服务器配置
服务器新用户深度学习环境配置说明本教程仅说明相关的软件（conda、cuda等）安装配置流程，对于如conda等软件的使用本文不作说明。 快速开始本节主要包括两部分，python开发环境的配置，和cuda与cudnn的配置（在大多数情况下不配置cudnn是不影响pytorch使用的，但在一些特殊的开发需求下，是需要安装cudnn的，因此本文默认配置cudnn） 需要注意的是部分需要使用wget命令的过程，由于服务器无法连接公网而会出现超时错误，解决方案可以在本地下载好后上传到服务器或者在服务器上使用自己的校园网账户登录以使服务器可以访问公网 1. 配置python环境在服务器上使用python与在个人电脑上不同，我们不主张使用/usr/bin/python下的python解释器，因为它不是用户可配置的，每个服务器用户在开发不同项目时时所使用的配置均不相同，因此我们需要在使用python之前创建自己的python虚拟环境。 我们主张使用anaconda来自定义python开发所使用的虚拟环境。使用如下命令来下载适用于本服务器的anaconda安装包: 1wget...
MogaNet: MULTI-ORDER GATED AGGREGATION NETWORK （ICLR 2024)
MogaNet: MULTI-ORDER GATED AGGREGATION NETWORK （ICLR 2024）本文出发点： 随着卷积核大小的增加，它们在编码交互方面存在瓶颈。 多阶博弈论揭示了现代卷积网络的表示瓶颈，研究表明，现有的DNNs倾向于编码极低阶或极高阶的交互，而忽视了更具表现力和适应性的中间阶交互。 本文贡献：现代的ConvNets在ViT的启发下，通过采用大型卷积核和深度卷积操作，展示了在全局感知方面的潜力。这些网络通常包含三个主要组件：embedding stem（进行下采样，减少冗余计算）、spatial mixing block（指各种空间操作，例如自注意力）和channel mixing block（通常通过具有倒置结构的通道 MLP来实现），本文也沿用了这样的结构。通过引入多阶门控聚合（Moga）模块和通道聚合模块，旨在自适应地强调在空间和通道维度上原本会被忽略的表达性交互。 本文提出了一个纯卷积Backbone，设计了一个四阶段的网络结构，输入图像或特征首先被送入一个Embedding...
Hello World
Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. Quick StartCreate a new post1$ hexo new "My New Post" More info: Writing Run server1$ hexo server More info: Server Generate static files1$ hexo generate More info: Generating Deploy to remote sites1$ hexo deploy More info: Deployment