Wulx2050

Example ```python import ast import re with open("output.txt") as f: ftxt = f.read() pattern = r"{'class_ids':.*?}" pre_results = re.findall(pattern, ftxt) print(len(pre_results)) pre_data = [] for pre_result in pre_results: pre_dict =...

psnr 34是不是太高了，一般应该才 27--29 左右，25肯定不行

换 tf 版本试试，要么重写 AdamWithWeightsNormalization类，或者不用这个优化器。

不是骂你啊，误会了就不好了。

` def __len__(self): return len(self.images) def __getitem__(self, index): image = self.images[index] return self.pair(image) def batches(self, batch_size=8): images = self.images while True: batch_index = np.random.randint(len(images), size=batch_size) x, y = zip(*[self.pair(self.images[index]) for...

For limited categories of images, we can label them all at once. But for infinite(or unknown) categories of image detection, we should ask this question: will you take a closer...

Maybe I should consider using [CLIP](https://github.com/openai/CLIP)? 也许我应该考虑使用[CLIP](https://github.com/openai/CLIP)？

> You can do this automatically. Everything you can do manually and systematically can be done automatically, right? 对我来说自动化不是那么容易，如果只是同种类型的、或者一二阶的pde，我可以自动化，更高阶的就变得麻烦了。麻烦您在deepxde的网络中加入归一化层。而且有些函数是如此复杂，即使规范化 PDE、归一化数据或重新分配了损失权重也难以训练，比如一个看起来简单的函数(可以定义一个PDE，此函数恰好是这个PDE的解) y=sin(x), x in [0,2*pi*k] 归一化以后 y = sin(2*pi*kx) x in...

另一个问题，`model.compile` 的 `loss_weights`= [1, 1e6, 1] 的数量级差距如此之大。[github公式显示我是使用的谷歌浏览器插件 `MathJax 3 Plugin for Github`] 这里解决的例子是一维阻尼谐振子: $$m \dfrac{d^2 x}{d t^2} + \mu \dfrac{d x}{d t} + kx = 0,$$ 或者 $$\dfrac{d^2 x}{d t^2}...

我了解到一种叫做区域分解的技术，就是**让不同的网络对不同的区域进行学习**，从而降低单个神经网络需要的复杂度和学习难度。但是我认为这种方法还是能处理的区间还是非常有限。 有人考虑过**直接把整个问题作为字符串输入神经网络**吗？以前深度学习处理NLP(自然语言处理)问题效果始终不好，但是这几年注意力机制改变了一切。也许我们应该考虑用NLP模型而不是MLP(多层感知机)处理数学问题？ I learned about a technique called region decomposition, which is to **let different networks learn different regions**, thereby reducing the complexity and learning difficulty required by a single...