Github page时发现公式无法正常显示，之前在typora中能够正常显示的代码在网页上显示为纯latex格式于是进行了一些搜索。 我使用的Jekyll模板是chirpy，具体效果可能与使用的模板也有关系。 问题原因 这个问题的原因出在GitHub Page里的Jekyl 阅读全文

摘要： 本论文全名为Anomaly Transformer: Time Series Anomaly Detection with Association Descrepancy（通过关联差异进行时序异常检测），主要提出了一种无监督的异常点检测算法，并在6个benchmarks上测试，获取良好结果。 论文链 阅读全文

摘要： 有时候在调用需要用异步调用API接口。在python中有很多框架，比如 asyncio， Celery，Quart 等。这里我选择了 asyncio。Python 3.5以上版本内置了asyncio库，可以用来编写单线程的并发代码。可以使用此库与aiohttp结合来发送异步HTTP请求。 Pytho 阅读全文

摘要： 在运行程序时有时候会需要查看资源占用，以方便部署在其他服务器上时进行参考。以下是总结了我在linux上查找程序进程资源的两种方法（cpu和gpu都有）。 阅读全文

摘要： 混淆矩阵 当我们已经获取到一个分类模型的预测值，可以通过不同指标来进行评估。 往往衡量二分类模型是基于以下的混淆矩阵概念： True Positive：真实值为正、预测值为正（真阳性） False Positive：真实值为负、预测值为正（假阳性） False Negative：真实值为正、预测值为 阅读全文

摘要： 此教程的运行主要是在StarFive的VisionFive 2（昉·星光2）开发板上，板子的具体信息或者其他产品参考官网主页；VisionFive 2的开源技术文档和装机教程参考官方文档。 1. 在VisionFive 2上安装debian系统 将Debian OS烧录到Micro-SD上 这一部分 阅读全文