卷积 深度 代码 笔记

思路 先实现 QAction 和其关联的方法 实现QMenu，并且将QAction添加进去 使用MainWindow自带的menuBar，并且将QMenu添加进去 代码 from PySide6.QtWidgets import QApplication,QMainWindow,QMenu from ......

最近ChatGPT很火，让更多的人意识到未来利用机器的深度学习来完成事情，做出一些决策，将会成为未来的一个趋势。基于深度学习的数据训练这些技能将成为程序员必备的专业技能之一。所以我们有理由持续的关注深度学习与机器训练这个领域，今天给大家说明白目前主流深度学习的一些基本的流程原理,以及目前深度学习的一 ......

前言 图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类， ......

在开始学习”AI深度学习”之前，我们要先搞明白AI深度学习能非常智能的本质原因是什么，只有搞懂了本质，才能作为你学习与掌握 “AI深度学习”的基石，为后续的学习打下坚实的基础。所以搞懂今天这边文章非常的重要，我接下来将用一个例子，来说明”AI深度学习”，能使我们的计算机程序非常智能的本质原因是什么。 ......

广度优先算法介绍 整个的广度优先爬虫过程就是从一系列的种子节点开始，把这些网页中的"子节点"(也就是超链接)提取出来，放入队列中依次进行抓取。被处理过的链接需要放 入一张表(通常称为Visited表)中。每次新处理一个链接之前，需要查看这个链接是否已经存在于Visited表中。如果存在，证明链接已经 ......

《Vue.js从入门到项目实战》 孙鑫v-bind用于响应式地更新HTML属性，v-on用于监听DOM事件,变量需要引号引起来v-if是彻底没有v-的命令需要把变量用引号引起来，插值{{}}则不需要v-if和v-for在同一个元素上使用时，v-if优先级高于v-for，意味着v-if不能访问v-fo ......

一、网址 把vscode的代码上传到Gitee仓库内（保姆级教程）_vscode上传gitee-CSDN博客 二、步骤 1、下载Visual Studio Code（VS Code） VS Code的官网：http:// https://code.visualstudio.com/ 2、下载Gite ......

小傅哥网站：https://bugstack.cn/md/develop/design-pattern/2020-06-11-%E9%87%8D%E5%AD%A6%20Java%20%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E3%80%8A%E5%AE%9E%E6%8 ......

一、pip安装black pip install black 注意：一般安装后，black.exe目录会在python安装路径的Scripts目录下。 默认为：C:\Users\xxxxx\AppData\Local\Programs\Python\Python311\Scripts\black.e ......

如果项目中需要使用代码连接jenkins，但是有时候不想通过账号密码登录方式，因为这样push代码后可能就会泄露了自己的密码。此时，我们就可以用jenkins的api token来登录了 首先，jenkins的api token如何生成呢： 登录用户进入到jenkins-》点击用户名-》点击Conf ......

题目：383. 赎金信 我的感悟： 我自己独立做出来了。 理解难点： so easy 代码难点： 扩展理解defaultdic， 定义的时候 hashmap = defaultdict(int) hashmap拿到一个不存在的值的时候会设置为0 int可以省略吗？ 不可以，int是工厂函数。用于设置 ......

填充 步幅 多输入 多输出 1*1卷积 ......

题目：454. 四数相加 II 我的感悟： 把握题意：这道题目是四个独立的数组，只要找到A[i] + B[j] + C[k] + D[l] = 0就可以 有点像上学那会，提醒自己要注意题意。审题很关键。审题的要点是要明白题目说什么。 理解难点： 为什么可以只遍历AB和CD，不遍历AC和BD？ 都可以 ......

前言 这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。 【低层视觉】低层视觉中常见的卷积核汇总 图像处理中常用的卷积核 在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。 ......

DSU on tree 通常用来解决不带修树上子树问题。 主要思想： 剖分。 先搜轻儿子，记录轻儿子子树的答案，删去轻儿子的贡献。 搜重儿子，记录重儿子子树的答案，保留重儿子的贡献。 回溯，重新搜轻儿子，把轻儿子子树的贡献加上，构成本子树的答案。 CF600E Lomsat gelral #incl ......

ARC157 A. XXYYX 观察一些性质。注意到 \(\texttt{XY}\) 和 \(\texttt{YX}\) 会产生当且仅当 \(\texttt{X}\) 和 \(\texttt{Y}\) 的连续段交错，因此 \(|b-c|=1\)。然后特判掉 \(a\neq 0,b=0,c=0,d\n ......

域名 因为访问网站时，很难记住对应网站的IP地址，所以使用域名来代替IP地址，使用户更加方便的访问网站。 DNS服务器的作用就是将IP地址与域名进行映射，使用户可通过域名得到到对应的IP，然后进行访问。 域名从右到左依次为顶级域名（一级域名）、二级域名、三级域名、四级域名、等等(通常域名层级不超过三 ......

学习Python时做的笔记，主要参考： B站小飞有点东西：https://space.bilibili.com/1803865534 董付国老师的《Python程序设计》教材 第一章、Python概述 1.1 扩展库安装方法（了解即可） 使用pip命令安装扩展库。 在cmd命令行中输入pip，回车后 ......

这篇笔记我是在学习Linux过程中的笔记，参考自： B站韩顺平老师的课程Linux 黑马程序员的《Linux系统管理与自动化运维》教材 第一章 文件目录结构 一、基本介绍 Linux 的文件系统是采用级层式的树状目录结构，在此结构中的最上层是根目录“/ ”，然后在此目录下再创建其他的目录。 记住一句 ......

前言： 因项目需要，需要使用Qt连接MySQL数据库。程序编写电脑上使用的是Win10 64位系统，程序运行电脑上使用的是Win7 32位系统。 一、下载及安装MySQL5.7 1、地址：MySQL官网 点击DOWNLOADS 2、点击MySQL Community(GPL) Downloads 3 ......

转载文章：大模型所需 GPU 内存笔记 引言 在运行大型模型时，不仅需要考虑计算能力，还需要关注所用内存和 GPU 的适配情况。这不仅影响 GPU 推理大型模型的能力，还决定了在训练集群中总可用的 GPU 内存，从而影响能够训练的模型规模。 大模型推理的内存计算只需考虑模型权重即可。 大模型训练的内 ......

1.AttributeError: module 'torch' has no attribute '_six'报错： 答：指的是安装的pytorch版本里面没有_six.py文件，因为在pytorch2.0版本以后不在具有此文件。 2.两个解决方法 答：①将2.0版本以前的_six.py文件复制到 ......

前言 随着云计算技术的不断发展，越来越多的企业开始将业务数据存储到云端。阿里云作为国内领先的云计算服务提供商，其云存储服务备受用户信赖。然而，对于很多非技术人员来说，如何将低代码平台与阿里云存储对接是一个难题。本文将以葡萄城公司的企业级低代码开发平台——活字格为例，介绍低代码平台如何对接阿里云存储， ......

通过关注文中提到的这些指标信息，可以让相关人员获取规则相关的关键数据，帮助用户了解和评估规则的有效性、合理性、可维护性和适应性。 ......

———————拷贝构造——————— 🎈由于系统的浅拷贝就是直接赋值 🎈所以可能出现共用内存空间的情况 🎈如下图newperson通过浅拷贝创建出来 🎈改变newperson的参数影响到了person类 #include "iostream" using namespace std; ext ......

四数相加 题目需要找满足和为0的四元组 但是只要求统计个数 不要求具体的四元组 而且四元组是可以重复的 考虑使用hash map 由于设计到四个元素 先遍历两个集合 记录一下两个集合的元素和的所有可能值 记录在map中 为什么要用map 因为需要同时记录出现的值和出现的次数 值作为键 次数作为值 然 ......

大家好，欢迎来到程序视点！今天，我们一起来分享下一个创建型模式：构建者模式。 定义 先来看下它的定义。 建造者模式，是将一个复杂的对象的构建与它的表示分离，使得同样的构建过程可以创建不同的表示。 小二哥就问大家，看到这个定义懵逼不懵逼？什么叫对象的构建和它的表示分离?如果你能解释清楚这个问题，那这篇 ......

这篇文章是十月份第一篇阅读笔记，阅读书籍是《构建之法》 第一章 概论 在这一章中，作者为我们介绍了一些关于软件工程的基本知识。 ①软件=程序+软件工程：正是因为对软件开发活动（构建管理、源代码管理、软件设计、软件测试、项目管理）相关的内容的完成，才能完成把整个程序转化成为一个可用的软件的过程。 扩展 ......

前言 我们之前不是说了有关梯度下降公式的事嘛，就是那个 这样梯度下降公式涉及两个问题，一是梯度下降的策略，二是涉及到参数的选择，如果我们选择固定步长的时候，就会发现我们求的值一直在最小值左右震荡，很难选择到我们期望的值。 假设上图中，x0为我们期望的极小值，yB = xA - yA'xA的时候，xB ......

前言 我们之前用的是均方差作为我们神经网络的损失函数评估值，但是我们对于结果，比如给定你一张应该是0的照片，它识别成了6，这个时候这个均方差表达了什么特别的含义吗？显然你识别成6并不代表它比识别成1的情况误差更大。 所以说我们需要一种全新的方式，基于概率的方案来对结果进行规范。也就是我们说的交叉熵损 ......