卷积 数论

分组卷积（Grouped Convolution）是一种在卷积神经网络中常用的卷积操作，它将输入特征图分成多个分组，并在每个分组上应用卷积操作。每个分组使用独立的卷积核进行卷积计算，最后将各个分组的输出合并起来形成最终的输出特征图。 传统的卷积操作是在整个输入特征图上进行的，使用一组卷积核对整个特征 ......

深度可分离卷积（Depthwise Separable Convolution）是一种在卷积神经网络中常用的卷积操作，它可以有效地减少计算量和模型参数的数量，从而提高模型的效率和速度。 传统的卷积操作是在输入特征图的每个通道上进行的，使用一组卷积核对每个通道进行卷积计算。而深度可分离卷积将卷积操作分 ......

参考博客：ConvNeXt网络详解 参考视频：13.1 ConvNeXt网络讲解 ConvNeXt其实就是面向Swin Transformer的架构进行炼丹，最后获得一个比Swin Transformer还要牛逼的网络。 ......

深度学习应用篇-计算机视觉-视频分类[8]：时间偏移模块（TSM）、TimeSformer无卷积视频分类方法、注意力机制 ......

# 狄利克雷卷积 ## 概念 对于数论函数 $f,g$，定义其狄利克雷卷积 $h=f*g$，满足： $$h(n)=(f*g)(n)=\sum_{d\mid n} f(d)g\left(\dfrac{n}{d}\right)$$ 运算律： - 满足交换律，显然具有对称性。 - 满足结合律，等价于三个 ......

# 狄利克雷卷积和莫比乌斯反演 > 看了《组合数学》，再听了学长讲的……感觉三官被颠覆…… [TOC] ## 狄利克雷卷积 如此定义： $$ (f*g)(n) = \sum_{xy = n} f(x)g(y) $$ 或者可以写为 $$ (f * g)(n) = \sum_{d | n} f(d) g ......

# RF-UAVNet: High-Performance Convolutional Network for RF-Based Drone Surveillance Systems RF-UAVNet: High-Performance Convolutional Network for RF-B ......

# julia_Flux ### 1.导入Flux.jl和其他所需工具包 ```julia using Flux, MLDatasets, Statistics using Flux: onehotbatch, onecold, logitcrossentropy, params using MLD ......

~~大家好，我不会数学实锤了。~~ 文章内容较杂，分章节叙述了的大部分有关内容。 ~~为什么把这俩放一起？我不知道。~~ ## 积性函数 积性函数：$\forall a,b$，$a\perp b$，如果一个函数 $f$ 始终满足 $f(ab) = f(a)f(b)$，则称 $f(x)$ 为积性函数。 ......

### 求和符号的定义 为了简化形如 $a_1+a_2+...+a_n$ 这样求 $n$ 个数的和的表述，引入求和符号 $\sum$，将上式重表述为 $\sum\limits_{i=1}^na_i$。 其中，$i$ 被称为指标变量，取值为从 $1$ 到 $n$ 的整数，$a_i$ 为关于 $i$ 的 ......

# 1.【最大公约数（GCD）和最小公倍数（LCM）】 ## 【基本性质、定理】 * $\large gcd(a,b)=gcd(b,a−b) (a>b)$ * $\large gcd(a,b)=gcd(b,a$ $\large mod$ $b)$ * $\large gcd(a,b)$ $\larg ......

​ 本文来自公众号“AI大道理” 卷积和池化层在神经网络中非常常见。 正因为习以为常，所以容易让人误以为是必不可少的。 那么卷积能代替池化吗？ 池化又能否代替卷积呢？ 要想回答这个问题，必须深究其本质，才能看清楚他们是否不可获取，以及缺了会怎么样。 ​编辑 1、卷积的本质 卷积是一种运算，特征图与卷 ......

VIT在归纳偏置方面存在空间相关性和信道表示的多样性两大缺陷。所以论文提出了动态混合视觉变压器(DHVT)来增强这两种感应偏差。 在空间方面，采用混合结构，将卷积集成到补丁嵌入和多层感知器模块中，迫使模型捕获令牌特征及其相邻特征。 在信道方面，引入了MLP中的动态特征聚合模块和多头注意力模块中全新的 ......

## 前置知识 ### 卷积 符号为 $*$。 设多项式 $A(x) = a_0 + a_1x + a_2x^2 + \cdots + a_nx^n, B(x) = b_0 + b_1x_1 + b_2x^2 + \cdots + b_nx^n$，则有 $$ (A * B)[n] = \sum_{i ......

这几天又在玩树莓派，先是搞了个物联网，又在尝试在树莓派上搞一些简单的神经网络，这次搞得是卷积识别mnist手写数字识别 训练代码在电脑上，cpu就能训练，很快的： import torch import torch.nn as nn import torch.optim as optim from ......

## 裴蜀定理 对于任意的整数a、b，都存在一对整数x、y（注意x和y可以是负整数），使得$ax+by = gcd(a,b)$成立。或者可以这样描述：对方程$ax+by = c，(a,b,c∈Z)$，只有满足$gcd(a,b)|c$（即a和b的最大公约数可以整除c），方程才有整数解。 ## 扩展欧几 ......

## 取模 $$ (1) \quad 5 \div 3 = 1 \cdots 2\\ a = b \cdot c + d\\ (2) \quad a \div b = c \cdots d\\ b > d \ge 0\\ (3) \quad a, b, c = a / b, d = a \bmod ......

# 未完工。 目前咕掉的： 卢卡斯定理 ~~真正有用的一个没有~~ # 质数： 威尔逊定理：$p$ 为质数的充要条件为 $(p-1)!\equiv -1\pmod p$ 证明： $1.$ 充分性： 反证，假设 $p$ 是合数。 如果 $p$ 为质数的平方，例如 $p=4$，则 $3!\equiv 2 ......

# 前言 关于高次同余方程，有 $a^x \equiv b(\text{mod} \ p)$ 和 $x^a \equiv b(\text{mod} \ p)$ 两种类型，后者计算起来较为麻烦，下文就分别记述这两种高次同余方程。 # 离散对数问题 离散对数问题是在模 $p$ 意义下求解 $\log_a ......

一、实验目的 熟悉循环神经网络在文本分析和分类上的应用 二、实验原理或实验内容 从keras的数据集中加载影评数据，注意需要填充（截断）数据，并转成数组的形式。 构建一个神经网络模型，要求使用词嵌入和循环层，并使用划分好的训练集数据训练模型，使用划分好的测试集的数据验证模型，训练迭代20次。 获取训 ......

卷积神经网络（CNN）是一种深度学习模型，广泛应用于图像分类、目标检测、语音识别等领域。CNN通过卷积层、池化层、全连接层等组成，可以自动地从原始数据中提取特征。 卷积层是CNN的核心组成部分，它通过滑动卷积核对输入数据进行卷积操作，提取出图像的特征。卷积核的大小、步长、填充等参数可以根据任务需求进 ......

代码请自取 https://github.com/xoslh/CNN-MNIST-CPP- # 1 卷积神经网络-CNN 的基本原理 ​ 卷积神经网络(Convolutional Neural Networks, CNNs)是一种深度学习算法，特别适用于图像处理和分析。其设计灵感来源于生物学中视觉皮 ......

1、将图片数据分为训练集和验证集，训练集中猫和狗各300张图片，验证集中猫和狗各200张图片。 2、构建一个神经网络模型，并使用划分好的训练集数据训练模型，使用验证集的数据验证模型，训练迭代30次，建议使用生成器。 3、获取训练过程中的训练精度、验证精度，并使用matplotlib来绘制精度变化曲线 ......

# 深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算 # 1.计算机视觉与卷积神经网络 ## 1.1计算机视觉综述 计算机视觉作为一门让机器学会如何去“看”的学科，具体的说，就是让机器去识别摄像机拍摄的图片或视频中的物体，检测出物体所在的位置，并对目 ......

一、前言 前面简单用TensorFlow的全连接网络做了气温预测然后深入了解了一下全连接网络的数学计算，接着用CNN（卷积）网络做了手写数字识别，本篇就接着这个节奏来看卷积网络的数学计算。 二、卷积网络回顾 前面我们使用卷积网络时并没有说太明白，特别是一些参数的含义，这里先补一下功课。 从上面的图看 ......

 参考：https://www.cnblogs.com/alex-wei/p/Number_Theory.html ......

 参考：https://www.cnblogs.com/alex-wei/p/Number_Theory.html ......

## 线性筛素数 直接上代码。 ```cpp const int MAXN=100000008; bool np[MAXN]; vector prm,pre; void gg(const int N=100000000){ pre.resize(N+1); for(int i=2;i 积性：如果对于 ......

# 排列组合 > 排列就是指从给定个数的元素中取出指定个数的元素进行排序；组合则是指从给定个数的元素中仅仅取出指定个数的元素，不考虑排序。 OI Wiki ### 乘法原理和加法原理 加法原理，就好比一个工作，有 $n$ 个解决的方案，第 $i$ 项方案有 $a_{i}$ 种不同的实现方式，所以这个 ......

# 题目地址 https://ac.nowcoder.com/acm/contest/57677/A # 代码 ``` use std::io::{self, BufRead, Write}; fn is_prime_triival(n: i128) -> bool { if n i128 { le ......