有关swin transformer相对位置编码的理解：假设window_size是7*7那么窗口中共有49个patch，共有49*49个相对位置，每个相对位置有两个索引对应x和y两个方向，每个索引值的取值范围是[-6,6]。（第0行相对第6行，x索引相对值为-6；第6行相对第0行，x索引相对值为6；所以索引取值范围是[-6,6]）# get pair-wise relative position

VS2019 community版本下载Extension太慢解决方案今天在VS2019上更新Live Share拓展时，实在是太慢了，一直卡在如下界面。不过，除了没有进度条和速度很慢，还是可以下载和更新拓展的，这应该是VS的一个bug。解决方案有两种，第一种就是科学上网。第二种就是本教程。1.不要在拓展管理页面直接点击Update或者Download，点击右侧详细信息，会跳转的相应网页。...

机器学习之欠拟合与过拟合（一）1.欠拟合(underfitting)与过拟合(overfitting)在机器学习中，我们的主要思想是通过对数据集的学习来生成我们的假设模型。在对数据集进行拟合的过程中，我们可能会遇到欠拟合和过拟合的问题。以身高预测的例子为例，这里给出7-18岁男生的身高标准（数据来源：7 岁～18 岁儿童青少年身高发育等级评价），如图1:将中位数随年龄的变化绘制成散点图，如...

mybatis升级案例之CRUD操作一、准备工作1.新建maven工程，和入门案例一样主要步骤如下，可参考mybatis入门案例a.配置pom.xml文件b.新建实例类User、DAO接口类IUserDaoc.新建主配置文件SqlMapConfig.xml，映射配置文件IUserDao.xml，log4j配置文件log4j.propertiesd.新建测试类MybatisTest，这...

人脸识别学习笔记一：入门篇一、人脸识别概述1.人脸识别的困难之处不同个人之间的区别不大：大部分人脸的结构都很相似，甚至人脸器官的结构外形都很相似。人脸的外形很不稳定：人的面部表情多变，不同的观察角度、光照条件等都会影响人脸的视觉图像。2.人脸识别的典型流程人脸检测（Face Detection）：人脸检测用于确定人脸在图像中的大小和位置，即解决“人脸在哪里”的问题，把真正的人脸区域从图像中裁剪出来

机器学习之欠拟合与过拟合（一）1.欠拟合(underfitting)与过拟合(overfitting)在机器学习中，我们的主要思想是通过对数据集的学习来生成我们的假设模型。在对数据集进行拟合的过程中，我们可能会遇到欠拟合和过拟合的问题。以身高预测的例子为例，这里给出7-18岁男生的身高标准（数据来源：7 岁～18 岁儿童青少年身高发育等级评价），如图1:将中位数随年龄的变化绘制成散点图，如...

最近在配置服务器，遇到了不少问题，在此整理记录一下。主要是以下几个方面：多用户管理、服务器环境配置、Anaconda虚拟环境安装TensorFlow/PyTorch、远程访问。

机器学习之回归篇（一）一、综述​回归就是从一组数据出发，确定某些变量之间的定量关系式，也就是建立数学模型并估计未知参数。回归的目的是预测数值型的目标值，它的目标是接受连续数据，寻找最适合数据的方程，并能对特定的值进行预测。其中所寻求的方程叫做回归方程，求解回归方程，首先要确定模型，最简单的回归模型就是简单线性回归（例如y = kx + b），然后就是求回归方程的回归系数（即k和...

无需重装系统修复内核解决Ubuntu 18.04安装nvidia显卡驱动，导致内核不匹配问题

人脸识别学习笔记一：入门篇一、人脸识别概述1.人脸识别的困难之处不同个人之间的区别不大：大部分人脸的结构都很相似，甚至人脸器官的结构外形都很相似。人脸的外形很不稳定：人的面部表情多变，不同的观察角度、光照条件等都会影响人脸的视觉图像。2.人脸识别的典型流程人脸检测（Face Detection）：人脸检测用于确定人脸在图像中的大小和位置，即解决“人脸在哪里”的问题，把真正的人脸区域从图像中裁剪出来