卷积 深度 代码 笔记
深度学习编译器后端和运行时
编译器前端将用户代码解析得到计算图 IR，并且做了一些和计算设备无关的通用优化。编译器后端做的优化就和具体的设备有关了（不同设备有不同的 allocator，不同的编程模型，比如英伟达的 CUDA），后端优化更加贴合硬件，会针对硬件特点为 IR 中的计算节点选择在硬件上的算子，然后为每个算子的输入输 ......
【狂神说Java】Java零基础学习笔记-Java方法
# 【狂神说Java】Java零基础学习笔记-Java方法 ## Java方法01：何谓方法? - System.out.println()，那么它是什么呢? - Java方法是语句的集合，它们在一起执行一个功能。 - 方法是解决一类问题的步骤的有序组合 - 方法包含于类或对象中 - 方法在程序中被 ......
博弈论笔记
# 博弈论 ## 公平组合游戏 > 公平组合游戏（Impartial Game）的定义如下： $\bullet$ 游戏有两个人参与，二者轮流做出决策，双方均知道游戏的完整信息； $\bullet$ 任意一个游戏者在某一确定状态可以作出的决策集合只与当前的状态有关，而与游戏者无关； $\bullet$ ......
FCN-全卷积网络-pytorch搭建
代码摘自：https://github.com/sovit-123/Semantic-Segmentation-using-Fully-Convlutional-Networks 预备知识： 下载预训练权重，抽取出网络层实例：运行如下代码，自动下载到 C:\Users\**\.cache\torch ......
深度 Q 网络（deep Q network，DQN）原理&实现
# 深度 Q 网络（deep Q network，DQN）原理&实现 ## 1 Q-Learning 算法 ### 1.1 算法过程 Q-learning是一种用于解决强化学习问题的无模型算法。强化学习是一种让智能体学习如何在环境中采取行动以最大化某种累积奖励的机器学习方法。 在Q-learning ......
VIM进阶学习笔记（二） 总结复习vim的移动光标导航
惊闻vim作者 Bram Moolenaar 去世，享年 62 岁。 唉，这vim还没学会，太遗憾了。。。几十年致力于这么伟大的工具开发，令人敬佩。致敬。 个人从vim大致入门后，使用了基本配置 vim操作体验来看，vim是在Linux等命令行界面，以及鼠标还未普及的情况下，使得通过纯键盘操作达到十 ......
类欧几里得算法学习笔记
ABC313，逆天 为了 ABC313G，来学一下最简单形式的类欧算法。 类欧几里得算法似乎和欧几里得唯一的共性是复杂度证明。 形式化的，我们需要计算 $f(a,b,c,n)=\sum_{i=0}^n\lfloor \dfrac{ai+b}{c}\rfloor$。 首先，如果 $a\ge c$ 或者 ......
笔记|数据库设计——《数据库原理》
](https://www.luogu.c ......
笔记|《Python数据分析基础》
# python基础 ## Strategy for Finding a Regex We need a strategy to find a regex that matches all the winners but none of the losers. I came up with this ......
AlexNet深度卷积神经网络——pytorch版
import torch from torch import nn from d2l import torch as d2l net = nn.Sequential( # (224-11+1+2)/4=54 nn.Conv2d(1,96,kernel_size=11,stride=4,padding ......
LeNet卷积神经网络——pytorch版
import torch from torch import nn from d2l import torch as d2l class Reshape(torch.nn.Module): def forward(self,x): # 批量大小默认，输出通道为1 return x.view(-1,1 ......
实现二维卷积层
import torch from torch import nn from d2l import torch as d2l def corr2d(x,k): """计算二维互相关运算""" # 获取卷积核的高和宽 h,w=k.shape # 输出的高和宽 y=torch.zeros((x.shap ......
Tarjan 系列学习笔记
最近在复习提高算法，所以~~学习~~复习笔记写的就比较多。 Tarjan 系列的算法主要针对于图论而言。 ## Part $1$ 缩点 缩点算是 Tarjan 算法最广泛的应用了。 先讲拓扑序。在一个有向图中，若此图无环，我们称这个图是有向无环图，也叫 DAG，我们可以用拓扑排序解决许多图上问题，简 ......
深度学习编译器前端技术概述
AI 编译器在前端经常会做一些静态分析，方便在前端做一些优化：自动微分等。  ## 中间表示（Intermediat ......
深信服行为管理AC配置笔记
深信服行为管理AC配置，可以直接参考官网原文： https://support.sangfor.com.cn/productDocument/read?product_id=22&version_id=907&category_id=244007 步骤1.通过默认IP登录设备，比如通过LAN口登录设 ......
一些笔记同步软件，notion替代，开源笔记软件
Standard Notes | End-To-End Encrypted Notes App https://www.bookstackapp.com/ https://www.qownnotes.org/ https://github.com/zadam/trilium FlowUs息流官网-新 ......
代码随想录算法训练营第七天|力扣334.反转字符串、力扣541.反转字符串II、剑指offer05.替换空格、力扣151.反转字符串、剑指offer58-II左旋转字符串里的单词
# 字符串 ## 反转字符串(力扣344.) - **如果题目关键的部分直接用库函数就可以解决，建议不要使用库函数。** 毕竟面试官一定不是考察你对库函数的熟悉程度， 如果使用python和java 的同学更需要注意这一点，因为python、java提供的库函数十分丰富。 - **如果库函数仅仅是 ......
jinjat 基于dbt 构建低代码数据应用
jinjat 的设计还是比较有意思的，直接利用了dbt，同时利用了一个analyses配置,analyses 在dbt 中更多属于一个基于现有的模型进行编译，但是不进行 执行，jinjat 就利用了功能，但是扩展了下 参考使用 模型 analysis/my_first_api.sql {%- set ......
【学习笔记】时空复杂度
时空复杂度 时空复杂度，即算法的时间复杂度和空间复杂度。算法复杂度是评价一种算法优劣的重要标准，可以通过它来初步判断一段代码能否被题目所接受，得到正确答案（AC）。其中，时间复杂度通常更重要，须加分析，因为传统题目的空间限制通常是足够的（如 128.00MB 或 256.00MB），而时间限制却很紧 ......
[Go笔记] 基础-01: Golang发展简史、著名项目及基本使用
一起了解Go语言的发展史、采用Go语言的知名公司、GO开发工具、环境搭建、 代码结构、代码风格以及如何使用官方库API文档。 ......
zak 筛学习笔记
[原文链接](https://www.cnblogs.com/zkyJuruo/p/17544928.html)。能力有限，几乎是全文复读。 #### 约定 对于序列 $a$，其在 $n$ 处的块筛指的是对于所有不同的 $x=\left\lfloor\frac{n}{k}\right\rfloor$ ......
Typora 主题，设置代码块Mac风格三个小圆点
[toc] # 打造Typora主题 Typora 编辑器让人们能更简单地用**Markdown语言**书写文字，解决了使用传统的Markdown编辑器写文的痛点，并且界面简洁优美，实现了实时预览等功能。 ## 1 typoa样式修改步骤 ### 1.1 第一步打开偏好设置 ![在这里插入图片描述] ......
网络流学习笔记
### 目录 1. 网络流介绍 1.1 一些概念 1.2 网络流整体思路 2. EK 算法 3. dinic 算法 4. 当前弧优化 5. 求二分图最大匹配 6. 费用流 ## 1.网络流介绍 ### 1.1 一些概念 网络流可以抽象为：你有一个自来水厂和很多输水管，和一个目标点，每一个输水管都有一 ......
asp.net core 源代码阅读
阅读BCL（Base Class Library）和ASP.NET Core的源代码是一项挑战性的任务，但也是提升您对这些技术理解的有效方式。以下是一些步骤和建议，可以帮助您更好地阅读和理解源代码：1. 设置开发环境：确保您的开发环境已经准备就绪，包括安装了适当版本的.NET Core SDK、Vi ......
002-深度学习数学基础(神经网络、梯度下降、损失函数)
0. 前言 人工智能可以归结于一句话：针对特定的任务，找出合适的数学表达式，然后一直优化表达式，直到这个表达式可以用来预测未来。 针对特定的任务： 首先我们需要知道的是，人工智能其实就是为了让计算机看起来像人一样智能，为什么这么说呢？举一个人工智能的例子： 我们人看到一个动物的图片，就可以立刻知道这 ......
6 二分 参考代码
# P2249 [深基13.例1] 查找 ```cpp #include #include using namespace std; const int MAXN = 1000005; int a[MAXN]; int main() { int n, m; scanf("%d%d", &n, &m) ......
熵的世界笔记（简略）
读的过程中十分简略地记录。 需要对转换进行补偿的过程使热机恢复到初始状态 基于守恒和补偿的描述 循环里做功的代价是热付出的 单一热源不可能 可逆等温膨胀 膨胀了 产生了其他影响 功热转化的不可逆性 热量传递的不可逆性（T1与T2不对称？） 不可逆过程的内在联系？ 不可能超过光速，不可区分粒子，不可能 ......
读发布！设计与部署稳定的分布式系统（第2版）笔记28_控制层上
 # 1. 控制层囊括所有在后台运行的成功处理生产负载的软件和服务 ## 1.1. 处理用户生产数据的那些软件，就 ......