陈壮实的搬砖日记

SE（Squeeze and Excitation）模块是一种用于增强卷积神经网络（CNNs）性能的架构单元，它通过显式建模通道间的相互依赖关系来自适应地重新校准通道特征响...

在 开源平台上，开源项目通常会选择不同的开源许可证（License）来规定代码的使用、分发和修改规则。以下是常见的开源许可证的简介、特点、是否可以商用及其限制： 1. MI...

draw.io软件是我非常喜欢的模型绘制软件，但里面不自带中文常用字体，如：宋体。 搜索了一些添加字体的方法，当也只是当时将字体添加了，并没有将字体添加到字体栏，找了很多并...

机器学习中，进行模型训练之前，需对数据做归一化处理，使其分布一致。在深度神经网络训练过程中，通常一次训练是一个batch，而非全体数据。每个batch具有不同的分布产生了i...

python中绘图时，如果标签或者标题是中文，最后绘出来的图中的文字会被方框替代。本文使用三行代码解决python绘图中文不能显示的问题。...

图片二值化是图像处理中的一种技术，其目的是将图像转换为仅包含两种像素值的图像，通常是黑色和白色。这种转换基于一个阈值（threshold），该阈值决定了哪些像素将被转换为白...

Self-Attention(内部注意力（Intra-Attention）)是一种注意力机制，它允许模型在序列的不同部分之间分配不同的注意力权重，在现在的深度学习，本文将结...

图像基础操作（图像翻转、图像锐化、图像平滑等）、图像分割（边缘检测、迭代法、OSTU、区域增长法等）、特征提取（图像分割、灰度共生矩阵）...

在数据科学和机器学习领域，选择合适的文件格式来存储和读取数据是至关重要的。不同的文件格式各有优缺点，适用于不同的应用场景，读取速度和空间占用大小也各有不同。以下将对几种常见...

当我们使用vscode的ssh连接远程服务器后，过一段时间后，总是要求登录服务器的密码。 这就导致一个麻烦就是: 无论是在公司还是在学校，密码往往不是自己设置的，所以记忆起...

L1和L2正则化是机器学习中常用的技术，特别是在训练线性模型时，用于防止模型过拟合。这两种正则化方法通过在损失函数中添加一个惩罚项来实现，这个惩罚项就是模型权重的函数。 1...

激活函数（Activation Function）是一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式。在神经元中，输入的input经过一系列加权求和后作用于...

Wide & Deep是由谷歌APP Stroe团队在2016年提出的关于CTR预测的经典模型，该模型实现简单，效果却非常好，因而在各大公司中得到了广泛应用，是将深度学习引...

交叉熵损失（Cross-Entropy Loss）是机器学习和深度学习中常用的一种损失函数，主要用于分类任务。它通过衡量模型预测的概率分布与实际类别分布之间的差异，来评估模...

Swin-Transformer得益于其窗口注意力和偏移窗口注意力机制，平衡了感受野和计算效率，逐渐替代Vit成为了很多视觉网络的Backbone。下面将尽可能的清晰地解释...

Tranformer现如今无论是在CV还是NLP，甚至现在非常或的LLM领域都非常重要！该架构是谷歌在2017年《Attention is all you need》中提出...

DDPM有一个很大的缺点就是其本身是一个马尔科夫链的过程，推理速度太慢，如果前向加噪过程是1000步，那么去噪过程就需要使用Unet生成噪声，然后去噪，这样进行1000步。...

扩散概率模型（Denoising Diffusion Probabilistic Models, DDPM）是一类生成模型，近年来在图像生成、合成等任务中引起了广泛关注。D...

NCMusic基于Compose1.3.0，采用单Activity、UI全部由Compose构建。目前完成的功能模块有扫码登录、歌单播放、云村视频、评论查看等，支持主题切换...