Yolov8 数据增强方式

LoRA速度可能不会快很多，但是显存开销会非常显著的降低。因为参数冻结❄了，所以梯度，动量这些显存开销大头都不会存储，只有LoRA🔥的极少量参数需要保存这些信息来更新梯度。

Lora 微调时的显存占用

这篇文章是一份Python常用知识的总结，涵盖了Python编程的多个重要方面。文章首先介绍了解释性语言和编译性语言的区别，以及Python程序的运行过程。接着详细讲解了Python的作用域、数据结构、可变与不可变类型等基础概念。文章还深入探讨了进程与线程、多线程、多进程、互斥锁与死锁等并发编程相关话题。此外，还包括了Lambda函数、深浅拷贝、垃圾回收机制、生成器和迭代器等高级主题。这份总结为Python开发者提供了一个全面的知识框架，有助于理解和掌握Python编程的核心概念和技术。

Python常用知识总结

本文详细介绍了如何在不同操作系统上检查CUDA版本的多种方法。主要包括四种方式：1) 使用命令行工具，如nvcc --version；2) 直接查看CUDA安装目录；3) 通过NVIDIA控制面板（仅限Windows）；4) 利用系统环境变量。文章针对Windows、Linux和macOS系统分别提供了具体的操作步骤和命令，包括使用命令提示符、终端，以及查看特定文件和目录等方法。这些方法涵盖了从基本到高级的多种检查方式，能够满足不同用户的需求，帮助他们准确地确定系统中安装的CUDA版本。

查看 cuda 版本

文章提供了详细的命令行指令，涵盖了从Docker环境搭建到Jupyter Lab部署的完整过程，适合需要在服务器上配置开发环境的技术人员参考。

Docker构建与部署

本文详细介绍了半导体晶圆上常见的八种缺陷类型：中心（Center）、圆环（Donut）、边缘定位（Edge-Loc）、边缘环（Edge-Ring）、局部（Loc）、随机（Random）、划痕（Scratch）和近满（Near-full）。每种缺陷都有其特定的分布模式和特征，文章通过图片示例清晰地展示了这些缺陷的视觉表现。这些信息对于半导体制造过程中的质量控制和缺陷检测至关重要，有助于提高晶圆生产的良品率和整体质量。

半导体晶圆上的缺陷类型

算法岗可谓人工智能领域最受欢迎的岗位之一，然而不少人对于算法岗真正的工作内容和技能要求却不是很了解，对于算法岗的面试技巧也只局限于在简历上“堆项目”“放顶会”。

优秀的AI算法研究员是如何炼成的？

Layer Normalization (LN) 和 Batch Normalization (BN) 是深度学习中两种重要的归一化技术，主要区别在于归一化维度、适用场景和计算方式。BN在batch维度上归一化，适合CNN；LN在特征维度上归一化，适合RNN和Transformer。BN依赖batch size，而LN不受影响。BN在训练和推理阶段可能不同，LN保持一致。选择使用哪种技术需要根据具体应用场景和模型结构进行权衡。

BN和LN的区别

本文详细介绍了Diffusion模型中U-Net的结构和功能。U-Net是一个编码器-解码器网络，包含下采样路径、上采样路径、瓶颈层和跳跃连接。它接收噪声图像、时间步长和条件信息作为输入，通过多层处理预测噪声。U-Net的特点包括使用残差块、注意力机制、组归一化和SiLU激活函数。它能够处理多尺度信息，捕获局部和全局特征，适用于各种图像分辨率。文章还讨论了U-Net的变体，如用于条件生成的交叉注意力层和额外的控制机制。总的来说，U-Net在Diffusion模型中扮演着关键角色，负责逐步清理图像的过程。

Diffusion模型中的Unet介绍

提升模型准确率的一些方法

Self Attention 概述

梯度消失和梯度爆炸

机器学习常见的评测指标

大模型(LLM)的常见评测指标

Stable Diffusion 的相关细节

Lora 和 ControlNet 的区别

IP-Adapter和Img2img的区别

梯度下降算法的工作原理

最大池化层和平均池化层梯度原理

BN训练和推理的前向传播机制

减弱边缘锯齿感的一些方法

损失函数(loss)总结

L2权重衰减和L2正则化的异同

测试 2024

仅供列表展示、文章无内容;
这里写文章的前言：
一个简单的开头,简述这篇文章讨论的问题、目标、人物、背景是什么？并简述你给出的答案。

Git常用命令

这是示例的文章摘要，摘要内容可被用做搜索，预览。文章列表默认展示概要；若要在列表直接展示文章内容，可在blog.config.js中配置。

示例文章

本文需要输入密码才可访问，密码: 123456

加锁文章 - 密码123456

使用Nginx部署多个Flask实例

仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容，仅供列表展示、文章无内容

编写 Dockerfile

编写 Docker 构建脚本

查看Docker镜像是否构建成功

删除镜像

保存Docker镜像到本地

在Linux服务器上加载镜像yzy_test.tar

启动Docker容器

进入到Docker容器

退出Docker容器

创建 python 虚拟环境

安装Jupyter Lab