资源论文3D finite difference computation on GPUs using CUDAhttps://app.litmaps.co/seed/2915788706?i=2113190809cuSten – CUDA Finite Difference and Stencil Library3D Finite-difference Modeling on a GPU-base

在传统cv中，涉及到颜色的任务有时会用hsv颜色模型。而在深度学习中全在用rgb，推测这一问题没有被深度学习领域的作者发现。于是今天我做了实验，发现只是有轻微提升，可能是rgb映射到hsv早已被模型学到了。点子失效。。。...

*单应性（Homography） : 也就是透视变换。**单应性最初用来研究中的和，而单应性一词，从词源学上来说，大致意思是“相似的绘图”。单应性的概念被引入来理解、解释和研究，特别是从不同角度观察两个平面物体的外观差异。

拿到了新机器，半天时间配置了环境，发现了以前没关注到的点。从conda环境启动的jupyter不一定会是对应安装torch的那个。conda activate pytorch_gpuconda install ipykernelpython -m ipykernel install --user --name pytorch_gpu保证安装好了kernel的驱动...

如果图像不是正方形，使用crop或者transform变换配置文件修改解释运行配置文件检查输入图像是不是8bit，不是的话需要转换。变成。

ssh -T git@github.com 命令后，您会收到以下消息：“Hi You’ve successfully authenticated, but GitHub does not provide shell access.” 这条消息表示您的 SSH 认证成功，但 GitHub 不提供 shell 访问权限。这是因为 GitHub 是一个代码托管平台，主要用于版本控制和协作开发，而不是提供

在传统cv中，涉及到颜色的任务有时会用hsv颜色模型。而在深度学习中全在用rgb，推测这一问题没有被深度学习领域的作者发现。于是今天我做了实验，发现只是有轻微提升，可能是rgb映射到hsv早已被模型学到了。点子失效。。。...

很多教程都无法正常在新版工作，因此这里我更新一下教程。后面会再写一个如何加入cpp的教程。

主要使用了matlab里meshgrid、surf和shading。MATLAB绘图参考meshgrid 生成栅格meshgrid(x,y)由向量x和向量y通过复制的方法产生绘制图形时所需的栅格数据点矩阵X、Y。该命令产生栅格数据方法为：将向量X作为矩阵X的一个行向量，并将向量X复制length(y)次，以构成栅格数据点X矩阵；同样，将向量y作为矩阵Y的一个列向量，并将向量y复制length(x)

CapFilt：标题和过滤由于多模态模型需要大量数据集，因此通常必须使用图像和替代文本 (alt-text) 对从互联网上抓取这些数据集。然而，替代文本通常不能准确描述图像的视觉内容，使其成为噪声信号，对于学习视觉语言对齐而言并非最佳选择。因此，BLIP 论文引入了一种标题和过滤机制 (CapFilt)。它由一个深度学习模型（可过滤掉噪声对）和另一个为图像创建标题的模型组成。这两个模型都首先使用人