526互联

卷积 神经网络 深度 模型

网络流与线性规划24题

先贴个自己的Dinic板子。 ```cpp //最大流 const int inf = 0x3f3f3f3f3f3f3f3f; struct Edge{ int from, to, cap; bool ori; Edge(int u, int v, int c, bool o){ from = u, ......
线性 网络

Linux网络服务之SSH服务

[TOC] ## SSH服务 ### 1. ssh基础 SSH（Secure Shell）协议 - 是一种安全通道协议 - 对通信数据进行了加密处理，用于远程管理 作用：主要用来实现字符界面的远程登录、远程复制等功能。SSH 协议对通信双方的数据传输进行了加密处理，其中包括用户登录时输入的用户口令， ......
网络服务 Linux 网络 SSH

MiniRBT中文小型预训练模型：结合了全词掩码技术和两段式知识蒸馏技术，加快推理速度

# MiniRBT中文小型预训练模型：结合了全词掩码（Whole Word Masking）技术和两段式知识蒸馏（Knowledge Distillation）技术，加快推理速度 ![](https://ai-studio-static-online.cdn.bcebos.com/61bc6f918 ......
段式 技术 模型 速度 MiniRBT

VLE基于预训练文本和图像编码器的图像-文本多模态理解模型：支持视觉问答、图文匹配、图片分类、常识推理等

VLE基于预训练文本和图像编码器的图像-文本多模态理解模型：支持视觉问答、图文匹配、图片分类、常识推理等 ......
图像 文本 模态 编码器 模型

ubuntu中VMware虚拟机没有网络可能的原因

有可能是VMware的网络服务未启动（比如注销账户再进入桌面时不会同时打开VMware的网络服务），可以去顶栏右上角点一下看看是不是这么回事。 一般来说重启电脑就可以了，不行的话你就得研究怎么手动启动这个服务了。 ......
原因 ubuntu VMware 网络

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 ......
编译器 深度

神经网络可视化工具

[TOC] > 使用onnx工具能可视化的展示神经网络的结构，便于理解和学习。 ### 1.pip install onnx ### 2.根据以下脚本把.pt文件转换成.onnx文件 ``` python """Exports a YOLOv5 *.pt model to ONNX and Torc ......
神经网络 神经 工具 网络

4 Linux网络编程

# 4 Linux网络编程 ## 4.1 网络结构模式 - C/S结构：服务器/客户机，即 Client - Server（C/S）结构。 - B/S结构：浏览器/服务器，即Browser/Server（B/S）结构 ## 4.2 MAC地址、IP地址和端口 ### 4.2.1 MAC地址 - MA ......
网络编程 Linux 网络

进程/线程模型

进程/线程模型 进程模型 （一）多道程序设计 (Multi programming) 允许多个程序同时进入内存并运行，其目的是为了提高系统效率。 并发环境与并发程序 并发环境：一段时间间隔内，单处理器上有两个或两个以上的程序同时处于开始运行但尚未结束的状态，并且次序不是事先确定的。 并发程序：在并发 ......
线程 进程 模型

在机器学习中使用 SHAP 值实现模型可解释性

在这篇博文中，我们介绍了 SHAP 值，这是一种解释机器学习模型输出的方法。我们已经展示了如何使用 SHAP 值来解释单个预测和模型的整体性能。我们还提供了如何在实践中使用 SHAP 值的示例。 ......
解释性 模型 机器 SHAP

Ubuntu无网络

1 重启网络1.1 启动网络服务并输入密码sudo systemctl start NetworkManager1.2 重启网络服务sudo systemctl restart NetworkManager2 可能是Ubuntu的NetworkManager有问题（80%的问题都是他）2.1 进入r ......
Ubuntu 网络

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 ......
卷积 pytorch 网络 FCN

模型选择、过拟合和欠拟合

# 训练误差和泛化误差 - **训练误差:模型在训练数据上的误差** - **泛化误差:模型在新数据上的误差** 例子:根据摸考成绩来预测未来考试分数 - 在过去的考试中表现很好(训练误差)不代表未来考试一定会好（泛化误差) - 学生A通过背书在摸考中拿到很好成绩 - 学生B知道答案后面的原因 类似 ......
模型

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 ......
深度 原理 network 网络 deep

流畅的python笔记 （一） 1.python的数据模型

python的数据模型：python风格的设计思想完全体现在Python的数据模型上，而数据模型所描述的API，为使用最地道的语言特性来构建你自己的对象提供了工具。数据模型其实是对 Python 框架的描述，它规范了这门语言自身构建模块的接口，这些模块包括但不限于序列、迭代器、函数、类和上下文管理器 ......
python 模型 笔记 数据

NiN网络——pytorch版

import torch from torch import nn from d2l import torch as d2l def nin_block(in_channels,out_channels,kernel_size,strides,padding): return nn.Sequenti ......
pytorch 网络 NiN

GoogLeNet网络——pytorch版

import torch from torch import nn from torch.nn import functional as F from d2l import torch as d2l class Inception(nn.Module): # c1-c4是每条路径的输出通道数 def ......
GoogLeNet pytorch 网络

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 ......
卷积 神经网络 深度 神经 AlexNet

VGG使用块的网络——pytorch版

import torch from torch import nn from d2l import torch as d2l def vgg_block(num_convs,in_channels,out_channels): layers = [] for _ in range(num_convs ......
pytorch 网络 VGG

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 ......
卷积 神经网络 神经 pytorch LeNet

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 ......
卷积

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。 ![](https://img2023.cnblogs.com/blog/2078361/202308/2078361-20230806133909447-419423130.png) ## 中间表示（Intermediat ......
编译器 前端 深度 技术

前端黑魔法 —— 隐藏网络请求的调用栈

# 前言 浏览器网络控制台会记录每个请求的调用栈（Initiator/启动器），可协助调试者定位到发起请求的代码位置。 ![](https://img2023.cnblogs.com/blog/273626/202308/273626-20230804174418311-2014689431.png ......
前端 魔法 网络

可与ViT一较高下，DeepMind从稀疏转向Soft混合专家模型

前言 对于谷歌 DeepMind 的 Soft MoE，有人表示：「即使它不是万能药，仍可以算得上一个突破」。 本文转载自机器之心 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全 ......
高下 DeepMind 模型 专家 Soft

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 ......
笔记 网络

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 ......
数学基础 神经网络 梯度 函数 深度

深入理解并发编程艺术之内存模型

随着硬件技术的飞速发展，多核处理器已经成为计算设备的标配，这使得开发人员需要掌握并发编程的知识和技巧，以充分发挥多核处理器的潜力。然而并发编程并非易事，它涉及到许多复杂的概念和原理。为了更好地理解并发编程的内在机制，需要深入研究内存模型及其在并发编程中的应用。本文将主要以 Java 内存模型来探讨并 ......
模型 内存 艺术

2023西工大数模校赛部分模型--基于Delaunay的3维点云分割代码

```python %matplotlib widget import pandas as pd import numpy as np import matplotlib as mpl from scipy.spatial import Delaunay from sklearn.cluster i ......
Delaunay 模型 代码 部分 2023

R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型|附代码数据

原文链接：http://tecdat.cn/?p=9390 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于贝叶斯向量自回归（BVAR）的研究报告，包括一些图形和统计输出。 介绍 向量自回归（VAR）模型的一般缺点是，估计系数的数量与滞后的数量成比例地增加。因此，随着滞后次数的增加，每个参数 ......
向量 变量 模型 语言 代码

ChatGenTitle：使用百万arXiv论文信息在LLaMA模型上进行微调的论文题目生成模型

# ChatGenTitle：使用百万arXiv论文信息在LLaMA模型上进行微调的论文题目生成模型 ![](https://ai-studio-static-online.cdn.bcebos.com/d9ebd58f8f8347529434f3c2f4a01bbf968de28691524fa3 ......
模型 论文 ChatGenTitle 题目 arXiv
共9000篇  :125/300页 首页上一页125下一页尾页