detect

Sample code for PyTorch 12345678def same_seed(seed): '''Fixes random number generator seeds for reproducibility.''' torch.backends.cudnn.deterministic = True torch.backends.cudnn.benchmark = False np.random.seed(seed) torch.manual_seed(seed) if torch.cuda.is_available(): torch.cuda.manual_seed_all(seed) 这是一个函数，看起来用于设置随机数生成器的种子以实现可重复性。以下是每一句的解释： def same_seed(seed): 这是一个Python函数的定义，名为same_seed，它接受一个参数seed。 '''Fixes random number generat ...

报告题目：黑白棋游戏&博弈算法 detect0530@gmail.com 1 引言 过去曾有关注过博弈论的相关算法，比如那什均衡、博弈树。但是因为效率的担心，往往忽略了最为传统但又花样百出的搜索博弈。这次作业，我将尝试用搜索博弈的思维来考虑黑白棋游戏。 2 实验内容 2.1 Task1 介绍minimax的实现 12345public MiniMaxDecider(boolean maximize, int depth) { this.maximize = maximize; this.depth = depth; computedStates = new HashMap<State, Float>();} 这里的maximize表示当前的决策者是最大化还是最小化，depth表示搜索的深度，computedStates表示已经计算过的状态，用HashMap进行存储。 1234567891011121314151617181920212223242526public Action decide(State state) ...

报告题目：Pacman Game detect0530@gmail.com 1 引言 在个人过去的实践中，搜索算法是低效暴力的代名词，但是通过本课程的学习，从深度优先宽度优先到代价优先，再到A*算法，我才发现搜索算法的强大之处。优秀的启发式函数可以大大提高搜索效率，搜索算法的强大之处在于其可以解决各式各样的问题，比如本次实验中的pacman游戏，可以通过搜索算法来解决。并在一次次优化算法的过程中，我也对搜索算法有了更深的理解。 2 实验内容 2.1 TASK1 dfs&bfs in Maze Problem 2.1.1 防止走同样的点 和所有的搜索算法一样，如果遇到了重复的点，那么大可不必再走一遍。 于是在后续所有的程序里，我用VisitedNodeVisitedNodeVisitedNode作为list存储当前的已经走过的状态，如果当前状态已经走过，那么就不再走这个点。 2.1.2 数据结构的选择 在这个实验中，我选择了StackStackStack作为深度优先搜索的数据结构，QueueQueueQueue作为宽度优先搜索的数据结构。 2.1.3 核心代码展示 123 ...

报告题目：Bait游戏&搜索算法 detect0530@gmail.com 引言： 在个人过去的实践中，搜索算法是低效暴力的代名词，但是通过本课程的学习，从深度优先宽度优先到代价优先，再到A*算法，我才发现搜索算法的强大之处。优秀的启发式函数可以大大提高搜索效率，搜索算法的强大之处在于其可以解决各式各样的问题，比如本次实验中的Bait游戏，可以通过搜索算法来解决。并在一次次优化算法的过程中，我也对搜索算法有了更深的理解。 2 实验内容 2.1 Task1: 深度优先搜索 2.1.1 记录走过的状态 要求使用深度优先搜索完成Bait游戏，我们首先要确保一定可以遍历完所有的情况（即completion），因为游戏规定精灵可以上下左右移动，那么每张地图都构成一个图，那么首要问题就是避免死循环，即避免走“回头路”，我们使用 1private ArrayList<StateObservation> Visited= new ArrayList<StateObservation>(); 定义一个状态数组表示已经走过的状态，仔细阅读源码框架后，StateObs ...

如何判断一个问题时np难问题 mac item2 各种plugin 命令行里无法使用vpn连接 NJU课程 DS 斐波那契堆 + 可视化展示 搜索与演化算法 HW4 - 芯片放置问题 科研实践 diffusion model 数字水印相关paper To do list 机器学习 吴恩达课程 ✔ 书籍 CS229 python学习 NunPy Pytorch c++学习 异常及其处理 ✔ 调试方法 线程管理 科研实践 英文： Latent Diffusion论文：https://arxiv.org/pdf/2112.10752.pdf Diffusion Models详细公式：https://lilianweng.github.io/posts/2021-07-11-diffusion-models/ 各种微调模型方法对比：https://www.youtube.com/watch?v=dVjMiJsuR5o Scheduler对比图来自论文: https://arxiv.org/pdf/2102.09672.pdf VAE结构图出处：https://t ...

Data Structure 链表 我们让insert操作和delete操作都返回head，可以简化代码实现。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106#include <iostream>#include<bits/stdc++.h>using namespace std;// 定义双向链表节点的结构体struct Node { int data; // 存储数据 Node* prev; // 指向前一个节点的指针 Node* next; // 指向下一个节点的指针 Node(int val) : dat ...

本文介绍有关diffusiondiffusiondiffusion训练的相关 给定数据集进行训练 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186 ...

本文为diffusion库用于推理的基本介绍，以代码块功能和实现为主。 三行简化版： 12345678910111213from diffusers import DiffusionPipelineimport ospipeline = DiffusionPipeline.from_pretrained("/data1/sdmodels/stable-diffusion-v1-4", use_safetensors=True)pipeline.to("cuda")image = pipeline("An image of a squirrel in Picasso style").images[0]output_dir = "/data1/sdtest/"output_filename = "2.1.png"output_path = os.path.join(output_dir, output_filename)image.save(output_path)print(" ...

远程连接 SFTP上传本地文件 csdn blog clash for linux clash for linux 指定服务器调用显卡 export CUDA_VISIBLE_DEVICES=1,3 conda & anaconda & pip csdn blog pip换源 python -m pip config set global.index-url http://mirrors.cloud.tencent.com/pypi/simple 代理 一次性打开代理 123export http_proxy=http://127.0.0.1:7890export https_proxy=http://127.0.0.1:7890export ALL_PROXY=socks5://127.0.0.1:7891 打开代理： clash -d ~/.config/clash 如果你想要临时关闭终端会话中的代理设置，可以运行以下命令： 1unset https_proxy http_proxy all_proxy ALL_PROXY 关于科学上网： 要设置 https_p ...

1. @staticmethod 的使用 在Python中，@staticmethod是一个装饰器（decorator），用于定义类中的静态方法（staticmethods）。静态方法是类中的一种方法，它与类的实例无关，因此不需要通过类的实例进行调用，而是直接通过类名调用。 使用@staticmethod装饰器可以将一个普通的方法转换为静态方法。在定义静态方法时，需要在方法上方加上@staticmethod装饰器。静态方法的定义和使用有以下特点： 不需要访问类的实例：静态方法没有 self 参数，因此在方法体内无法直接访问类的实例属性或调用实例方法。它只能访问类级别的属性和其他静态方法。 通过类名调用：由于静态方法与类的实例无关，所以可以直接通过类名调用。不需要实例化类对象即可使用静态方法。 不需要隐式传递参数：普通的实例方法会自动接收类的实例作为第一个参数，通常命名为 self，而静态方法没有这样的隐式传递参数，所以它在方法定义时不需要 self 参数。 不能访问实例属性：由于静态方法与类的实例无关，它不能访问实例属性或实例方法。 示例代码如下： 12345678 ...