内核 深度 记事本jupyter
如何在jupyter notebook中批量替换文本
在Jupyter Notebook中，您可以使用以下步骤来批量替换文本： 1. 打开Jupyter Notebook并导航到包含需要替换文本的笔记本。 2. 在需要替换的代码或文本的单元格中，使用快捷键`Ctrl + F`（Windows和Linux）或`Command + F`（Mac）打开查找工 ......
嵌入式深度学习—硬件算法协同优化
主要利用神经网络的三个特性： 1. 并行计算、数据复用 2. 模型具有稀疏性。很多模型中的权值为0或很小，数据经过以后会直接变为无用值 3. 深度学习具有鲁棒性，对数据的误差不敏感 ## 测试时固定点神经网络（Test-Time Fixed-Point Neural Networks） 测试时固定点 ......
深度学习（VGGNet）
VGGNet也是一个比较经典的深度学习网络模型。 模型结构如下： 这里选用了D模型，同样用该模型做个了个猫狗大战的训练，不过为了提高速度，我把图像resize为112*112了，相应的flatten之后就成56*3*3了，所以和原始模型有点不一样。 import torch import torch ......
记事本桌面应用程序开发。
这里是一个菜鸟独立开发的一个记事本桌面应用程序。主要的内容是通过swing与awt等包的内容进行的开发 我这个人比较随意，可能会比较乱，有问题希望可以谅解一下并且指出一下问题方便接下来的修改 import javax.swing.*;import javax.swing.filechooser.*; ......
基于高性能Cortex®-M33内核STM32H562RIV6、STM32H562RIT6、STM32H562RGV6 32-bit ARM微控制器
STM32H562微控制器具有更高的性能和能效以及更多片内外设，扩展了STM32高性能产品组合。该系列微控制器具有1至2 MB的Flash存储器、640 KB的SRAM，并采用64至176引脚封装，包括BGA、LQFP和VFQFPN68封装。 ......
C语言深度剖析笔记
auto 声明自动变量，缺省时默认为auto union 声明联合数据类型 static 声明静态变量： 表示退出一块后仍存在的局部变量，后来被表示为能被其他文件访问的全局变量和 函数 register 声明寄存器变量： 尽可能将变量存入cpu寄存器内部，而不是默认的通过内存寻址访问 typedef ......
虚拟环境中明明安装了对应包，但是在jupyter对应的虚拟环境中import却报错说不存在该包
虚拟环境中明明安装了对应包，但是在jupyter对应的虚拟环境中import却报错说不存在该包，而在虚拟环境命令行下进入python却能import成功 1.问题分析： 这种情况大概率是在jupyter中虚拟环境内核添加不成功导致的，也就是说虽然在jupyter中已经切换到了虚拟环境，但事实上还是使 ......
《动手学深度学习 Pytorch版》 4.10 实战Kaggle比赛：预测比赛
# 4.10.1 下载和缓存数据集 ```python import hashlib import os import tarfile import zipfile import requests #@save DATA_HUB = dict() DATA_URL = 'http://d2l-dat ......
《动手学深度学习 Pytorch版》 4.9 环境和分布偏移
# 4.9.1 分布偏移的类型 整节理论，详见书本。 # 4.9.2 分布偏移示例 整节理论，详见书本。 # 4.9.3 分布偏移纠正 整节理论，详见书本。 # 4.9.4 学习问题的分类法 整节理论，详见书本。 # 4.9.5 机器学习中的公平、责任和透明度 整节理论，详见书本。 # 练习 （1） ......
《动手学深度学习 Pytorch版》 4.8 数值稳定性和模型初始化
# 4.8.1 梯度消失和梯度爆炸 整节理论，详见书本。 1. 梯度消失 ```python %matplotlib inline import torch from d2l import torch as d2l x = torch.arange(-8.0, 8.0, 0.1, requires_ ......
《动手学深度学习 Pytorch版》 4.7 前向传播、反向传播和计算图
# 4.7.1 前向传播 整节理论，详见书本。 # 4.7.2 前向传播计算图 整节理论，详见书本。 # 4.7.3 反向传播 整节理论，详见书本。 # 4.7.4 训练神经网络 整节理论，详见书本。 # 练习 （1）假设一些标量函数 $X$ 的输入 $X$ 是 $n\times m$ 矩阵。$f$ ......
《动手学深度学习 Pytorch版》 4.6 暂退法
```python import torch from torch import nn from d2l import torch as d2l ``` # 4.6.1 重新审视过拟合 整节理论，详见书本。 # 4.6.2 扰动的稳健性 整节理论，详见书本。 # 4.6.3 实践中的暂退法 整节理论 ......
《动手学深度学习 Pytorch版》 4.5 权重衰减
# 4.5.1 范数与权重衰减 整节理论，详见书本。 # 4.5.2 高维线性回归 ```python %matplotlib inline import torch from torch import nn from d2l import torch as d2l ``` ```python # ......
在jupyter中导入虚拟环境的方法以及代码
先确认base环境有没有安装ipykernel python -m ipykernel --version 如果没有安装，则安装 python -m pip install ipykernel 为jupyter添加虚拟环境内核 python -m ipykernel install --user - ......
kernel内核启动流程
``` (1)自解压代码 linux-2.6.22.6\arch\arm\boot\compressed\head.S 对比于linux-2.6.22.6\arch\arm\kernel\head.S， 是自解压代码+原本的代码，执行时执行自解压代码的内容 ``` ``` (2)第一阶段： ENTR ......
编译Linux 2.6.34内核
编译准备 编译环境：Ubuntu 14.04 GCC版本：4.8.4 编译的内核版本：Linux 2.6.34 内核源码下载：https://mirrors.edge.kernel.org/pub/linux/kernel/ 编译过程 解压源码linux-2.6.34.tar.gz，进入源码目录执行 ......
深度解密 go Context
问题： 不处理Done 为怎么样，会泄漏吗？ 问题：Done() 是如何实现，全部子context接受的？ 问题：没有及时处理context 的Done 消息，会怎么样，后续处理能来的及吗？ Go 语言的 context 包短小精悍，非常适合新手学习。不论是它的源码还是实际使用，都值得投入时间去学习 ......
将Python深度神经网络转换成C++
项目方案：将Python深度神经网络转换成C++项目概述本项目旨在将使用Python编写的深度神经网络模型转换为C代码，以便在C环境中部署和运行。通过将模型从Python转换为C++，可以提高模型的性能和效率，并扩展模型在不同平台和设备上的应用。 技术方案1. 选择转换工具我们可以使用以下两种常见的 ......
smartkit批量配置主机更新(内核不更新)和IP地址脚本
#!/bin/bash # # system init config # # enable root login sed -i.bak '31 a\PermitRootLogin yes' /etc/ssh/sshd_config /etc/init.d/ssh restart # enable o ......
vscode 中jupyter 远程连接服务器
使用vscode 的jupyter 远程连接服务器，分为两部分： 服务器端： 1. 安装jupyter 2. `jupyter notebook --generate-config` 生成默认配置文件 `/home/username/.jupyter/jupyter_notebook_config. ......
第4篇 sound.c分析（应用层如何调用到内核层的）
原文链接：https://blog.csdn.net/yangguoyu8023/article/details/122114620 ## 1. alsa_sound_init alsa的核心入口函数是sound\core\sound.c中的alsa_sound_init ``` static st ......
MySQL 间隙锁原理深度详解
来源：https://blog.csdn.net/zhangcongyi420/article/details/132415844 一、前言锁是mysql提供的一种保证不同事务读写隔离的重要措施，通过锁机制可以有效提升决多线程下并发处理事务能力。mysql根据使用场景不同，对锁的分类有很多种，比如按 ......
MySQL 间隙锁原理深度详解
来源：https://blog.csdn.net/zhangcongyi420/article/details/132415844 一、前言锁是mysql提供的一种保证不同事务读写隔离的重要措施，通过锁机制可以有效提升决多线程下并发处理事务能力。mysql根据使用场景不同，对锁的分类有很多种，比如按 ......
深入理解Linux内核——内存管理（4）——伙伴系统（1）
提要：本系列文章主要参考`MIT 6.828课程`以及两本书籍`《深入理解Linux内核》` `《深入Linux内核架构》`对Linux内核内容进行总结。 内存管理的实现覆盖了多个领域： 1. 内存中的物理内存页的管理 2. 分配大块内存的伙伴系统 3. 分配较小内存的slab、slub、slob分 ......
Jupyter有哪些常用的快捷键？
以下是一些常用的Jupyter快捷键： * 进入编辑模式(编辑单元格)：Enter * 进入命令模式(选中整个单元格)：Esc * 在命令模式下的快捷键： + 插入一个新的单元格在上方：A + 插入一个新的单元格在下方：B + 删除选中的单元格：D, D (按两次D) + 运行当前单元格并选中下方单 ......
LED车灯IC降压恒流驱动AP5103大功率95%高效率深度调光摩托车灯芯片
AP5103 是一款效率高，稳定可靠的 LED 灯恒流驱动控制芯片，内置高精度比较器，固定关断时间控制电路，恒流驱动电路等，特别适合大功率 LED 恒流驱动。
AP5103 采用 ESOP8 封装，散热片内置接 SW 脚，通过调节外置电流检测的电阻值来设置流过 LED 灯的电流，支持外加电压线性调光... ......
20用于深度学习训练和研究的数据集
数据集在计算机科学和数据科学中发挥着至关重要的作用。它们用于训练和评估机器学习模型，研究和开发新算法，改进数据质量，解决实际问题，推动科学研究，支持数据可视化，以及决策制定。数据集提供了丰富的信息，用于理解和应用数据，从而支持各种应用领域，包括医疗、金融、交通、社交媒体等。正确选择和处理数据集是确保 ......
《动手学深度学习 Pytorch版》 4.4 模型选择、欠拟合和过拟合
# 4.4.1 训练误差和泛化误差 整节理论，详见书本。 # 4.4.2 模型选择 整节理论，详见书本。 # 4.4.3 欠拟合还是过拟合 整节理论，详见书本。 # 4.4.4 多项回归 ```python import math import numpy as np import torch fr ......
《动手学深度学习 Pytorch版》 4.3 多层感知机的简洁实现
```python import torch from torch import nn from d2l import torch as d2l ``` # 模型 ```python net = nn.Sequential(nn.Flatten(), nn.Linear(784, 256), nn. ......