主要改进体现在代码健壮性和易用性上:
- 完善了训练策略: 现在训练不再需要对数据集进行预标注。Trainer 会在训练过程中自动生成正样本和负样本,并动态保持正负样本的平衡,可直接使用原始数据 (raw data) 进行训练。
- 完善了说明文档: 更新了项目的 Git 仓库中的 README 文件,提供了更详细的设置和使用说明。详情请访问: RoRD-Layout-Recognation
近期工作进展与总结
代码健壮性和易用性提升
主要改进体现在代码健壮性和易用性上:
基于 GNN-Transformer 的版图分析大模型
这是一个旨在利用 GNN-Transformer 架构模仿 ViT (Vision Transformer) 进行集成电路版图分析的大模型构想。
上海 Siemens EDA Forum 参会总结
于8月28日参加了在上海举办的 Siemens EDA Forum。这是一个商业性大于技术性的论坛,但从中也了解到了产业界关于 AI-EDA 的一些最新动向,特别是关于良率提升的部分。
详细的技术报告整理如下: 技术报告
另外,他们的茶点非常好吃。
提升服务器稳定性和易用性的自动化脚本
为提升服务器的稳定性和易用性,编写了以下几个自动化脚本:
解决了因 nvidia-smi 版本与内核驱动版本不一致(575 vs 570)而频繁失效的问题。脚本以10分钟为周期检查 nvidia-smi 状态,若发现问题则自动重连接到正确的 570 库版本。
解决了服务器 ZJUnet 拨号上网间歇性断连的问题。脚本会定时测试网络连接,一旦失败则自动执行重连命令以恢复网络。
一个有趣的小工具,利用 glow 和 chafa 两个成熟的终端工具,实现在终端内浏览 Markdown 文件,并能正确渲染标题、表格、列表、代码块,甚至包括图片。