草庐IT

#HPDC 华为伙伴暨开发者大会2022随笔

前言6月15日,以“因聚而生为你所能”为主题的“华为伙伴暨开发者大会2022”,以线上直播+线下90多个分会场联动的形式盛大召开。按照官方的介绍,是强调将坚持“以利益为纽带、以诚信为基础、以规则为保障”的合作原则,坚持“有所为、有所不为”,旨在携手广大合作伙伴和开发者一起成长,抓住数字化新机遇,共赢数智未来!下面,简单记录一下,我比较感兴趣的部分。持续提升伙伴满意度携手共赢数智未来华为轮值董事长胡厚崑在主题演讲中表示:“华为在与伙伴合作的过程中,利益是连接华为与伙伴的纽带,华为的诚信是伙伴愿意与华为合作的基础,规则是实现利益、坚守诚信的保障。华为将从制度执行的流程化、IT化,建立有效监督机制以

随笔-在Unity中扩展方法(Dictionary.GetDicValue)

    我们在使用Uinty开发时,有时候有函数提供的方法并不能直接满足我们的需求,可能需要多些很多行代码或者封装一个函数去处理我们的需求,这样会使我们的代码更加的臃肿,而且复用性还需要根据需求的不同去更改我们封装的函数。这时候如果我们去扩展一个自定义的方法来提高我们的工作效率记忆代码的复用率,我们将不用去可以的调用任何一个函数就可以达到我们想要的方法,可以直接在类里面实现。   MSDN上,对扩展方法的定义如下:         “扩展方法使您能够向现有类型“添加”方法,而无需创建新的派生类型、重新编译或以其他方式修改原始类型。”基本使用方法:    基本使用方法就是创建一个静态类,在thi

【随笔记】Win11、RTX3070、CUDA117的深度学习&机器学习环境配置

文章目录一、创建深度学习Conda虚拟环境二、安装Pytorch-Gpu三、安装PyTorchGeometric四、安装Sklearn五、Jupyter配置5.1将虚拟环境加入内核5.2插件配置5.3主题、字体、字号配置假设你已经安装了Anaconda3(最新Anaconda3的安装配置及使用教程(详细过程))假设你已经配置好了cuda和cudann环境(pytorchgpu版本的最全安装教程,含环境配置、CUDA(百度云下载)安装程序失败解决方案)一、创建深度学习Conda虚拟环境在base环境下,创建python版本为3.9.16的,名为dl_pytorch的虚拟环境condacreate

【随笔记】Win11、RTX3070、CUDA117的深度学习&机器学习环境配置

文章目录一、创建深度学习Conda虚拟环境二、安装Pytorch-Gpu三、安装PyTorchGeometric四、安装Sklearn五、Jupyter配置5.1将虚拟环境加入内核5.2插件配置5.3主题、字体、字号配置假设你已经安装了Anaconda3(最新Anaconda3的安装配置及使用教程(详细过程))假设你已经配置好了cuda和cudann环境(pytorchgpu版本的最全安装教程,含环境配置、CUDA(百度云下载)安装程序失败解决方案)一、创建深度学习Conda虚拟环境在base环境下,创建python版本为3.9.16的,名为dl_pytorch的虚拟环境condacreate

使用指定GPU训练模型:os.environ[‘CUDA_VISIBLE_DEVICES‘]设置无效问题解决——随笔

    之前想使用指定的GPU训练模型,查网上的帖子一般是通过设置环境变量来实现的,然后自己试了一下,在debug的时候发现无论怎么弄显示的device都是‘cuda:0’:      也没有多思考,于是就放弃了设置环境变量来指定GPU的方式,改为用以下方式来指定:device=torch.device("cuda:5")data=data.to(device)model=model.to(device)    在debug的时候,发现模型和数据都非常舒服的装载到了自己想要得gpu上,但是感觉这种方法多少有点麻烦,当有多个文件调用的时候,还要把device做为参数传来传去的,很不便捷。    

使用指定GPU训练模型:os.environ[‘CUDA_VISIBLE_DEVICES‘]设置无效问题解决——随笔

    之前想使用指定的GPU训练模型,查网上的帖子一般是通过设置环境变量来实现的,然后自己试了一下,在debug的时候发现无论怎么弄显示的device都是‘cuda:0’:      也没有多思考,于是就放弃了设置环境变量来指定GPU的方式,改为用以下方式来指定:device=torch.device("cuda:5")data=data.to(device)model=model.to(device)    在debug的时候,发现模型和数据都非常舒服的装载到了自己想要得gpu上,但是感觉这种方法多少有点麻烦,当有多个文件调用的时候,还要把device做为参数传来传去的,很不便捷。    

随笔记录:关于SE模块插入位置的总结

一、前言由于之前工作中,训练数据集普遍较小以及开发板对模型的限制,所以对SE模块的使用较少,对它的插入位置不是很清楚,这样不利于日后对它的使用。故最近查了下使用案例,记录总结如下。二、正文(一)plain模型SE作者对SE模块在plain模型插入位置的建议是:在每个卷积的激活函数后面插入。这样一看会误以为在每个卷积层后面加个SE模块,一般是在每个block后面插入,下面结合实际的案例来做说明。1.SE-Inception模型2.PP-LCNet模型由上面两张图可见,SE模块在plain模型的插入位置,一般在上个block的结尾下一个block之前的位置插入。(二)skipconnection模

随笔记录:关于SE模块插入位置的总结

一、前言由于之前工作中,训练数据集普遍较小以及开发板对模型的限制,所以对SE模块的使用较少,对它的插入位置不是很清楚,这样不利于日后对它的使用。故最近查了下使用案例,记录总结如下。二、正文(一)plain模型SE作者对SE模块在plain模型插入位置的建议是:在每个卷积的激活函数后面插入。这样一看会误以为在每个卷积层后面加个SE模块,一般是在每个block后面插入,下面结合实际的案例来做说明。1.SE-Inception模型2.PP-LCNet模型由上面两张图可见,SE模块在plain模型的插入位置,一般在上个block的结尾下一个block之前的位置插入。(二)skipconnection模

【ChatGpt变形计】| 让使用变得更加便利 | 随笔

🦁狮子有话说ChatGpt是一款基于人工智能技术的聊天机器人,可以通过自然语言的方式与用户进行交互。它不仅可以回答用户的问题,还可以进行智能对话,甚至可以进行情感分析,让用户感受到更真实的人性化交互。无论你是想咨询一些问题,还是想寻找一些有趣的话题进行聊天,ChatGpt都可以满足你的需求,为你提供更加真实、个性化的交互体验。实在是太智能了,以至于很多人都喜欢它;但也引发了人们对它的恐惧(尤其是程序员),因为它太智能了,让人觉得它总有一天会代替我们手上的工作🈂️(敢问路在何方)。抛开这个不谈,按目前来看,它的到来确实是给我们带来很大便利。现在我们来解锁它的各种玩法叭。目录🦁狮子有话说🦁玩法Ⅰ:

【ChatGpt变形计】| 让使用变得更加便利 | 随笔

🦁狮子有话说ChatGpt是一款基于人工智能技术的聊天机器人,可以通过自然语言的方式与用户进行交互。它不仅可以回答用户的问题,还可以进行智能对话,甚至可以进行情感分析,让用户感受到更真实的人性化交互。无论你是想咨询一些问题,还是想寻找一些有趣的话题进行聊天,ChatGpt都可以满足你的需求,为你提供更加真实、个性化的交互体验。实在是太智能了,以至于很多人都喜欢它;但也引发了人们对它的恐惧(尤其是程序员),因为它太智能了,让人觉得它总有一天会代替我们手上的工作🈂️(敢问路在何方)。抛开这个不谈,按目前来看,它的到来确实是给我们带来很大便利。现在我们来解锁它的各种玩法叭。目录🦁狮子有话说🦁玩法Ⅰ: