logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

python进程通信方式总结(三):共享内存

引言python使用共享内存进行通信

文章图片
#python
docker学习笔记(9):nvidia-docker安装、部署与使用

引言NVIDIA深度学习GPU训练系统(又名DIGITS)是用于训练深度学习模型的Web应用程序。它将深度学习的力量交到了工程师和数据科学家手中。它可用于快速训练用于图像分类,分割和目标检测任务的高精度深度神经网络(DNN)。当前受支持的框架为:Caffe,Torch和Tensorflow。nvidia-docker部署使用前置环境首先是需要cuda以及cuda对应的gcc、g+等依赖,目前19年

#docker#centos#linux +1
数学二高数公式总结

本篇因为是考试后写的,虽然保不准也算下一次考试前,创作初衷也就今天突然想总结一下之前一直在用的公式,周期可能也就这两天,但参考了一些别人的博文或者帖子,觉得还是与自己想的侧重点有点不太一样,所以就有了上面这张思维导图的大纲,如果不太完整的地方,后期我会去尽量完善,本篇公式有些图是我自己做的,有些是参考文献中引用的几篇知乎帖子,考虑到公式美观性,与参考文献也没有对公式加上水印,所以本篇大部分图片都去

文章图片
ucinet网络分析使用总结

ucinet介绍UCINET为菜单驱动的Windows程序,可能是最知名和最经常被使用的处理社会网络数据和其他相似性数据的综合性分析程序。与UCINET捆绑在一 起的还有Pajek、Mage和NetDraw等三个软件。UCINET能够处理的原始数据为矩阵格式,提供了大量数据管理和转化工具。该程序本身不包含 网络可视化的图形程序,但可将数据和处理结果输出至NetDraw、Pajek、Mage和Kr.

#教育电商
服务器通过python下载jupyter实现可视化笔记

引言我使用的环境并非单纯服务器,而是在服务器开了一个docker,映射了8848端口,写本篇的目的是因为docker上cannot connect to X server,而宿主机也没有装,所以想通过jupyter进行可视化,下面就来总结一下搭建过程。安装jupyter notebook在已安装python的情况下,直接通过pip进行安装,这里没有使用conda的原因是docker已经进行环境隔离

#python#linux
食物声音识别笔记总结

引言赛题以语音识别为背景,要求选手使用提供的语音数据训练模型并完成语音分类的任务。数据集来自Eating Sound Collection,数据集中包含20种不同食物的咀嚼声音,赛题任务是给这些声音数据建模,准确分类。作为零基础入门语音识别的新人赛,本次任务不涉及复杂的声音模型、语言模型,希望大家通过两种baseline的学习能体验到语音识别的乐趣。数据介绍train文件夹:完整的训练集;trai

python图像处理opencv笔记(一):图像基本操作

opencv-python安装目前如果不指定版本,默认都是安装opencv 4.2以上版本的简化版,安装方式如下:pip install opencv-python# 如果上面的安装失败,请添加阿里或者清华源pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple# 阿里 http://mirrors.aliyun.

#opencv#计算机视觉#python
数学二高数公式总结

本篇因为是考试后写的,虽然保不准也算下一次考试前,创作初衷也就今天突然想总结一下之前一直在用的公式,周期可能也就这两天,但参考了一些别人的博文或者帖子,觉得还是与自己想的侧重点有点不太一样,所以就有了上面这张思维导图的大纲,如果不太完整的地方,后期我会去尽量完善,本篇公式有些图是我自己做的,有些是参考文献中引用的几篇知乎帖子,考虑到公式美观性,与参考文献也没有对公式加上水印,所以本篇大部分图片都去

文章图片
Stable Diffusion搭建全过程记录,生成自己的专属艺术照

项目开发领导者有两位,分别是 AI 视频剪辑技术创业公司 Runway 的 Patrick Esser,和慕尼黑大学机器视觉学习组的 Robin Romabach。这个项目的技术基础主要来自于这两位开发者之前在计算机视觉大会 CVPR22 上合作发表的潜伏扩散模型 (Latent Diffusion Model) 研究。在训练方面,模型采用了4000台 A100 显卡集群,用了一个月时间。

文章图片
#人工智能#深度学习#计算机视觉
minigpt4搭建过程记录,简单体验图文识别乐趣

从3月开始,aigc进入了疯狂的开端,正如4月12日无界 AI直播 在《探索 AIGC 与人类合作的无限可能》中关于梳理的时间线一样,aigc的各种产品如雨后春笋般进入了不可逆的态势,里面有句话很形象,人间一日,AIGC十年。这产变革像是有计划性的沧海桑田,让每个参与者亦或者体验者都感觉时过境迁,本文是针对前几天刚发布的minigpt4,简单写了个部署教程,最近GitHub trending中有太

文章图片
#人工智能#计算机视觉#深度学习
暂无文章信息