This is a 部落格 of outbreak_sen

Zed相机的驱动安装和图像视频获取 和众多的深度相机一样，下载SDK，然后SDK里有个上位机可以用来快速的获取视频和可视化，然后还有一套ROS，C++，python的API可以编写一些定制程序。 型号 型号 ZED mini垃圾 ZED 2 黑色的 ZED白色的 最垃圾 ZED 2I 想要的 特点 不写了自己看 帧率 陀螺仪 驱动安装 ZED SDK-Python 的环境后面装 我的cuda环境：cuda12.4 参考官网的下载方式是SDK，针对不同硬件平台和cuda版本下载不同的SDK版本，这里下载的SDK版本号是4.2。 1234567891011121314151617181920212223242526272829303132333435363738394041$ sh ./ZED_SDK_Ubuntu22_cuda12.1_v4.2.5.zstd.runVerifying archive integrity... 100% MD5 checksums are OK. All...

...

LLVM和LLVM tablegen学习笔记 LLVM介绍 LLVM 是一个跨平台（可在 Linux、Windows 和 Mac 上使用）C/C++ 编译器工具集，像 GCC一样。 LLVM 可以编译用 C、C++ 和 Objective-C 编写的代码。 LLVM 通过 libc++ 和 libc++ ABI 项目支持 C++11、C++14 和 C++17。 LLVM 还部分支持最新的 C++20 和 C++2b 标准。LLVM之所以优秀，在于以下几点： LLVM的中间表达（IR）是可以阅读的文本形式的，其他很多编译器却只有内存中的数据结构，使得学习调试难度大增。 LLVM 工具集提供的 Clang 可以比 GCC 更快地编译 C 和 C++ 代码。与 GCC 相比，LLVM 调试器 LLDB...

...

mindspore.mint接口测试任务 任务 任务背景 mindspore.mint提供了大量的functional、nn、优化器接口，API用法及功能等与业界主流用法一致，方便用户参考使用。 mint接口当前是实验性接口，在图编译模式为O0和PyNative模式下性能比ops更优。当前暂不支持图下沉模式及CPU、GPU后端，后续会逐步完善。 mindspore.mint.div逐元素计算 input 除以 other 的商。 mindspore.mint.divide mindspore.mint.erf mindspore.mint.erfc mindspore.mint.erfinv 需求描述 对应Pytorch 的相应接口进行测试： a) 测试random输入不同dtype，对比两个框架的支持度 b) 测试固定dtype，random输入值，对比两个框架输出是否相等（误差范围为小于1e-3） c) 测试固定shape，固定输入值，不同输入参数（string\bool等类型），两个框架的支持度 d)...

深入理解 BigBird 的块稀疏注意力 文档来自 引言 基于 transformer 的模型已被证明对很多 NLP 任务都非常有用。然而，O(n2)O(n^2)O(n2) 的时间和内存复杂度 (其中 nnn 是序列长度) 使得在长序列 (n>512n > 512n>512) 上应用它们变得非常昂贵，因而大大限制了其应用。最近的几篇论文，如 Longformer 、Performer 、Reformer 、簇状注意力 都试图通过对完整注意力矩阵进行近似来解决这个问题。如果你不熟悉这些模型，可以查看 🤗 之前的 博文。 BigBird (由 该论文 引入) 是解决这个问题的最新模型之一。 BigBird 依赖于 块稀疏注意力 而不是普通注意力 ( 即 BERT 的注意力)，与 BERT 相比，这一新算法能以低得多的计算成本处理长达 4096 的序列。在涉及很长序列的各种任务上，该模型都实现了 SOTA，例如长文档摘要、长上下文问答。 RoBERTa 架构的 BigBird 模型现已集成入 🤗 transformers 中。本文的目的是让读者 深入 了解...

Mindspore实习-AKG SIG算子addlayernorm编辑和合并 什么是算子 计算图和算子在计算本质上是一致的。算子是打包后的计算图，计算图是拆包后的算子 比如sigmod复合算子可以看作一个计算图，由基础算子Exp，Add，Reciprocal等基础算子组成，用小规模的“基本算子”集合就可以表达任意现有计算图。 计算图可以完全由基础算子组成，但是还是得定义复合算子，比如sigmod这种，因为对于基本算子计算图来说，相邻算子之间只能通过全局内存（或显存）进行数据传递。而对于复合算子来说，相邻的基本计算之间则可以通过局部内存或者寄存器进行数据传递。除了性能之外，在一些场景下，通过算子融合也能有效减少对全局内存的的实际占用。 mindspore的算子融合方案是什么 在TVM、XLA等自动算子编译技术出现之前，AI框架主流采用手工融合的方式解决如上问题。主要思路是： 手工融合: 1）识别常见的热点算子组合子图，比如： Add(Mul(x, y))。然后针对该算子子图手工实现对应融合算子；...

Effi MVS翻译 摘要 在本文中，我们提出了一种用于多视图立体的新颖的迭代动态成本量。 与其他作品相比，我们的成本量要轻得多，因此可以使用基于 2D 卷积的 GRU 进行处理。 值得注意的是，每一步GRU 的输出可进一步用于生成新的成本量。 这样，就构建了一个基于GRU的迭代优化器。 此外，我们提出了一种级联和分层细化架构来利用多尺度信息并加速收敛。 具体来说，利用轻量级 3D CNN 生成最粗糙的初始深度图，这对于启动 GRU 并保证快速收敛至关重要。 然后，深度图由作用于金字塔特征图的多级 GRU 进行细化。 对 DTU 和 Tanks & Temples 基准测试的大量实验表明，我们的方法可以在准确性、速度和内存使用方面实现最先进的结果。 介绍 多视图立体 (MVS) 旨在基于一系列姿势图像和相应的相机参数重建密集的 3D 模型。 预测深度图，然后将深度图融合到点云模型中是 MVS 最常见的流程。 作为一个基本问题，MVS 在计算机视觉领域已经研究了几十年。 最近，我们见证了基于深度学习的 MVS 方法的快速发展。...

colmap官方教程的笔记 需要CUDA才能稠密重建，否则只能稀疏重建 Colmap论文——《Structure-from-Motion Revisited》论文阅读笔记 Tutorial 传统上，基于图像的3D重建首先使用“运动结构Structure-from-Motion”来恢复场景的稀疏表示和输入图像的相机姿态。然后，此输出用作“多视图立体Multi-View Stereo”的输入，以恢复场景的密集表示。 12345678/path/to/project/...+── images│ +── image1.jpg│ +── image2.jpg│ +── ...│ +── imageN.jpg+── database.db+── project.ini 重建的过程 Structure-from-Motion 是将3D结构从投影重建为一系列图像的过程。输入是从不同视点拍摄的同一对象的一组重叠图像。输出是物体的三维重建，以及所有图像的重建的内在和外在相机参数。 通常，“运动结构”系统将此过程分为三个阶段： 特征检测与提取 特征匹配和几何验证...

HuggingFace的模型和数据集dataset 微调数据集：wikitext-103-v1 模型：BigBirdPegasusForCausalLM 如何下载模型和数据集并调用 这里的模型和数据集是需要在huggingface上找到专门的名称的，然后有多种下载方法，默认会下载到.cache/huggingface/hub/,但是后面.cache可能会被清空。加载的时候，直接传入地址即可 通过 huggingface model hub 网页的下载按钮进行下载。模型项目页的 Files 栏中可以获取文件的下载链接。无需登录直接点击下载 通过 huggingface 的 huggingface_hub 工具进行下载 123456789pip install huggingface_hubhuggingface-cli download internlm/internlm2-chat-7b# 但是直接这么下载还是网络超时，所以使用镜像python -m pip install huggingface_hubexport...