简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
解决Vision Transformer在任意尺寸图像上微调的问题:使用timm库
介绍分析ViT在任意尺寸图像上微调的问题及如何通过timm库来解决
Linux非root用户如何优雅地安装apex加速包-----使用conda命令和cudatoolkit-dev包
Linux非root用户如何优雅地安装apex加速包-----使用conda命令和cudatoolkit-dev包一、官方推荐的安装方式github链接: GitHub - NVIDIA/apex: A PyTorch Extension: Tools for easy mixed precision and distributed training in Pytorchgit clone htt
解决Vision Transformer在任意尺寸图像上微调的问题:使用timm库
介绍分析ViT在任意尺寸图像上微调的问题及如何通过timm库来解决
线性回归之最小二乘法公式推导和原理介绍
1.最小二乘法的原理最小二乘法的主要思想是通过确定未知参数θ\thetaθ(通常是一个参数矩阵),来使得真实值和预测值的误差(也称残差)平方和最小,其计算公式为E=∑i=0nei2=∑i=1n(yi−yi^)E=\sum_{i=0}^ne_i^2=\sum_{i=1}^n(y_i-\hat{y_i})E=∑i=0nei2=∑i=1n(yi−yi^),其中yiy_iyi是真实值,yi.
到底了