Tippyの博客站
  • 首页
  • 归档
  • 分类
  • 标签
  • 追番
  • 关于

万相大模型LoRA微调

LoRA的作用 - 刻板化某种期望 可以“教会”模型特定的风格、主题或概念 物理规律|运动方式|时间速度 提高模型在特定任务上的表现 数据准备 数据越多,泛化性越好 一般30~50张的图片数据 通常10~20个高质量视频数据,按16fps帧率切割81帧 分辨率和实际训练帧数按显存调整 高分辨率数据可以摘低分辨率基础上二次训练 风格、主题、构图需要保持一致 包含不同的场景提高泛化能力 数据清
2025-04-12

3D变分自编码器(3D VAE)

一、3D 变分自编码器
2024-12-09
深度学习

变分自编码器(VAE)

一、变分自编码器概述 变分自编码器(Variational Auto-Encoders,VAE)作为深度生成模型的一种形式,是由 Kingma 等人于 2014 年提出的基于变分贝叶斯(Variational Bayes,VB)推断的生成式网络结构。与传统的自编码器通过数值的方式描述潜在空间不同,它以概率的方式描述对潜在空间的观察,在数据生成方面表现出了巨大的应用价值。VAE一经提出就迅速获得了深
2024-12-09
深度学习
#转载

One For All

One for All: Towards Training One Graph Model for All Classification Tasks 摘要 不同领域的图数据携带不同的属性并遵循不同的分布,这使得图上的任务(node, link, graph任务)需要不同的嵌入策略。 这篇论文提出OFA(One For All)框架,用来统一不同的图数据,并使用LM将多样化的且可能是跨
2024-09-16
论文精读
#复杂网络 #大模型

半身清晰人像检测

Abstract image-20240822164904780 使用代码检测视频中是否存在类似这种清晰的半身(较明显)人像 Methods graph LR; v(Video) --cv2--> f(frame) f --YOLOv8x-pose--> p(points) p --> elp([left eye point]) p --> erp([right e
2024-08-22
算法Log
#人像 #detection #YOLO #清晰度检测

树莓派openwrt使用argonone外壳

How to OpenWRT install Install steps 1234567opkg install gcc make git git-http apk alpine-repositories dtc bash kmod-i2c-core kmod-i2c-bcm2835 kmod-i2c-algo-bit kmod-i2c-gpioapk --allow-untrusted upda
2024-08-07
#转载

macOS根据Wi-Fi的自动化

macOS根据Wi-Fi的自动化 作用 无法修改路由器时通过自动修改自己电脑的hosts文件实现域名访问局域网的不同地址。 比如我在本地搭建了jellyfin服务器然后穿透到公网,这样就可以实现在局域网时访问域名走内网,其他时候走公网 步骤 在设置中添加网络位置 image-20240801145259388 安装locationchanger ```shell curl -L http
2024-08-01
#实用工具

GraphTranslator: Aligning Graph Model to Large Language Model for Open-ended Tasks

GraphTranslator: Aligning Graph Model to Large Language Model for Open-ended Tasks 论文要做什么 通过LLM(大语言模型)与GM(图模型)相结合,实现一个既能解决预定义任务又能解决开放式任务的模型。 实验结果表明,该方法在零样本分类等任务中表现出色,并具有广泛的应用前景。 论文背景 现有将LLM应用到GM的工作
2024-07-19
论文精读
#复杂网络 #NLP

Language is All a Graph Needs

Language is All a Graph Needs 摘要 将图问题纳入生成语言建模框架的现有工作仍然非常有限。考虑到 LLM 的日益突出, 探索 LLM 是否也可以取代 GNN 作为图的基础模型变得至关重要。 本文提出了基于自然语言指令的高度可扩展提示的InstructGLM(Instruction-finetuned Graph Language Model, 指令微调图语
2024-07-01
论文精读
#复杂网络 #NLP

Link Prediction of Textual Edge Graphs

Link Prediction of Textual Edge Graphs 摘要 文本边缘图(TEG, 边缘上具有富文本的网络)封装了大量关系和上下文信息。但是现有的研究方法分为基于GNN和基于LLM两类,都有些问题。本文提出一种新的框架(LINK2DOC)专门用于TEG上进行链路预测(预测两个节点之间是否存在链接)。 graph LR A(("A<br>文本
2024-06-13
论文精读
#复杂网络 #NLP
12

搜索

Hexo Fluid
总访问量 次 总访客数 人