sky

7月3日笔记

例如玩游戏冠军网名sky，真名李晓峰以前是学医的，玩游戏是让他找到了意义，那训练的苦不输给任何运动员，和他一起训练的弟弟最后受不了放弃了。也不是所有会玩游戏人能拿到冠军的最后变成职业玩家。
一直等着没有下手·2023-01-30 07:28

拾珠之一：师之道

一、师之道我在公司是一名兼职培训师，SKY的言传身教让我对“师者”，有了不仅是认知层面的深刻理解，开启了我的教学新思路。
千铭·2023-01-29 18:25

0

效果展示:图片发自App代码展示```html,body{margin:0;padding:0;height:100%}.sky{height:480px;background:#007fd5;position
蟹逍鹤舞·2023-01-27 09:47

PyKeyBoardFairy可以替代你游戏中的卡键盘和鼠标宏

软件架构程序唯一依赖外部库:pynput1.7.3安装教程下载程序，gitclonehttps://gitee.com/J_Sky/py-key-board-fairy.git或是下载压缩包也可以确定系统安装
J_Sky2022·2023-01-27 07:02

修炼自己被需要的本领|师姐分享复盘

分享的内容一为什么大咖（SKY老师、李菁老师）会来师姐社群分享呢？1每一个人都有可能被别人需要，而且你可能比你自己想象中还要厉害。每一次我们跟别人的相遇，都很有可能是我们进行链接别人的机会。
瑜见之美·2023-01-26 11:44

having和where的区别

本文来源：https://www.cnblogs.com/ljf-Sky/p/9024683.html本质的区别就是where筛选的是数据库表里面本来就有的字段，而having筛选的字段是从前筛选的字段筛选的
杨真_9606·2023-01-26 05:23

threejs效果比较好的天空和水面

threejs效果比较好的天空和水面目录前言一、引入水二、引入天空总结前言本文使用的是threejs提供的Water和Sky实现天空与水面。
10566·2023-01-16 16:42

2D游戏引擎Allegro 系列教程（三） 加载并显示图片!

本系列文章由sky编写，转载请注明出处。
小泰勒·2023-01-13 21:51

python中csv与txt文件转换

如何将文件夹内图片名称写入csv中importosimportpandasaspddata=[]names=os.listdir(r"C:\Users\Administrator.SKY-20180518VHY
朴素.无恙·2023-01-11 21:23

手把手教你设计CPU-1

ISA众生相1、x86架构2、SPARC架构3、MIPS4、Power5、Alpha6、ARM7、ARC8、Andes9、C-Sky除了x86都是RISCRISC-V架构的基本指令数目只有40多条，加上其他的模块化扩展指令总共几十条指令
dullhero·2023-01-04 21:31

多智能体强化学习——值分解方法代码流程

主要参考：官方库：https://github.com/oxwhirl/pymarl/大佬实现的库：https://github.com/starry-sky6688/StarCraft/大佬的库通俗易懂但大佬的库由于框架结构的问题
qq_40831388·2023-01-02 13:36

Java获取数据库各种查询结果

然而有时候返回就是一个统计值，通过对ResultSet和ResultSetMetaData的变换得到各类所需的查询结果，因为没有利用连接池数据链接管理比较麻烦，所以谢了一个工具类，packagecom.sky.connect
清涵·2022-12-31 02:54

LSTM（长短时记忆网络）

比如：1.RNN可以根据前面几个单词有效预测出空白处单词为sky。2.RNN可以
Michael_Lzy·2022-12-27 19:48

python ID3 决策树 代码

python实现有所精简'''function：ID3决策树生成算法author：baomidate:2021/11/01reference:https://blog.csdn.net/colourful_sky
weixin_47491231·2022-12-24 00:38

Python之PSNR

/test/sky.jpg')cv2.imshow('img1',img1)#SR图像defgauss_noise(image):img=image.astype(np.int16)#此步是为了避免像素点小于
@彼岸花·2022-12-21 07:32

Linux 内核空间Kmalloc， Kzalloc, Vmalloc 之间区别

转自：https://www.cnblogs.com/sky-heaven/p/7390370.html我们都知道在用户空间动态申请内存用的函数是malloc()，这个函数在各种操作系统上的使用是一致的
雨中奔跑的大蒜苗·2022-12-15 14:48

第七届 Sky Hackathon 笔记集合贴

Alex_McAvoyNVIDIA7thSkyHackathon（二）开发套件的安装与测试Alex_McAvoyNVIDIA7thSkyHackathon（三）语音数据集的制作Alex_McAvoyNVIDIA7thSkyHackathon（四）NemoASR模型训练与评估Alex_McAvoyNVIDIA7thSkyHackathon（五）图像数据集的处理Alex_McAvoyNVIDIA7th
扫地的小何尚·2022-12-13 15:20

我参加 NVIDIA Sky Hackathon——有关ASR模型相关简述

2022年10月29日团队报名了第七届NVIDIASKyHackathon大赛并于2022年11月28日成功完赛本次系列比赛为团队第二次参加，在有了一定经验的情况下，本次团队也取得了一定的成绩（大赛第四名），而本人主要在团队内负责的是ASR相关模型的训练及调参，故本篇文章主要为ASR模型的相关介绍以及团队在训练过程中遇到的比较经典的问题及解决方案。目录（一）大赛简介（二）相关环境配置（初始环境及A
yeyeyeyezihao·2022-12-07 08:31

【我参加NVIDIA Sky Hackathon】感悟篇

我们团队来自陕西省咸阳市咸阳师范学院，在本次比赛中我们认识到了与其他人的差距，我们最终获得了第14名的成绩，对于我们来说是第一次参加NVIDIASkyHackathon的比赛，这次算是一次积累经验的机会。咸师训练营是咸阳师范学院计算机学院的5名学生组成的，其指导教师为李红副教授，这是团队第一次参加NVIDIA举办的比赛。作为五名小萌新，本次竞赛的举办让团队成员学到了很多东西，受益匪浅，并给团队一个
m0_65365393·2022-12-07 08:58

【我参加NVIDIA Sky Hackathon】CV篇

项目说明：以“挑战智能语音垃圾分类任务”为主题。内容涵盖：语音识别、垃圾检测及用户接口的web页面实现等。项目流程包括：（注：图片来源于NVIDIA针对于本次比赛的培训PPT）在CV模块，我们的数据集相对ASR来说采集起来是比较容易的，但是消耗的时间较多，我们购买香蕉，采集了香蕉从青色到黄色到最后发黑的照片，包括了有果肉和无果肉的不同角度的照片。我们还在夜间使用手机手电筒补光拍了一些数据。同时我们
m0_65365393·2022-12-07 08:27

【我参加NVIDIA Sky Hackathon】ASR篇

项目说明：通过NVIDIA公司提供的Tao来训练模型，做出一个语音识别和图像识别垃圾的模型在ASR数据集中，为了使得模型训练效果更明显，我们在数据搜集的过程中，邀请了不同年龄段的人来进行语音的录制，而且在录制过程中我们以不同的语速、语调以及声音的高低录制的不同的音频文件。为了使模型充分的进行深度学习我们有部分的音频是在一定的嘈杂环境下录制的，但是也考虑到嘈杂的声音可能对模型学习有一定的影响，所以我
m0_65365393·2022-12-07 08:56

基于蒙特卡罗树搜索的智能行程规划系统设计（二）一个简单的DEMO

@基于蒙特卡罗树搜索的智能行程规划系统设计基于蒙特卡罗树搜索的智能行程规划系统设计DEMO0.1github链接.https://github.com/blue-sky-sea/MCTS-TRAVEL-PLAN
水树悠太·2022-12-04 22:14

Sky Hackthon比赛指北-基础篇

无图预警，多字预警。阅读时请保持清醒，有利于发现谬误。关于SkyHackthonSkyHackthon比赛是由Nvidia中国开发者社区举办的，面向国内高校学生的关于算法模型应用比赛，比赛期间，同学将用两周时间实现一个官方指定主题的算法功能，并将其部署到指定的云端平台上。比赛主题一般是与生活息息相关内容，例如第六届比赛是一个AI大白，第七届比赛是一个垃圾检测网站。我认为SkyHackthon是一个
无知之人_dream·2022-12-04 17:09

Sky Hackthon比赛指北-ASR篇

写在前面本系列具体介绍可以参见基础篇。这篇是系列第二篇，篇幅相较于基础篇会比较短，因为Nemo真的是一个很好用的库。该篇主要分为三个部分：背景介绍：简单介绍基础背景知识。数据收集与处理：本篇的重点内容，详细讲解如何进行数据集的收集和处理，方便验证。模型训练与验证：主要是使用Nemo进行，会讲解替换模型等的操作。技术介绍ASR：自动语音识别技术，AutomaticSpeechRecognition的
无知之人_dream·2022-12-04 17:34

【我参加NVIDIA Sky Hackathon】数据收集及标注（1）

一、ASR语音部分数据集收集1.下载录制音频的软件（Audacity）Ubuntu系统安装方法：sudoaptinstallaudacitywindows系统安装方法：https://www.onlinedown.net/soft/46359.htm2.利用Audacity制作音频录制语音文件，文件类型需统一转换为wav格式，采样率建议在44100HZ、单声道。二、ASR语音部分数据集制作数据清单
破～晓·2022-12-01 19:23

【我参加NVIDIA Sky Hackathon】问题及解决方案（环境安装）

1.安装MiniConda后报错解决方法:添加bashrc，执行source~/.bashrc2.安装torch时报错解决方法：（1）网络问题重启电脑后更换网络（2）更换国内源进行下载3.timeout问题解决方法：更换国内源清华源：https://pypi.tuna.tsinghua.edu.cn/simple中科大源：https://pypi.mirrors.ustc.edu.cn/simpl
破～晓·2022-12-01 19:23

【我参加NVIDIA Sky Hackathon】问题及解决方案

1.文件读取权限不足解决方法：给文件增加权限u：文件所有者g：所有者所在的组群o:其他人a:每个人r：读取权w：写入权x：执行权+：添加权限-：删除权限=：使它成为惟一权限例如：想让每个人都能读写一个文件只需执行：chmoda+rwreadme.txt2.无法拉取dockersudogroupadddockersudousermod-aGdocker$USERnewgrpdockerdockerr
破～晓·2022-12-01 19:23

【我参加NVIDIA Sky Hackathon】问题及解决方案

1.文件读取权限不足解决方法：给文件增加权限u：文件所有者g：所有者所在的组群o:其他人a:每个人r：读取权w：写入权x：执行权+：添加权限-：删除权限=：使它成为惟一权限例如：想让每个人都能读写一个文件只需执行：chmoda+rwreadme.txt2.无法拉取dockersudogroupadddockersudousermod-aGdocker$USERnewgrpdockerdockerr
破～晓·2022-12-01 19:23

【我参加NVIDIA Sky Hackathon】使用TAO模型训练工具训练CV检测识别模型

目录1.TAO模型训练工具2.环境配置3.CV模型框架选择4.数据集处理4.1.数据收集4.2.数据标注5.模型训练5.1.SSD5.2.yolov45.3.模型剪枝6.模型部署6.1.模型导出6.2.模型转换1.TAO模型训练工具TAO是由NVIDIA提供的一款开元、便捷的模型训练工具，主要用于做迁移学习。其收录了许许多多预训练模型，可以帮助开发者快速打造出自己需要的模型。通过NVIDIA举办的
Liu_Sheep·2022-12-01 19:53

【我参加NVIDIA Sky Hackathon】环境安装

环境安装一、获取NGC秘钥1.创建NGC账号(1).登录https://ngc.nvidia.com(2).请点击下图右上角”WelcomeGuest”，然后点选下方”Singin/SingUp”(3).进入后点选”NVIDIAAccount”旁边的”Continue”，就会进入下图右的“登陆”或“创建一个账户”的画面，然后按照标准开帐户的流程执行就可以。2.获取NGC秘钥登陆NGC，点选右上角用
破～晓·2022-12-01 19:53

【我参加NVIDIA Sky Hackathon】语音识别模型训练

1.导入nemo及asr工具类检查版本信息importnemoimportnemo.collections.asrasnemo_asr2.加载自动语音识别模型quartznet=nemo_asr.models.EncDecCTCModel.restore_from("stt_zh_quartznet15x5.nemo")#加载中文预训练模型并实例化3.加载数据清单#将制作好的json格式的数据清单
破～晓·2022-12-01 19:50

[我参加NVIDIA Sky Hackathon] 训练模型安装

1获取NGC秘钥1.创建NGC账号：这个帐号与NVIDIADeveloper账号是独立的，需要单独申请。如果已经有NGC帐号的，请跳过下面申请的流程，直接到第2步“创建NGC密钥”(1)登录https://ngc.nvidia.com会直接出现CATALOG画面(2)请点击下图右上角”WelcomeGuest”，然后点选下方”Singin/SingUp”(3)进入后点选”NVIDIAAccount
artly1·2022-12-01 19:20

我参加 NVIDIA Sky Hackathon---yolov5数据标注+模型训练

在标注过程中，将图片分为三类，分别为banana、zhiban、yilaguan三个类别，在yolov5的数据labels标注种分别将其划为0，1，2三类。在确定了分类规则后，使用labelimg进行标注。在此附上labelimg的项目代码：https://github.com/tzutalin/labelImg标注工作完成后，因本项目采用的是yolo格式的数据集，所以在模型导出的过程中需要设定为
碳酸碳·2022-11-29 13:44

我参加 NVIDIA Sky Hackathon---语音识别+前端设计

一、语音识别针对项目中要求识别的果皮，瓶子，纸箱这些物品我们选择采集以下文字对应的语音数据：请检测出果皮请检测出纸箱请检测出瓶子请检测出果皮和纸箱请检测出纸箱和瓶子请检测出果皮和瓶子请检测出纸箱、果皮和瓶子1.语音录制我们找了许多本专业的同学和朋友使用Audacity软件录制出以上文字对应的单声道音频，并导出为wav格式文件。2.人工识别收集完录音后由人工识别语音，将每个语音文件加入文件夹名为其语
碳酸碳·2022-11-29 13:44

我参加 NVIDIA Sky Hackathon---Yolov5环境配置

Yolov5环境配置完成后配置练习文件以及练习数据注意事项参考https://blog.csdn.net/qq_36756866/article/details/1091110651）准备自己的数据集在yolov5目录下创建yolo_1文件夹（名字可以自定义），目录结构如下，将之前labelImg标注好的xml文件和图片放到对应目录下yolo_1…images#存放图片…Annotations#存
碳酸碳·2022-11-29 13:14

我参加 NVIDIA Sky Hackathon---云上进行yolo模型训练

目录前言ECS的配置选择环境搭建环境安装流程安装下载docker登录NGCJupyter下载下载nemo安装virtualenv虚拟环境模型训练训练与评估模型：导出与推理模型经验与总结前言在训练得到ssd模型之后，即使不太了解云上的大部分操作，我们也大胆尝试租用云服务器（ECS），来进行yolo模型的训练与推理。ECS的配置选择选择了阿里云分类在AI机器学习-人工智能训练场景下其中之一的配置，主要
N-Raid·2022-11-29 13:08

我参加 NVIDIA Sky Hackathon---目标检测数据集转化篇

目录数据集类型介绍voccocoyolo图像数据标注工具介绍①labelimg②labelme③Coovally④百度飞桨BMI⑤GeoLabel数据集类型介绍vocVOC数据集由五个部分构成：JPEGImages，Annotations，ImageSets，SegmentationClass以及SegmentationObject.JPEGImages：存放的是训练与测试的所有图片。Annota
方青然·2022-11-29 13:03

[我参加NVIDIA Sky Hackathon]（环境配置-腾讯云）

本以为腾讯云基本已经把环境配置好，直接就可以跑程序，但是还是遇到了一点小问题，记录一下。1.下载比赛数据由于jupyter单次只能上传一个文件，不能上传文件夹，所以可以先把文件夹压缩，然后上传压缩包，上传成功之后再解压。importzipfileimportosfiles=zipfile.ZipFile(‘hymenoptera_data.zip’,‘r’)files.extractall(os.
Leo_Aqu·2022-11-28 13:24

[我参加NVIDIA Sky Hackathon]（环境配置）

由于部分环境已经装好，故只需要配置缺少部分。一、获取NGC密钥1.创建NGC账号1.登录https://ngc.nvidia.com会直接出现CATALOG画面2.请点击下图右上角”WelcomeGuest”，然后点选下方”Singin/SingUp”3.进入后点选”NVIDIAAccount”旁边的”Continue”，就会进入下图右的“登陆”或“创建一个账户”的画面，然后按照标准开帐户的流程执
Leo_Aqu·2022-11-28 13:53

[我参加NVIDIA Sky Hackathon]（模型训练ssd系列）

一、ssd-resnet18比赛默认提供的目标检测模型是ssd，backbone是resnet18，默认训练80批次，部分训练参数及结果如下图1。maxmap0.8428856637198172mintrainloss4.685321minvalloss44.12858346390398图1ssd-resnet18训练结果图二、ssd-resnet50把resnet18改为resnet50，但是学
Leo_Aqu·2022-11-28 13:53

[我参加NVIDIA Sky Hackathon]（数据处理脚本）

由于比赛需要自己收集数据并打标签，标签规定使用kitti格式。由于labelme标注工具默认生成的时voc格式，所以需要把voc格式转化成kitti格式，所以写了一个voc转kitti的脚本，除此之外，为了验证打的标签是否准确，还写了一个验证脚本，都是用python写的。1.voc转kitti脚本#作者:Leo#时间:2022/11/1519:12importxml.etree.ElementTr
Leo_Aqu·2022-11-28 13:53

我参加 NVIDIA Sky Hackathon---环境配置篇

一、获取NGC密钥（务必保管好密钥，后续会使用到）创建NGC账号1.登录NCG官网会直接出现CATALOG画面2.请点击下图右上角”WelcomeGuest”，然后点选下方”Singin/SingUp”图13.进入后点选”NVIDIAAccount”旁边的”Continue”，就会进入下图右的“登陆”或“创建一个账户”的画面，然后按照标准开帐户的流程执行就可以。获取NGC密钥：1.登陆NGC，点选
方青然·2022-11-28 13:21

[我参加NVIDIA Sky Hackathon]（模型训练yolo系列）

由于NVIDIA在CVAPPLICATIONS->ObjectDetection提供了yolov3和yolov4的模型配置及训练部署教程，并且yolov4相对于yolov3性能较好，所以选择了yolov4进行训练，backbone选择resnet18。1.Generateanchorshape通过tltyolo_v4kmean生成anchorshape。tltyolo_v4kmeans[-h]-l
Leo_Aqu·2022-11-28 13:14

我参加第七届NVIDIA Sky Hackathon——训练CV模型

如何从0开始训练自己的CV模型第一步配置基本环境(在上一篇已经配置了我参加第七届NVIDIASkyHackathon——训练ASR模型)第二步利用labelimg制作图像数据集第三步开始训练resnet18模型文章目录如何从0开始训练自己的CV模型前言一、利用labelimg制作图像数据集1.安装labelimg2.开始数据标注3.将VOC格式数据集转为KITTI数据集二、开始训练resnet18
Sol-itude·2022-11-28 12:29

我参加第七届NVIDIA Sky Hackathon——训练ASR模型

如何从0开始训练自己的ASR模型第一步获取NGC密钥第二步配置Ubuntu22.04的运行环境第三步开始训练ASR模型文章目录如何从0开始训练自己的ASR模型前言一、获取NGC密钥二、配置Ubuntu22.04的运行环境1.安装NVIDIA驱动460以上版本2.安装docker与nvidia-docker23.安装MiniConda3与Jupyter开发环境4.安装NeMo1.4.05.安装TAO
Sol-itude·2022-11-28 12:28

我参加NVIDIA Sky Hackathon（优化UI页面）

于是决定在Canva可画里制作网页背景，然后更改路径，上传到sky7.html里。
mbws__·2022-11-28 12:27

我参加 NVIDIA Sky Hackathon--- 浅谈数据集处理的心得和教训

目录赛事题目：挑战智能语音垃圾分类任务ASR语音数据集音频采样语音数据集制作流程踩坑&建议：CV图像数据集图像搜集图像数据集制作踩坑&建议心得体会建立范式团队协作探索试点赛事题目：挑战智能语音垃圾分类任务垃圾是世界范围内日益严重的环境问题，实行垃圾分类，关系节约使用资源，也是社会文明水平的一个重要体现。NVIDIA正在努力加强技术研究，致力于开发创新计算解决方案，同时鼓励开发者们利用NVIDIA各
方青然·2022-11-28 12:26

第七届NVIDIA Sky Hackathon项目报告书

系列文章目录数据集收集和标注情况1.1ASR语音数据集收集和标注情况1.2CV图像数据集收集和标注情况进行模型的训练2.1进行ASR模型的训练2.2进行CV模型的训练在Jetson平台进行部署和推理3.1部署和推理ASR模型3.2部署和推理CV模型优化UI界面文章目录系列文章目录1.数据集收集和标注情况1.1ASR语音数据集收集和标注情况1.2CV图像数据集收集和标注情况2.进行模型的训练2.1进
Sol-itude·2022-11-28 12:55

【我参加NVIDIA Sky Hackathon】yolov5简易训练经验

本组选择了autodl平台的云服务器，由于autodl平台的优秀优化，我们直接采用了平台提供的算法镜像为了图省事，直接用默认设置进行了训练即采用了COCO2017的格式pythontrain.py--weightsyolov5s.pt--cfgmodel.yaml--epoch200由于官方给的数据集过于拉跨我们对全部图片进行了重新标注，并且加入了爬下来的1044张图片默认训练使用的data设置为
꧁༺周༻꧂·2022-11-27 17:06

【我参加NVIDIA Sky Hackathon】使用aistudio的免费算力助我训练asr

老爹说“要用魔法打败魔法”，也要ai训练ai于是我用了aistudio首先感谢百度飞桨aistudio提供的免费v100算力安装paddlespeech!pipinstallpaddlespeech#下载nltk数据包，放入到nltk可以检索的路径下%cd/home/aistudio!wget-Pdatahttps://paddlespeech.bj.bcebos.com/Parakeet/too
꧁༺周༻꧂·2022-11-27 17:36
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他