学习笔记 | Category | 盛溪的博客

学习笔记

深度学习模型泛化性小结

浅层模型泛化和深层模型泛化泛化性指模型经过训练后，应用到新数据并做出准确预测的能力。一个模型在训练数据上经常被训练得太好即过拟合，以致无法泛化。

[程序员必会]最常用算法YOLO，讲了什么？如何快速部署？

“You Only Look Once”算法 “You Only Look Once” (YOLO) 是一种快速、准确的物体检测算法，由 Joseph Redmon 等人在 2015 年提出。与传统的物体检测方法不同，YOLO 采用了端到端的方式，直接在图像上进行检测和分类。

工具

观察分析

又快又好的SSD算法是什么？什么原理？

SSD通过将图片一层层进行更小块儿的分割，实现更好的识别。这张图片展示了SSD（Single Shot MultiBox Detector）框架的工作原理和结构。SSD是一种用于目标检测的深度学习模型，能够在单个前向传播中预测多个类别的目标位置和类别。

观察分析

工具

谷歌搜索引擎大揭秘！Page Rank是什么？图神经网络奠基之作！

PageRank是一种用于网页排名的算法，由谷歌联合创始人拉里·佩奇和谢尔盖·布林在1996年发明。它的核心思想是通过分析网页之间的相互链接关系，确定每个网页的重要性和影响力。 PageRank的用途 1.网页排序:PageRank算法能够有效地排序搜索引擎结果，使用户能够更快地找到最相关和最有价值的信息。 2.信息检索:在大型数据库或文档集合中，PageRank可以帮助识别最具影响力的文档 3.社交网络分析:PageRank可以用于衡量社交网络中个体的影响力，识别重要的节点 4.科学文献分析:PageRank能够用于评估科学论文的影响力，确定哪些论文在某个领域内最为重要

工具

观察分析

YOLO V1-V9 你需要知道的都在这里了！图片标注算法全解析！上集

这张图片展示了一个视觉和语言表示学习（Vision-and-Language Representation Learning）以及视觉到语言生成学习（Vision-to-Language Generative Learning）的框架。这个框架主要涉及图像编码器、查询Transformer（Q-Former）和大型语言模型（LLM）。

观察分析

工具

快速部署YOLOv9

from ultralytics import YOLO # Build a YOLOv9c model from scratch model = YOLO("yolov9c.yaml") # Build a YOLOv9c model from pretrained weight model = YOLO("yolov9c.pt") # Display model information (optional) model.info() # Train the model on the COCO8 example dataset for 100 epochs results = model.train(data="coco8.yaml", epochs=100, imgsz=640) # Run inference with the YOLOv9c model on the 'bus.jpg' image results = model("path/to/bus.jpg")

序言：博弈论介绍

一、什么是博弈论？博弈论(Game Theory)是相互依存情况中的理性行为的数学建模。博弈由这几个要素构成： • 玩家(Players)：博弈的参与者 • 策略(Strategy)：博弈玩家各自的操作 • 收益(Payoff)：博弈玩家的收益，一般用矩阵来表示，在连续的时候也会写成函数。 • 信息(Information)：博弈玩家知道的信息 • 理性(Rationality)：博弈玩家是理性的，在竞争的情况下使自己的收益最大化

思考

SynthID学习笔记

SynthID 是如何工作的？ SynthID 使用两种深度学习模型 - 一种用于水印，另一种用于识别： • 水印：SynthID 使用嵌入式水印技术，将数字水印直接添加到 AI 生成的内容中。组合模型经过优化，通过将水印与原始内容对齐来提高不可察觉性。 • 识别：SynthID 可以扫描图像或音频中的数字水印，并帮助用户评估内容或其部分内容是否是使用我们的 AI 模型生成的。

观察分析

yarn介绍

请介绍一下yarn(facebook做的JavaScript的包管理工具) Yarn 是一个由 Facebook 开发的 JavaScript 包管理工具，旨在解决 npm 的一些问题并提供更快、更可靠的包管理体验。以下是关于 Yarn 的一些重要信息： 1. 性能优化：Yarn 通过并行下载、缓存机制、更智能的网络请求和其他优化，提供了比 npm 更快的安装速度和更高的性能。这些优化使得 Yarn 在大型项目中的表现更加出色。 2. 可靠性：Yarn 通过锁定文件（yarn.lock）确保了项目的依赖版本的一致性，防止了由于版本不一致而导致的构建错误和运行时错误。此外，Yarn 的缓存机制和离线模式可以确保即使在没有网络连接的情况下也能够进行包的安装和管理。 3. 安全性：Yarn 提供了一系列的安全检查机制，包括对依赖项的漏洞扫描和警告。这有助于开发者及时发现和解决潜在的安全风险。 4. 易用性：Yarn 的命令行界面与 npm 类似，并且提供了一些额外的功能和选项，例如 yarn add、yarn remove、yarn upgrade 等。这使得开发者可以轻松地迁移到 Yarn 而无需学习新的命令。 5. 跨平台支持：Yarn 支持在多种操作系统上运行，包括 Windows、MacOS 和 Linux。这使得开发者可以在不同的开发环境中使用相同的工具来进行包管理。

观察分析