brightendavid's blog

[TOC] lora 解决了如今语音识别等模型过大，需要频繁进行fine tune的问题 原本设计用于语音模型的微调 它冻结了预训练的模型权重，并将可训练的秩分解矩阵注入到Transformer架构的每一层，大大减少了下游任务的可训练参数的数量 https://github.com/microsoft/LoRA https://zhuanlan.zhihu.com/p/612992813 stable diffusers各模型优化方法解读 主要相关方法 看出了一些端倪 AIGC任务分为两个网络：text_embedding模块和Diffusion Model,会有一些模型将这两个模块分别加载。但是在webui中，为合并加载，应当使用只在stable diffusion模块中加入影响的Lora模型进行训练。 dreambooth 直接在原本大模型后插入SKS小网络优化，微调参数。 img lora 注意，只是在text_embedding后加入一个小模块 在基础模型sd的transformer层之间插入秩分解矩阵，固定原 ...

咱又开始复习c语言哩，历史是个循环呢。 集合表示方法 没有优化过 12345678910111213141516int find[100000]; // find[] is a global variabel,it is union,or in C int get_father(int a){ if(find[a]==a){ return a; } return get_father(find[a]);}void merge(int a,int b){ find[a] = b;}void init(int n){ int i; for(i=1;i<=n;i++){ find[i]=i; }} 复试机试模拟 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970 ...

[TOC] 纸上的魔法使 闻所闻而来 这个UI做得很有意思，话说我也会做。 UI有一种精致的感觉，但是程序实现的难度不是很高，主要在于设计方面，用了很有趣的字体和布局。 比很多的会社都要用心，点名批评竹子社。 纸魔的cg和人物模型有点不一样，cg里面会画的比较幼，怪了。 章节名称 玩这个Gal，不大希望有人剧透，云玩家很干扰体验。 就是章节名称有些秀气。 翡翠的排挤原理 红宝石的天作之合 蓝宝石的存在证明-缟玛瑙的不在证明 紫水晶的怪异传说 磷灰石的怠惰现象-黑榴石的死神花样 芙蓉石的与世隔绝 芙蓉石的终焉轮回（RIO END）RIO是日式人名的罗马音？理央 黑珍珠的求爱信号 萤石的时空残影 白珍珠的泡沫爱慕 萤石的怠惰现象（菲END） 绿幽灵水晶的命运连锁（白毛 END） 黑曜石的因果目录 青金石的幻想图书馆 璀璨的紫翠玉 设定 魔法书，基础环境下的Boy meet girl 故事。 魔法书本质上是类似愿望机的功能 魔法书和人是双向选择的 魔法书 宝石颜色越灰暗，表示故事越致郁 角色 白毛 臭傲娇 出场毒 ...

[TOC] 引言 虽然标题起的很厉害，但是本人可是没有在任何一项国家级竞赛上面拿过一等。 区区二等和区区三等不值一提。 但是在本科生期间的很乐意，很情愿还是不情愿，不乐意，给拐去参加的些许竞赛的过程中，我还是摸清了一些固定的套路。 队友 有几点要讲，首先此处话语没有针对任何人，我的意思是与我之大才相比，在座的各位都是一般般的水平。 就竞赛而言，按照目的分，可以分为练手的竞赛和真正要冲排名的竞赛。这两个目的一般不会放在同一个竞赛里面实现，除非有什么大才，否则会弄得很痛苦。 小心导师给找的队友，谁用谁知道，里面的有一些成年人的原因，师弟要看年级，年纪比较低的一般不靠谱，但是师兄一般很靠谱。 小心同系且同年级选手，不小心就资敌了。 要素齐全。 分赃均衡 PPT 那什么做题竞赛就算了，多大的人了，还弄考试机器那一套，我厌了。 求求你少做几页PPT吧！！！！ image-20220824214958144 美观性 字体大小均衡 可以套用模板，模板的风格和主题接近 没有经过训练的家伙做PPT能做出什么样子，我相信诸位都清楚，尤其不要相信 ...

[TOC] 1q84 开始研究村上春树了，很多年前，姑娘说”你读过挪威的森林吗“语气不大好，可能是“读”这个字说的要飘上天的语气罢，”我还真读过“。这姑娘很有趣，是本人所见有趣程度排名前几名的，不能说是第一。 是本书，村上春树写的。 实际的意思是1984，因为q和9很像嘛。 知道这点之后就可以像是考证了《阿Q正传》里面这个Q究竟是指什么，读什么 和小学生炫耀了呢。都是Q。 我至今都记得本人的中学语文老师和一帮初中生炫耀这个词是念gui，第四声，不是念Q，然后大加嘲讽，反正我印象不大好。实际上这样讲感觉那语文老师老太太有点像是孔乙己了，就只有欺负小孩的本事。 《1984》是什么乔治.奥威尔写的，讽刺苏联的小说，我还没有读过，道听途说，是书中有个叫做老大哥的集权政府，把人怎么样的思想压迫的。 思想压迫，就是真的又如何，主不在乎。说一句大逆不道的话，就是本国…… 这一段可不兴讲呀。叫我网络巨人。 《1q84》 和 《1984》感觉都是想要讽刺些什么，《1q84》要讽刺邪教，搞不清？《1984》讽刺老大哥的什么集权政府。 1q84讲了什么故事 双线叙事结构，后期有三 ...

Gal艺术鉴赏 Galgame是艺术，是世界的珍宝。Purple software的用词据说很讲究，可惜只有青鸟是汉化的，用机翻看的话根本感觉不出来，虽然我浸淫ACGN多年，看日语也不是完全看不懂。 アオイトリ（青鸟） 本文所有图很多都是偷的网上的，不想从硬盘里面拖出来截图。 是这个。 《青鸟》是比利时戏剧家莫里斯·梅特林克创作的戏剧。 《青鸟》是一部六幕梦幻剧，该剧描写了樵夫的孩子蒂蒂尔和米蒂尔在圣诞节前夜受仙女之托为邻家生病的女孩寻找青鸟的经历。他们到了了思念之国、夜之宫、森林和墓地，又来到了幸福国和未来王国。他们找到的青鸟不是改变了颜色就是死掉。最后，他们发现，自己家的斑鸠就是青鸟，它治好了女孩的病，并且飞走了。兄妹俩也在这一次历险中领会到了幸福的真谛：原来青鸟就在自己家里，而幸福，就在身边。只有甘愿把幸福给别人，自己才会感到幸福。 该剧通过两个小孩寻找青鸟的故事反映了作者对穷人生活的同情、对现实和未来的憧憬。在剧中各种各种动植物、各种思想情感、各种社会现象、甚至抽象的概念和未来的事物都拟人化了，具体而形象地给读者以启迪。 image-20220 ...

1testdataset = Mydataset(device="des2", train_val_test_mode='tets') 123456if self.train_val_test_mode == 'train' or self.train_val_test_mode =='val': self.train_list, self.val_list = \ train_test_split(self.image_list, test_size=val_percent, train_size=1 - val_percent, random_state=1000)else: self.test_list = self.image_list 在dataloader 中加入新的分类，test_list类。 发现，出错，报错显示 1TypeError: 'NoneType' object cannot be ...

[TOC] CD-UAP: Class Discriminative Universal Adversarial Perturbation（AAAI,2020） Consequently, it can be of practical relevance for an attacker to have control over the classes to attack. A natural question arises whether it is possible to craft a universal perturbation that fools the network only for certain classes while having minimal inflfluence on other classes 没怎么看懂 攻击方的角度控制分类/分割网络的分类结果。要求控制具有灵活性，能够控制特定的类别，而不影响其他类别 UAP:A single universal adversarial perturbation (UAP) CD-UA ...

123456789101112131415161718192021import cv2video_path = r'D:\ApowerREC\20220808_153435.mp4' # 视频地址output_path = r'D:/ApowerREC/False/' # 输出文件夹interval = 3 # 每间隔10帧取一张图片if __name__ == '__main__': num = 1 vid = cv2.VideoCapture(video_path) while vid.isOpened(): is_read, frame = vid.read() if is_read: if num % interval == 1: file_name = '%08d' % num cv2.imwrite(output_path + str(file_name) + & ...

[TOC] noise layer是鲁棒性水印的基础工作。几乎是不可能绕过去的。 本文主要写noise layer，其他的基本不写了。反正这些家伙的网络结构都差不多 这些家伙怎么写这破烂玩意都能投顶会呀。 Noise Layer本纪 有一点我觉得很奇怪，JPEG可微压缩的论文应该在2017年就有了，这些家伙竟然到2020才用到。 (不知道是在哪篇论文里面写的，但是讲的很全，到2020初的noise layer为止，2020年还有很重要的一篇cvpr没有讲) 如何在网络中处理攻击失真才能使得水印算法在实用中更鲁棒，是近年来的研究热点。攻击主要分为两种，已知攻击和未知攻击。针对已知攻击目前主要有两种解决方法，一种是生成真实攻击失真数据[56]，缺点是需要大量的实拍数据，并进行矫正，需要很高的成本，并且难以有效模拟实际拍摄中的几何扭曲变换。另一种是模拟攻击数据。很多研究者进行研究，最大的困难是解决不可微压缩问题，如JPEG压缩等。2019年，文献[57]首次提出噪声层的设计并且通过JPEG-Drop对系数采用渐进式滤除。文献[58，59]中，通过设计一系列可微分的函 ...