TOEFL_words
deficient 缺乏的,不足的virtuosity 技艺精湛,技艺高超verisimilitude 逼真,貌似真实horticulturalist 园艺师stamina 体力,毅力shroud 包裹,覆盖over arch 成拱形fodder 饲料flora 植物群drench 浸透,使浸透cohesive 有凝聚力的vulture 秃鹰porter 搬运工inundate 淹没,泛滥
2025/09/14
开学整整两周,也算是正式进入学习模式了。ADP结束了,最终还是选择了只上5门课,希望明年这个时候ARIN5203还能被批waiver,今年似乎漏洞已经被填上了。唉唉唉,其实不上应该也无所谓,无伤大雅。成功把大部分时间都用在了UROP上,还是挺不错的,要是去年就有这个觉悟也不至于现在这么被动。我现在就跳车去做别的东西了。另外呢,工作日的手机时长也有所压缩,接下来就是把休息日的时间也压缩一下,毕竟现在没有任何休息日可言。 周末看起来有两天可以好好整理一下笔记啥的,但一转眼又结束了,现在回想起来似乎也是什么都没有做呢;科研推进了微乎其微的一点点;上的课啥的完全没有复习笔记,想要扩展学习的知识一点都没有动,一些general的著名论文也没有去学习。还是有一点点失败的,但是急也不能太急。慢慢来,总能好起来的。 想学的东西还蛮多的,我感觉自己还挺喜欢刚接触一个领域的感觉的,一点点找学习资料去入门,让生活变得更加丰富了一点。有很多东西其实并没有任何的用处,但是还是应该学习一下的,可以不用;但是不能不会。 Fly away oh my gentle dove, through the shad...
pytorch-day-05
张量的数据类型张量的数据类型与 numpy.array 基本一一对应,除了不支持str类型 一般的神经网络用的是torch.float32类型 如果要显示指定数据类型,可以使用torch.tensor(data,dtype = torch.type) 也可以使用特定的构造函数123i = torch.Inttensor() #构造数据类型为 int 的张量x = torch.Tensor() # 构造数据类型为 float 的张量b = torch.BoolTensor() #构造数据类型为 bool 的张量 此外,还可以对不同类型的张量进行转化1234i = torch.tensor(1) # 构建类型为int64的张量x = i.float() # 调用float方法转换为float类型y = i.type(torch.float) # 使用type函数转换为浮点类型z = i.type_as(x) # 使用type_as 方法转化为与某个Tensor相同类型的张量 张量的维度张量的尺寸 可以使用shape属性或者size() 方法查看张量在每一维的长度 可以...
pytorch-day04
由没有可以tran的optimization课,下学期可能要去上一门time series,这里正好就看到了,也许是天意呢。 通过继承torch.utils.data.Dataset 实现自定义时间序列数据集1torch.utils.data.Dataset 这是一个抽象类,我们只需继承这个类,并且复写其中两个方法即可 __len__: 实现len(dataset)返回整个数据集的大小 __getitem__: 用来获取一些索引的数据,使dataset[i] 返回数据集中第 i 个样本 注意:如果不复写的话会直接返回错误12345678910WINDOW_SIZE = 8class Covid19Dataset(Dataset): def __len__(self): return len(dfdiff) - WINDOW def __getitem___(self,i) x = dfdiff.loc[i:i+WINDOW_SIZE-1,;] feature = torch.tensor(x.values) y...
2025/09/08
我明天一定开始看一点点pytorch的内容,一定会把复现实验开始跑起来,一定把所有可以复现的文章整理出来,一定把之前所有文章想要解决的问题总结出来。。。。感觉不太可能,我似乎没有这么强大的精力和能力,能做到那一步是那一步吧。煞笔房东怎么又玩消失了,他妈的明天要是还不回消息我一定去催她。现在全靠流量在家里是绝对不够用的,现在被限速了之后难受的一批ctmd.等到pytorch结束以后就开始看托福单词吧,一天感觉不用太多,复习的话一天50个词应该可以?后续可能还要加一点阅读,再背一点模板,希望今年这一考可以出分,算了就算改了题型我也不想再上课了,直接自己稍微学一学去考试。最近感觉精神状态不太稳定,希望能够尽快好转一点点。 我仍然在,无人问津的阴雨霉湿之地和着雨音,唱着卖不出去的歌曲浮游之人,也挣扎不已执着存在下去追逐着,梦想着,继续 请别让我独自匍匐于滂沱世末之雨和着雨音,唱着见证终结的歌曲人们终于,结束了寻觅呆滞伫立原地哭泣着,乞求着,奇迹 —— 《世末歌者》
2025/09/07
啊卧槽我要看的paper应该是对比学习的那一片DINO而不是目标检测的那片DINO,啊卧槽这些人给自己的模型起名字能不呢个不要重名啊我草,气死我了喵
2025/9/5
至少今天我写了一句话,不是吗?剩下来的明天再补。 啊我草我突然想到还有抽时间去学托福,年底前还要再考一次,美国人怎么这么坏。 看到了GitHub上一个embodied AI的入门合集,看起来又不少robot的课程。现在已经没有大一时候那种疯狂找网课看的热情了,看到一节节的网课甚至感到有点恶心。想了想就先把cv部分的重要课程/paper先看完,这种通用领域的知识还是很值得去一看的。 寒假看起来是不能在家过年了,今年怎么过年这么晚。正好和瑞士那边开学时间对上了,有大概率大年28,29的时候要买机票飞过去,瑞士人怎么这么坏。 在考虑寒假要不要留下来上ccc,但是如果一直留下来的话有十几天是空闲的。如果回家,又要回hk,上完课又要回去。不回家的话十几天在这里确实没有什么可以做的事情。要不大四寒假再去上一门ccc?感觉也有一点抽象了,到时候再考虑一下吧。我觉得倒是可以回去两趟,其中一趟回去的时候可以顺便稍微旅游一下。 有时间打算恶补一下pytorch,但是大概率是没有时间的。 于是信步鸿蒙之轻,也领苍生之重;与诗与酒颠倒与共,沉眠斜阳中。我与天地周旋久,写尽梦,便成梦。潮水,带...
2025/09/04
今天看了个大阅兵,也给了自己一个摸了一天🐟的借口。但是又是浪费一天,算一算从开始和xyx汇报开会已经三个星期了,还是一点进展都没有喵。不能再这样下去了,我要和她说开始brainstorm一下开始设计实验了。今天晚上一定要把PPT和所有的文章过一遍。在学期一开始还想着能够改掉上学期天天2点半睡觉的阴间作息,变成每天8小时优质睡眠呢,但是想一想wyf那样的大佬都是辛辛苦苦一整个学期才做出来的成果,我这种小卡拉米怎么能怠慢呢。 今天终于把心心念念的显示屏买掉了,心情低落的时候唯有购物才能获得一丝丝快意。如果花的是我自己的钱就更好了,这么多的钱还是父母在出,这样啃老真的好畜生啊。 每次都说好好学习,好好做研究,想要走在大家前面,可是到现在,身边的所有人都走在了我的前面。我还要好好追赶呀。 这样每天写一点感觉还挺好的,反正晚上的时间不写写感受也是玩手机玩掉了,还不如自省一下呢。 长河清,辽海阔,日月转,昭昭灼灼;天将倾 敢问几人 振臂擎托 – 《为岳》
2025/9/2
我真的是受不了了,我真的适合走科研这条路吗?我自认为还是比较能吃透research的,这几天看paper都要看崩溃了,怎么会这个样子呢。 今天上了四门课,两门math感觉还可以。希望能保持今天这种上课的专注度和课后的及时复习。应该学的会比较轻松。可能下午的comp课有点难顶,吃了午饭之后确实太困了。下次中午要提前买一杯咖啡喝了。 Computer graphics挺感兴趣的,但是给分实在不敢恭维,而且目前不在我规划的发展路径上,只能等大四看看能不能有时间接着上。 最近很焦虑房子能不能转租出去,听说有的人已经找到了下半年的房子?怎么会这么快。两个点,一个是房东最终有没有同意转租;其次是同意之后能否进行转租?能不能找到人接盘?而且可能合规性上还有一定的问题。但是现在担心好像也没有什么用。也不是我能左右的,还是把思绪回归学习吧。 发现偶尔随手写写脑子里的歌词可以让我上课的时候更精神一点。 我们的故事我们的歌,别名为人间 —《致川流的无名诗》
DETR-series
DETR系列进化的流程(目标检测) DETR→ deformable DETR → DAB-DETR → DINO → HIPT(WSI) 其中deformable DETR是由 deformable convolution 的启发设计而来 Deformable convolutionOverview 传统的卷积都是固定形状的,对于某些与卷积形状不符的物体识别率较低。难以适应物体的尺度,姿态和形状变化 提出了两个新模块 可变形卷积 可变ROI 他们可以直接替换现在体系下的CNN模块,并使用标准反向传播算法进行端到端的训练 ContributionDeformable convolution 使用一个标准卷积和一个 偏移量学习, 通过一个并行的卷积层从前一层的特征途中即时学习得到的。网络根据输入动态变化形状 可能学习到小数,因此通过双线性插值对特征进行采样 Deformable ROI Pooling 在每一层pooling前为每个单元增加一个学习的偏移量 偏移量由一个全连接层生成,输入是标准ROI池化的特征。对于非刚性物体尤其有用 进一步提出了一个适用于R-FCN的位置...