本文介绍了一款基于深度学习算法的燃烧碳烟颗粒级表征软件V1.0，专为解决电镜图像中碳烟聚集体手动分割效率低、标准不统一等问题而开发。软件集成了智能检测与定量分析功能，支持自动批量精准分割、等效直径统计、回转直径计算等核心任务。具备多国语言界面（支持中、英、日、韩、德、法、俄等9种语言）、编辑模式、子图裁剪与批量推理等实用功能，显著提升科研与工程人员在燃烧诊断与颗粒表征领域的工作效率。软件已获上海交通大学软件著作权授权，并提供独立封装exe程序，便于推广使用。
AI摘要： 本文记录了作者在Ubuntu系统因尝试ZFS文件系统导致崩溃后，重新安装系统并配置常用软件的清单与心得。文章以“果里果气”（模仿macOS界面风格）的桌面环境为切入点，依次介绍了深度学习“炼丹三件套”（PyCharm、Miniconda、显卡驱动）、日常通讯“撩骚三件套”（QQ、微信、腾讯会议）、博客写作工具（Typora、PicGo、火焰截图）、远程控制软件RustDesk、网络工具Clash Verge、办公软件WPS Office、科研工具MATLAB以及输入法与浏览器的配置方法。最后，作者还分享了在闲鱼购买二手机械键盘的经历。文章旨在为喜欢“捣鼓”系统的用户提供一份实...
AI摘要：本文以幽默的笔触探讨了深度学习研究者在使用云端GPU租赁服务（如AutoDL）进行模型训练（戏称为“炼丹”）时产生的“余额不足焦虑症”。作者分享了自身因担忧租赁费用而频繁查看余额的真实体验，并对比分析了自行购置显卡搭建“炼丹炉”的可行性。通过对Tesla V100、2080Ti等老款显卡与3080双卡、4080 Super等新方案的性价比、兼容性及功耗进行详细评估，文章为面临同样困...
Transformer是当下最先进的深度学习架构之一，被广泛应用于自然语言处理和视觉领域。它摒弃了传统的循环神经网络，完全依赖于注意力机制来绘制输入和输出之间的全局依赖关系。Transformer的提出，使得模型训练的并行化程度更高，提高了模型的训练效率。Transformer主要包含编码器和解码器两个部分，其中编码器负责理解输入文本，解码器负责生成输出。在视觉任务中，Transformer...
作为一名炼丹界的散修（哈哈修仙世界里对没有组织、自己瞎搞着玩的修炼者的一种称呼），天天没个正形，看到啥想搞的就去搞搞，虽然搞得也不深入。学自己想学的就对了，原谅我这一生放荡不羁爱自由。已经很久没有给自己补充知识了，遥想大四的时候抱着一本OpenCV书在那一页页啃，代码对着书上一个字母一个字母地敲，真的傻乎乎的。但是颇为可爱。这也是我为数不多认认真真看完的一本书。那个小黑线是我给自己定的阶段性...
要说研一的我为啥没空找对象，那是因为当时对深度学习痴迷（深度学习：这个锅我不背，明明是你矬了找不到对象），天天都是在看学习资料。要说多深呢？也没多深，大约20cm深吧。其实那会，我觉得深度学习，太TM强大了，我不能没有深度学习，就像西方不能没有耶路撒。
深度学习门槛“变低”应该是从18年前后开始的，Google等巨头们为我们造好了轮子，使得广大普通科研爱好者可以站在巨人的肩膀上，一目千里。即便是计算机视觉领域强大的模型，现在也只需要少于10行代码就能实现。
一个软件，总是有很多奇怪的情况是没有考虑到，所有它不是正在更新就是正在更新的路上。一键批量JSON标注转PNG图片工具就是在付费用户的督促下不断地完善。从V1.0——>V1.1——>V1.2——>V1.2.1，每一次更新都是因为确实没考虑到那些自己不太使用的情况，但是确实存在这些情况的，然后我就开始火急火燎地去修。
YOLO是一种卓越的目标检测算法，其最大的特点是速度快，准确性高。相较于传统的滑动窗口和区域建议方法，YOLO一次性将目标检测任务简化为单一的回归问题。这种创新性的方法使得YOLO可以在实时或接近实时的速度下进行目标检测，这在无人驾驶、监控系统和机器人领域有着广泛的应用。
今天小陶在训练CGAN的时候出现了绷不住的情况，那就是G_loss（生成器的loss值）一路狂飙，一直上升到了6才逐渐平稳。而D_loss（判别器的loss值）却越来越小，具体的情况就看下面的图片吧。其实这在GAN训练里是非常容易遇到的问题，所以不用慌，是有解决的办法的。小陶就通过一些手段进行调控，最终获得了比较满意的效果。
SSGAN可以更加充分使用数据集，即便是未标注的数据集，但是至少知道是真实的图片，因此可以增强判别器的能力。下图就是SSGAN的主要框架结构。判别器分为三个部分，分别是生成器生成的图片、有标签的图片和无标签的图片。无标签的图片在输入到判别器之后，会自动分为各种类别，但是不论是哪一种类别都是真。数据集使用的是MNIST手写数字数据集。PyTorch使用的是PyTorch2.0本版。
