训练

2024/4/12 17:32:34
关于【SD-WEBUI】的LoRA模型训练：怎样才算训练好了？

关于【SD-WEBUI】的LoRA模型训练：怎样才算训练好了？

文章目录 （零）前言（一）模型(LoRA)训练（1.1）数据准备（1.1.1）筛选照片（1.1.2）预处理照片（1.1.3）提示词(tags)处理（1.1.4&…
阅读更多...
Unity ML-Agent

Unity ML-Agent

介绍: 环境搭建 待为完序
阅读更多...
keras框架下yolov3实践

keras框架下yolov3实践

目录 demo运行 训练自己的模型 生成训练用的数据 模型训练 CPU训练自己的模型 遇到的坑： 问题请教： 本教程是github上https://github.com/qqwweee/keras-yolo3代码的使用教程，在github上的repository作者已将使用过程说的较详细了&…
阅读更多...
深度学习流行网络与数据集

深度学习流行网络与数据集

一. 常用网络 深度学习相关的几个比较著名的网络，AlexNet、VGG、GoogleNet、ResNet。 模型 AlexNet VGG GoogleNet ResNet 时间 2012 2014 2014 2015 层数 8 19 22 152 Top-5错误率 15.3% …
阅读更多...
深度学习之对抗网络

深度学习之对抗网络

一. 对抗网络的由来 对抗网络 是个新词，全名叫 生成式对抗网络（Generative adversarial nets），就像深度学习一样，发明时间并不长。 Ian Goodfellow（生成对抗性网络的发明者）定义了 对抗网络&…
阅读更多...
Stable Diffusion 系列教程 - 6 Dreambooth及训练

Stable Diffusion 系列教程 - 6 Dreambooth及训练

Stable-Diffusion、Imagen等文生图大模型已经具备了强大的生成能力，假设我们的Prompt为 [Cyberpunk Style]，SD或许能很快画出赛博朋克风格的一幅画。但你作为一个不知名的人，不能奢求SD在训练的时候把你自己想要的风格也加进去吧？…
阅读更多...
部署快捷、使用简单、推理高效！大模型部署和推理框架 Xinference 来了！

部署快捷、使用简单、推理高效！大模型部署和推理框架 Xinference 来了！

今天为大家介绍一款大语言模型（LLM）部署和推理工具——Xinference[1]，其特点是部署快捷、使用简单、推理高效，并且支持多种形式的开源模型，还提供了 WebGUI 界面和 API 接口，方便用户进行模型部署和推理。 …
阅读更多...
stable diffusion model训练遇到的问题【No module named ‘triton‘】

stable diffusion model训练遇到的问题【No module named ‘triton‘】

一天早晨过来，发现昨天还能跑的diffusion代码，突然出现了【No module named ‘triton’】的问题，导致本就不富裕的显存和优化速度雪上加霜，因此好好探究了解决方案。 首先是原因，由于早晨过来发现【电脑重启】导致了【…
阅读更多...
GAN 的训练、调参实践

GAN 的训练、调参实践

文章目录1 什么是GAN？2 GAN存在的问题3 训练的经验3.1 不要纠结于损失函数的选择3.2 关于增加模型的容量3.3 尝试改变标签3.4 尝试使用 batch normalization3.5 尝试分次训练3.6 最好不要提早结束3.7 关于k的选择3.8 关于学习率3.9 增加噪声3.10 不要使用性能太好的…
阅读更多...
pytorch框架下语义分割训练实践（一）

pytorch框架下语义分割训练实践（一）

源码地址： https://github.com/yassouali/pytorch_segmentation 目录 环境准备 数据库下载 开始训练 环境准备 torch1.1.0 torchvision0.3.0 tqdm4.32.2 tensorboard1.14.0 Pillow6.2.0 opencv-python4.1.0.25 这里面几个只有torch比较大&#xff…
阅读更多...
pytorch框架下训练自己的数据集【二】

pytorch框架下训练自己的数据集【二】

语义分割代码源码路径：https://github.com/yassouali/pytorch_segmentation 此文为记录训练自己的模型的过程以及过程中遇到的一些问题，目前由于pytorch框架所训练的模型在平台移植上兼容性不是很好，后续还会带大家一起做模型转换和c代码调用…
阅读更多...
分析解决【No module named ‘triton‘】的问题

分析解决【No module named ‘triton‘】的问题

（一）现象 在Windows11下训练Stable-Diffusion的LoRA模型的时候，总是重复提示： A matching Triton is not available, some optimizations will not be enabled. Error caught was: No module named ‘triton’ 意思是&#xff1a…
阅读更多...
darknet框架下yolov3训练的常见错误

darknet框架下yolov3训练的常见错误

前言：记录darknet框架下yolov3目标检测训练的一些坑。 目录 1. 网络设置错误 2. 找不到训练图片的路径 3. 内存不足怎么修改 1. 网络设置错误 （1）filter设置 根据你检测的类别数目确定，比如有三类，则yolo输出节点…
阅读更多...
OPENCV训练模型

OPENCV训练模型

1.介绍 ​ 使用Cascade Classifier包括两个主要阶段:训练阶段和检测阶段。需要用到的OpenCV应用程序:opencv_createssamples, opencv_annotation, opencv_traincascade和opencv_visualisation。opencv_createssamples和opencv_traincascade自OpenCV 4.0以来被禁用，…
阅读更多...
yolov8训练

yolov8训练

介绍 训练深度学习模型包括向其提供数据并调整其参数，以便其能够做出准确的预测。Ultralytics YOLOv8中的训练模式旨在充分利用现代硬件功能，对目标检测模型进行有效和高效的训练。本指南旨在涵盖使用YOLOv8强大的一组功能开始训练自己的模型所需的所有细…
阅读更多...
GPT4的平替llama2本地部署教程，打造自己的专属大模型

GPT4的平替llama2本地部署教程，打造自己的专属大模型

llama2 是Meta公司发布的大预言模型，而且是一款开源免费的AI模型。光开源这个格局就吊打了GPT。从性能上来说更是号称是GPT4的平替。 今天这篇文章会从以下几个方面介绍下llama2： 1 基本介绍 2 本地mac环境部署llama2 llama2官方网址 https://llama…
阅读更多...
使用keras构建和训练mnist的神经网络

使用keras构建和训练mnist的神经网络

简介 mnist是机器学习领域的经典数据集，其用例学习堪比编程领域的的“hello world”。 它包含60000张训练图像和10000张测试图像，这些图像是手写的数字，目的是要通过机器学习的方法把这些图像分为10类：0——9。 mnist数据集预先…
阅读更多...
yolov8模型训练、目标跟踪

yolov8模型训练、目标跟踪

一、准备条件 1.下载yolov8 https://github.com/ultralytics/ultralytics2.安装python https://www.python.org/ftp/python/3.8.0/python-3.8.0-amd64.exe3.安装依赖 进入ultralytics-main，执行： pip install -r requirements.txt pip install -U ul…
阅读更多...
强化学习中训练阶段和测试阶段的区别，在代码上是怎么体现的

强化学习中训练阶段和测试阶段的区别，在代码上是怎么体现的

强化学习中训练阶段和测试阶段的区别，在代码上是怎么体现的 在强化学习中，训练阶段和测试阶段有一些关键的区别。这主要涉及到探索与利用的平衡、环境交互、以及模型参数更新等方面。以下是训练阶段和测试阶段的主要区别以及在代码中可能如何体现&#…
阅读更多...
【stable-diffusion】4090显卡下dreambooth、lora、sd模型微调的GUI环境安装（cuda驱动、pytorch、xformer）

【stable-diffusion】4090显卡下dreambooth、lora、sd模型微调的GUI环境安装（cuda驱动、pytorch、xformer）

相关博文 stable-diffusion-webui的基础功能手动安装，了解代码结构、依赖、模型出处 安装成功结果 主要参考 cuda11.7下载-https://developer.nvidia.com/cuda-toolkit-archivecudnn8.6 for 11.x : https://developer.nvidia.com/rdp/cudnn-archivedreambooth\lora…
阅读更多...
PSP - 配置 AlphaFold2 Multimer 的模型训练参数

PSP - 配置 AlphaFold2 Multimer 的模型训练参数

欢迎关注我的CSDN：https://spike.blog.csdn.net/ 本文地址：https://spike.blog.csdn.net/article/details/133377559 整理配置 AlphaFold2 Multimer 的模型训练参数,参考相关论文、 AlphaFold v2.3.0 Technical Note、OpenFold、UniFold 等开源框架。Alp…
阅读更多...
【AI学习指南】五、深度学习框架-PaddlePaddle实现线性回归/结果绘制

【AI学习指南】五、深度学习框架-PaddlePaddle实现线性回归/结果绘制

目录 简介 使用 安装 实现线性回归 导入库 生成随机数据
阅读更多...
【ChatGLM2-6B】P-Tuning训练微调

【ChatGLM2-6B】P-Tuning训练微调

机器配置 阿里云GPU规格ecs.gn6i-c4g1.xlargeNVIDIA T4显卡*1GPU显存16G*1 准备训练数据 进入/ChatGLM-6B/ptuningmkdir AdvertiseGencd AdvertiseGen上传 dev.json 和 train.json内容都是 {"content": "你是谁", "summary": "你好&…
阅读更多...
java平台使用Tesseract

java平台使用Tesseract

官方仓库 tessdoctesseract-ocr训练工具 依赖包 net.sourceforge.tess4j:tess4j:5.7.0 使用Mac在Java平台操作 添加依赖 依赖包里已经包含了环境，可以使用在win平台，但是mac需要使用一个libtesseract.dylib文件，需要拷贝到项目里 安装te…
阅读更多...
关于yolov3-tiny网络训练的注意点

关于yolov3-tiny网络训练的注意点

在darknet中，网络的cfg文件如下： [net] # Testing # batch1 # subdivisions1 # Training batch16 subdivisions2 width416 height416 channels3 momentum0.9 decay0.0005 angle0 saturation 1.5 exposure 1.5 hue.1learning_rate0.001 burn_in1000 ma…
阅读更多...

Copyright @ 2022~2023