内核 深度 记事本jupyter
10.11树的最大深度和判断对称树
public class trees<T> { private T data; public trees<T> left; public trees<T> right; public trees(T data) { this.data = data; this.left = null; this.r ......
动手学深度学习——深度学习计算
from pixiv 层和块 为了实现这些复杂的网络，我们引入了神经网络块的概念。 块（block）可以描述单个层、由多个层组成的组件或整个模型本身。 从编程的角度来看，块由类（class）表示。 它的任何子类都必须定义一个将其输入转换为输出的前向传播函数， 并且必须存储任何必需的参数。 于是我们有 ......
《动手学深度学习 Pytorch版》 8.5 循环神经网络的从零开始实现
%matplotlib inline import math import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2l batch_size, num_ste ......
基于四核ARM Cortex-A7内核，RV1126、RV1109、RV1103、RV1106新一代人工智能视觉芯片
1、RV1126是新一代智能视觉芯片，基于四核ARM Cortex-A7内核，内置2T算力 NPU，支持4K30FPS H.264/H.265视频编解码。基于瑞芯微自研的ISP2.0技术，RV1126可实现多级降噪、3帧HDR、黑光全彩技术特性；同时内置HDAEC算法、支持麦克语音阵列，有效增强声音 ......
我汤姆回来了（树和图的深度优先遍历（树的重心））（10/11）
#include<iostream> #include<cstring> using namespace std; const int N = 100010; const int M = N * 2;//可能多次节点重复，所以开大 int n; int e[M], ne[M], h[N], idx ......
深度学习中的样本不平衡问题
1. 什么是样本不平衡问题？所谓的类别不平衡问题指的是数据集中各个类别的样本数量极不均衡。以二分类问题为例，假设正类的样本数量远大于负类的样本数量，通常情况下把样本类别比例超过4:1（也有说3:1）的数据就可以称为不平衡数据。样本不平衡实际上是一种非常常见的现象。比如：在欺诈交易检测，欺诈交易的订单 ......
Linux内核学习
文件系统 什么是文件系统？ 常规认知： 根目录 文件系统是操作系统用于明确存储设备组织文件的方法。 以上说的方法：就是文件管理系统（程序），简称文件系统 文件系统（文件管理系统的方法）的种类有哪些？ FAT VFAT NTFS EXT1/2/3/4 HFS .... 树莓派查看文件系统的命令： df ......
《动手学深度学习 Pytorch版》 8.4 循环神经网络
8.4.1 无隐状态的神经网络 对于无隐藏装态的神经网络来说，给定一个小批量样本 \(\boldsymbol{X}\in\mathbb{R}^{n\times d}\)，则隐藏层的输出 \(\boldsymbol{H}\in\mathbb{R}^{n\times h}\) 通过下式计算： \[\bo ......
深度神经网络中的白化技术
中心化 去相关 数据变化：减去均值，0中心化； 去相关，通过旋转；Scaling：每个维度上的方差都一样； 转换之后： 0均值； 协方差矩阵为单位矩阵 https://blog.csdn.net/seasermy/article/details/50898438 https://blog.sina. ......
jupyter, jupyter notebook, ipython, virtual-env, kernal， ipykernel --- 这些之间的各种关系是什么
jupyter, jupyter notebook, python, virtual-env, kernal 这些之间的各种关系是什么？为什么启动 jupyter notebook 会调用特别复杂？ Jupyter(Lab/Server/Notebook) “dynamically” creates ......
查看jupyter notebook每个单元格运行时间实例
pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user jupyter nbextension enable execute_time/Exec pip install jupyter_n ......
Jupyter Notebook的.ipynb checkpoints文件 版本控制保存机制
https://blog.csdn.net/weixin_44322234/article/details/110051592 https://www.it1352.com/2751337.html 每当你创建一个新的 notebook 时，都会创建一个检查点文件以及你的 notebook 文件；它 ......
ImportError: cannot import name 'write_connection_file' from 'jupyter_client'
ImportError: cannot import name 'write_connection_file' from 'jupyter_client' (/home/software/anaconda3/envs/mydlenv/lib/python3.8/site-packages/jupyt ......
深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码)
https://blog.csdn.net/guyuealian/article/details/128099672 深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录 深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 1. 前言 2. 车辆检测数 ......
深度学习在机器视觉中的应用与优势
深度学习在机器视觉中的应用与优势已经引领了该领域的巨大进展，它基于深度神经网络的方法在图像处理和分析方面取得了卓越的成就。以下是深度学习在机器视觉中的一些应用和优势： 图像分类： 深度学习模型如卷积神经网络（CNN）在图像分类任务中表现出色。它们可以自动学习和提取图像中的特征，从而在识别和分类图 ......
【Python深度学习】目标检测和语义分割的区别
在计算机视觉领域，语义分割和目标检测是两个关键的任务，它们都是对图像和视频进行分析，但它们之间存在着明显的区别。本文将通过图像示例，详细阐述语义分割和目标检测之间的差异。 ......
从机器学习到深度学习知识体系梳理
这几天看到一本书《从机器学习到深度学习（基于scikit-learn与Tensorflow的高效开发实战）》 感觉非常适合AI知识架构的搭建，在这里记录一下，其实里面还有非常棒的细节，比如： 把Numpy、Pandas、Matplotlib 作为了Python基础工具，感觉这个思路非常好可以用自己的 ......
从内核世界透视 mmap 内存映射的本质（源码实现篇）
本文基于内核 5.4 版本源码讨论 通过上篇文章 《从内核世界透视 mmap 内存映射的本质（原理篇）》的介绍，我们现在已经非常清楚了 mmap 背后的映射原理以及它的使用方法，其核心就是在进程虚拟内存空间中分配一段虚拟内存出来，然后将这段虚拟内存与磁盘文件映射起来，整个 mmap 系统调用就结束了 ......
m基于深度学习网络的宠物狗种类识别系统matlab仿真,带GUI界面
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 基于深度学习网络的宠物狗种类识别系统是一种利用深度学习技术进行图像分类的方法，可以自动学习图像中的特征，并根据这些特征对图像进行分类。该系统的原理和数学公式如下： 深度神经网络模型：在宠物狗种类识别系统中，使用深度神经 ......
深度学习（cudnn加速）
cudnn为网络每一卷积层选最优实现方法，加速网络训练。 设置如下： torch.backends.cudnn.benchmark = True 加速条件如下： 1. 输入数据在训练过程中一般不变化。 2. 数据量较大，并可以同时加载到GPU内存中。 3. 训练次数比较多。 ......
搭建Pytorch2.1+CUDA12.1+Anaconda+Pycharm深度学习环境
环境： Win11 22H2 需要的安装包： Anaconda3-2021.05-Windows-x86_64.exe Python 3.11. pycharm-professional-2021.2.1.exe CUDA12.1与CUDNN V8.9.5 pytorch 2.1 选择性安装Open ......
《动手学深度学习 Pytorch版》 8.3 语言模型和数据集
8.3.1 学习语言模型 依靠在 8.1 节中对序列模型的分析，可以在单词级别对文本数据进行词元化。基本概率规则如下： \[P(x_1,x_2,\dots,x_T)=\prod^T_{t=1}P(x_t|x_1,\dots,x_{t-1}) \]例如，包含了四个单词的一个文本序列的概率是： \[P( ......
深度学习（判断cuda是否可用）
安装完pytorch、cuda和cudnn之后，可以先判断是否可用。 import torch print('CUDA版本:',torch.version.cuda) print('Pytorch版本:',torch.__version__) print('显卡是否可用:','可用' if(torc ......
pycharm连接远程jupyter
1.linux安装jupyter 远程linux首先要安装jupyter，一般通过pycharm安装，会给出提示直接install即可，没有提示pip也可 2.linux设置Jupyter vim ~/.jupyter/jupyter_notebook_config.py 可以配置静态token c ......
学习笔记422—jupyter notebook 介绍
jupyter notebook 介绍 1.In[] 状态 1.1.前面无In[]，说明为非python状态 1.2 In[ ]编号为空,表示该cell尚未被执行 1.3 In[ ]中的数值为该cell的执行顺序,不是编 写顺序 1.4 In[ ]中的星号(*),表示该cell正在执行 1.5 同一 ......
【转】内核的时间函数
因为需要在kernel tee driver中做个获取时间的测试，才有了这次搜索。 这篇比较符合需求：https://www.dingmos.com/index.php/archives/38/，感谢这位博主！ 问题分析中看到的一些点： auth_token_table.h中获取时间： explic ......
linux 内核五大模块：网络通信
网络通信 网络通信是一种把不同计算机或网络设备连接到一起的技术，本质上是跨系统的进程间通信，必须要通过网络（硬件）才能进行。随着高并发、分布式、云计算、微服务等技术的普及，网络的性能也变得越来越重要。 一、网络模型 1.1 OSI模型 为了解决网络互联中异构设备的兼容性问题，并解耦复杂的网络包处理流 ......
linux 内核五大模块
linux linux内核五大模块：进程调度、进程通信、内存管理、文件管理、网络通信 进程调度 进程是linux系统资源分配的基本单位，并采用动态优先级的进程高级算法，保证各个进程使用处理机的合理性。进程调度模块主要是对进程使用的处理机进行管理和控制。 【进程创建】： 在Linux环境编程时，一般采 ......
深度解析集成服务云的多重启动机制：数据集成更智能，业务流畅畅行无阻
集成方案的“点火”时刻！花式启动数据集成 在这篇文章中，我们将探讨轻易云集成服务云的集成方案启动机制，以助您在企业数据集成中灵活应对各种需求，确保数据自由流动。 启动方案是什么 启动方案是指集成方案启动执行的方式。轻易云集成服务云提供了四种启动方式，包括人工启动、定时启动、事件触发、消息启动，允许在 ......
《动手学深度学习 Pytorch版》 8.2 文本预处理
import collections import re from d2l import torch as d2l 解析文本的常见预处理步骤： 将文本作为字符串加载到内存中。 将字符串拆分为词元（如单词和字符）。 建立一个词表，将拆分的词元映射到数字索引。 将文本转换为数字索引序列，方便模型操作。 ......