【PyTorch与深度学习】3、PyTorch张量的运算API(下)
课程地址 最近做实验发现自己还是基础框架上掌握得不好,于是开始重学一遍PyTorch框架,这个是课程笔记,这个课还是讲的简略,我半小时的课听了一个半小时。 1. PyTorch的数据类型 浮点数计算方式详见IEEE 754二进制浮点数算术标准百度百科,实际炼丹的时候注意一下就行,不用细究,主要是精度不同。 2. 张量操作 (1)take:返回一个新张量,其元素为给定索引处的输入。输入张量被视为1-D...
【深度学习基础(2)】深度学习之前:机器学习简史
文章目录 一. 深度学习的起源1. 概率建模--机器学习分类器2. 早期神经网络--反向传播算法的转折3. 核方法 -- 忽略神经网络4. 决策树、随机森林和梯度提升机5. 神经网络替代svm与决策树 二. 深度学习与机器学习有何不同 可以这样说,当前工业界所使用的大部分机器学习算法不是深度学习算法。深度学习不一定总是解决问题的正确工具:有时没有足够的数据,深度学习不适用;有时用其他算法可以更好地解...
【树 图论 阶乘 组合 深度优先搜索】1916. 统计为蚁群构筑房间的不同顺序
本文设计知识点 树 图论 阶乘 组合 深度优先搜索 图论知识汇总 LeetCoce1916. 统计为蚁群构筑房间的不同顺序 你是一只蚂蚁,负责为蚁群构筑 n 间编号从 0 到 n-1 的新房间。给你一个 下标从 0 开始 且长度为 n 的整数数组 prevRoom 作为扩建计划。其中,prevRoom[i] 表示在构筑房间 i 之前,你必须先构筑房间 prevRoom[i] ,并且这两个房间必须 直...
深度学习模型Deep Learning Model
什么是深度学习?? 深度学习模型的核心特点包括: 深度学习的发展史 总结: 当我们说深度学习模型时,我们在谈论一种特殊的计算机程序,它们可以像人类大脑一样学习和理解数据。这些程序被称为“深度学习”模型,因为它们由很多层次(或称为深度)组成,每一层都会逐步学习更加抽象和复杂的概念。让我用一个比喻来解释:想象你正在学习做一个汉堡包,你需要逐步学习每一个步骤,比如烤面包、煎牛肉饼、加上蔬菜和酱料等等。...
架构师技能:技术深度硬实力透过问题看本质--深入分析nginx偶尔502错误根因
module模块时忘记修改补丁文件版本(先安装了1.5.12+,后面发现错了又安装1.12.1+),导致在在make时报错. 关于nginx健康检查机制:Nginx健康检查机制-CSDN博客 五、技术深度硬实力:透过问题看本质,解决问题和绕开问题。 透过问题看本质则是由虚到实,往深层次地挖掘: 大部分人看到这个502,就表面的认为偶尔服务异常不用关注。但问题的本质原因是什么?没深层次去挖掘。 在实践中...
Microsoft Edge 使用心得与深度探索
微软推出的一款基于 Chromium 开源项目的网页浏览器,它继承了 Chrome 的许多特性,并添加了一些独特的功能,比如垂直标签页、集锦、沉浸式阅读器等。 Microsoft Edge 使用心得与深度探索 一、Microsoft Edge 简介 Microsoft Edge 是微软继 Internet Explorer 之后推出的新一代网页浏览器,它不仅在性能上有了显著提升,而且在安全性、兼容性和...
【深度学习基础(1)】什么是深度学习,深度学习与机器学习的区别、深度学习基本原理,深度学习的进展和未来
文章目录 一. 深度学习概念二. 深度学习与机器学习的区别三. 理解深度学习的工作原理1. 每层的转换进行权重参数化2. 怎么衡量神经网络的质量3. 怎么减小损失值 四. 深度学习已取得的进展五. 人工智能的未来 - 不要太过焦虑跟不上 一. 深度学习概念 先放一张图来理解下人工智能、机器学习、神经网络和深度学习之间的关系。 深度学习是机器学习的一个分支领域:它从数据中学习表示,强调从连续的层中...
【PyTorch与深度学习】4、PyTorch的Dataset与DataLoader详细使用教程
课程地址 最近做实验发现自己还是基础框架上掌握得不好,于是开始重学一遍PyTorch框架,这个是课程笔记,这个课还是讲的简略,我半小时的课听了一个半小时。 1. Dataset与DataLoader Dataset类是处理单个训练样本的,也就是它是实现如何从磁盘中读取训练数据集,包括它的标签,还会做一些数据预处理,最后变成x和y的训练对象。(构建数据集) DataLoader:我们通过Dataset...
深度解读《深度探索C++对象模型》之C++对象的构造过程(三)
目录 全局对象的构造和析构 局部静态对象的构造和析构 前两篇请通过这里阅读: 深度解读《深度探索C++对象模型》之C++对象的构造过程(一) 深度解读《深度探索C++对象模型》之C++对象的构造过程(二) 全局对象的构造和析构 C++对象对待全局变量和C语言有点不同,C语言会区分有初始化的变量和未初始化的变量,有初始化的放在数据段中,未初始化的变量则存放在BSS段中,C++则不...
【深度学习实战(29)】后处理之NMS(非极大值抑制)
一、NMS工作原理 NMS 的工作原理: 置信度排序:对于每个类别,NMS 首先根据每个边界框的置信度(即预测框中含有目标的概率)进行排序。选择最高置信度框:从置信度最高的边界框开始,将其作为当前考虑的“最大”候选。计算交并比(IoU):计算当前最大候选与所有其他边界框的交并比(Intersection over Union)。IoU 是两个边界框交集面积与并集面积的比值,用于衡量边界框之间的重叠程...