• 2024-11-04[转载] Conv1d 举例说明
    一维卷积不代表卷积核只有一维,也不代表被卷积的feature也是一维。一维的意思是说卷积的方向是一维的。classtorch.nn.Conv1d(in_channels,out_channels,kernel_size,stride=1,padding=0,dilation=1,groups=1,bias=True)in_channels(int)–输入信号的通道。在文本分类
  • 2024-11-03大数据工具 flume 的安装配置与使用 (详细版)
    参考网址:Flume1.9用户手册中文版—可能是目前翻译最完整的版本了 1,上传安装包安装包链接:文件下载-奶牛快传Download|CowTransfer口令:x8bhcg1,切换盘符到安装目录cd/opt/moudles解压文件到文件目录解压命令:tar-zxvfapache-flume-1.9.0-bin.tar.gz-C/opt/instal
  • 2024-11-03利用 D 编程语言实现文字识别程序
    在本篇文章中,我们将手动实现一个简单的文字识别程序,使用D编程语言。我们将通过分析图像中的像素数据,识别出其中的字符。尽管D是一种较少使用的编程语言,但它的高性能和简洁性使得我们能够高效地进行图像处理。环境准备首先,确保你已经安装了D编程语言的编译器和库。我们需要
  • 2024-10-31014_Flume
    1Flume定义什么是Flume。流式架构Flume的主要作用​ 实时读取服务器本地硬盘的数据,将数据写入到HDFS中。Flume的优点​ 灵活​ 缓冲区的作用,减轻hdfs的压力。重平衡Flume组成架构2安装Flume1:拷贝使用版本apache-flume-1.7.0-bin.tar.gz2:改名将apache-flume-1.7.0-b
  • 2024-10-30YOLOv8改进 - 注意力篇 - 引入GAM注意力机制
    #YOLO##目标检测##计算机视觉#一、本文介绍作为入门性篇章,这里介绍了GAM注意力在YOLOv8中的使用。包含GAM原理分析,GAM的代码、GAM的使用方法、以及添加以后的yaml文件及运行记录。二、GAM原理分析GAM官方论文地址:文章GAM官方代码地址:​GAM注意力机制:GAM采用了顺序的通
  • 2024-10-27YOLOv8改进 | Conv篇 | 2024最新Kolmogorov-Arnold网络架构下的KANConv(包含九种不同类型激活函数的KANConv2d)
    一、本文介绍本文给大家带来的改进机制是2024最新的,Kolmogorov-Arnold网络(ConvolutionalKANs),这种架构旨在将Kolmogorov-Arnold网络(KANs)的非线性激活函数整合到卷积层中,从而替代传统卷积神经网络(CNNs)的线性变换。与标准的卷积神经网络(CNN)相比,KANConv层引入了更多的参数,因
  • 2024-10-27RNC 中选择传感器算法的一些思路
    通过寻优算法,来自动计算最佳的传感器位置。这里用遗传算法示例:重点有两个,一个是约束,另一个是适应度函数输入设定输入x是一个0,1向量,0代表没有选取此处的通道,1代表选用了此处的通道注意x应该是整数,所以在函数中需要设置IntCon的数值,代表此处的索引需要是int类型%指
  • 2024-10-23【Linux】进程间通信(匿名管道)
     
  • 2024-10-23昇思MindSpore进阶教程--Diffusion扩散模型(下)
    大家好,我是刘明,明志科技创始人,华为昇思MindSpore布道师。技术上主攻前端开发、鸿蒙开发和AI算法研究。努力为大家带来持续的技术分享,如果你也喜欢我的文章,就点个关注吧数据准备与处理在这里我们定义一个正则数据集。数据集可以来自简单的真实数据集的图像组成,如Fashio
  • 2024-10-23CogVideo---CogVideoX-微调代码源码解析-七-
    CogVideo&CogVideoX微调代码源码解析(七).\cogvideo-finetune\sat\sgm\modules\autoencoding\regularizers\base.py#导入抽象方法和类型注解fromabcimportabstractmethod#导入任意类型和元组类型fromtypingimportAny,Tuple#导入PyTorch和功能模块importtorc
  • 2024-10-23CogVideo---CogVideoX-微调代码源码解析-九-
    CogVideo&CogVideoX微调代码源码解析(九).\cogvideo-finetune\sat\sgm\modules\diffusionmodules\guiders.py#导入logging模块以进行日志记录importlogging#从abc模块导入ABC和abstractmethod以定义抽象基类和抽象方法fromabcimportABC,abstractmethod#从
  • 2024-10-23CogVideo---CogVideoX-微调代码源码解析-八-
    CogVideo&CogVideoX微调代码源码解析(八).\cogvideo-finetune\sat\sgm\modules\autoencoding\vqvae\movq_enc_3d.py#pytorch_diffusion+derivedencoderdecoderimportmath#导入数学库,提供数学函数importtorch#导入PyTorch库,用于深度学习importtorch.nnasnn
  • 2024-10-23CogView3---CogView-3Plus-微调代码源码解析-三-
    CogView3&CogView-3Plus微调代码源码解析(三).\cogview3-finetune\sat\sgm\modules\diffusionmodules\guiders.py#导入logging模块,用于记录日志信息importlogging#从abc模块导入ABC类和abstractmethod装饰器,用于定义抽象基类和抽象方法fromabcimportABC,abst
  • 2024-10-22diffusers-源码解析-六-
    diffusers源码解析(六).\diffusers\models\autoencoders\autoencoder_oobleck.py#版权声明,表示该代码属于HuggingFace团队,所有权利保留#根据Apache2.0许可证进行授权#用户在合规的情况下可以使用该文件#许可证的获取地址#如果没有适用的法律或书面协议,软件是按“现
  • 2024-10-22diffusers-源码解析-二十九-
    diffusers源码解析(二十九).\diffusers\pipelines\deprecated\stable_diffusion_variants\pipeline_stable_diffusion_model_editing.py#版权信息,声明版权和许可协议#Copyright2024TIMEAuthorsandTheHuggingFaceTeam.Allrightsreserved."#根据ApacheLicense2.0
  • 2024-10-22diffusers-源码解析-十四-
    diffusers源码解析(十四).\diffusers\models\unets\unet_2d_blocks_flax.py#版权声明,说明该文件的版权信息及相关许可协议#Copyright2024TheHuggingFaceTeam.Allrightsreserved.##许可信息,使用ApacheLicense2.0许可#LicensedundertheApacheLicense,Versi
  • 2024-10-22diffusers-源码解析-十三-
    diffusers源码解析(十三).\diffusers\models\unets\unet_2d.py#版权声明,表示该代码由HuggingFace团队所有##根据Apache2.0许可证进行许可;#除非遵循许可证,否则不得使用此文件。#可以在以下地址获取许可证的副本:##http://www.apache.org/licenses/LICENSE-2.
  • 2024-10-22diffusers-源码解析-五-
    diffusers源码解析(五).\diffusers\models\autoencoders\autoencoder_asym_kl.py#版权声明,标识该文件的所有权和使用条款#Copyright2024TheHuggingFaceTeam.Allrightsreserved.##根据Apache许可证第2.0版(“许可证”)进行授权;#除非遵循许可证,否则您不得使用此文
  • 2024-10-21YOLO11改进-注意力-引入非局部注意力机制NonLocalBlockND 增强小目标、遮挡检测
                       本篇文章将介绍一个新的改进机制——NonLocalBlockND,并阐述如何将其应用于YOLOv11中,显著提升模型性能。首先,我们将解析NonLocalBlockND的工作原理,非局部注意力机制NonLocalBlockND通过在全局范围内捕捉特征图中所有位置的相互关系,提升
  • 2024-10-21YOLOv8改进:引入LSKAttention大核注意力机制,助力目标检测性能极限提升【YOLOv8】
    本专栏专为AI视觉领域的爱好者和从业者打造。涵盖分类、检测、分割、追踪等多项技术,带你从入门到精通!后续更有实战项目,助你轻松应对面试挑战!立即订阅,开启你的YOLOv8之旅!专栏订阅地址:https://blog.csdn.net/mrdeam/category_12804295.html文章目录YOLOv8改进:引入LSKAtte
  • 2024-10-14改进YOLOv8:通过注意力机制与模块优化实现高效目标检测【附保姆级代码】(YOLOv8)
    本专栏专为AI视觉领域的爱好者和从业者打造。涵盖分类、检测、分割、追踪等多项技术,带你从入门到精通!后续更有实战项目,助你轻松应对面试挑战!立即订阅,开启你的YOLOv8之旅!专栏订阅地址:https://blog.csdn.net/mrdeam/category_12804295.html文章目录改进YOLOv8:通过注意力
  • 2024-10-14助力YOLOv8的突破—ODConv卷积技术的深度解析与实践【附保姆级代码】(YOLOv8)
    本专栏专为AI视觉领域的爱好者和从业者打造。涵盖分类、检测、分割、追踪等多项技术,带你从入门到精通!后续更有实战项目,助你轻松应对面试挑战!立即订阅,开启你的YOLOv8之旅!专栏订阅地址:https://blog.csdn.net/mrdeam/category_12804295.html文章目录助力YOLOv8的突破—ODC
  • 2024-10-11RepVGGBlock+GSConv+Bifpn+c2fca(模块融合)改进yolo5
    参考论文:ExploringtheClose-RangeDetectionofUAV-BasedImagesonPineWiltDiseasebyanImprovedDeepLearningMethod 首先我们来介绍一下该文章使用的改进模块接着再来实现它 我们查看论文提出的repvggblock1和repvggblock2有什么区别: 可以看到只是一个bn层
  • 2024-10-08Linux配置conda环境
    Linux配置conda环境配置conda环境打开终端,输入命令下载##wget加网址,中间可以加-c参数,断点续传wgethttps://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh下载好了后,输入bash文件名来安装,等待一会后,在看完协议后按下yes确认,在默认
  • 2024-09-30YOLOv8改进 - 注意力篇 - 引入SCAM注意力机制
    一、本文介绍作为入门性篇章,这里介绍了SCAM注意力在YOLOv8中的使用。包含SCAM原理分析,SCAM的代码、SCAM的使用方法、以及添加以后的yaml文件及运行记录。二、SCAM原理分析SCAM官方论文地址:SCAM文章SCAM官方代码地址:SCAM代码​SCAM注意力机制(空间上下文感知模块):空间上下