卷积 神经网络 深度 模型
词向量在各个历史阶段的经典模型
one-hot 词表有多大，每个词的词向量就有多少维 不足 稀疏。 没有语义信息。 Word2Vec 两种训练框架： CBOW：上下文预测中心词 skip-gram：中心词预测上下文 （word embedding多用这种） word2vec的词向量考虑到了词的前后一定窗口内的上下文语义信息，且表示 ......
Golang程序无法在Termux访问网络(DNS解析问题)
原文： https://github.com/termux/termux-app/issues/869#issuecomment-433985523 pkg install proot resolv-conf proot -b $PREFIX/etc/resolv.conf:/etc/resolv. ......
以太网扫盲（一）各种网络总线 mii总线，mdio总线介绍
本文主要介绍以太网的MAC（Media Access Control，即媒体访问控制子层协议）和PHY（物理层）之间的MII（Media Independent Interface ，媒体独立接口），以及MII的各种衍生版本——GMII、SGMII、RMII、RGMII等。 简介 从硬件的角度看，以 ......
赋值/浅拷贝/深度拷贝
/* 一: 赋值 二: 浅拷贝 二: 深拷贝 */ 一: 赋值 # 赋值 if __name__ == '__main__': dict1 = {'user':'Tom','num':[1,2,3]} # 直接赋值: 引用对象 dict2 = dict1 print("dict1: 0x%x" %i ......
练习——管程法，信号灯法简单的实现生产者消费者模型
package com.thread_; //管程法解决生产者消费者模型 public class PC1 { public static void main(String[] args) { SynContainer container = new SynContainer(); Producto ......
Windows 11 启用 Hyper-V 之后网络上传速度异常慢解决方案
最近在开发用的台式机上启用了 Windows 的 Hyper-V 虚拟化功能，利用虚拟机运行了一台 Windows Server 2022 和 一台 Ubuntu Server，为了方便别的机器直接访问这两台虚拟机，所以网络采用了外部网络桥接的模式，让虚拟机和物理机保持在了同一网段。 为了实现在这一 ......
深度特征融合相关论文（后续更新）
FCN：Fully convolutional Networks for Semantic Segmentation — CVPR2015 ResNet：Deep Residual Learning for Image Recognition — CVPR2016 FPN：Feature pyram ......
Pytorch2 如何通过算子融合和 CPU/GPU 代码生成加速深度学习
动动发财的小手，点个赞吧！ PyTorch 中用于图形捕获、中间表示、运算符融合以及优化的 C++ 和 GPU 代码生成的深度学习编译器技术入门 计算机编程是神奇的。我们用人类可读的语言编写代码，就像变魔术一样，它通过硅晶体管转化为电流，使它们像开关一样工作，并允许它们实现复杂的逻辑——这样我们就可 ......
网络层
现在用的是无连接的数据报服务 IPV4采用点分十进制表示方法： 分类编址： 子网编址： 下面这个题，1.从218可以看出是C类网络。2.说明子网掩码只有最后一位是分配给主机的，是192，化成二进制就是00000011. 3.因为这里有2个1，所有划分子网数量等于2的2次方。 从180看出是B类网，取 ......
HMM模型原理
隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。隐马尔可夫模型（HMM）可以用五个元素来描述，包括2个状态集合和3个概率矩阵：1. 隐含状态 S、2. 可观测状态 O、3. 初始状 ......
Selenium 和 PhantomJS 结合在一起，就可以运行一个非常强大的网络爬虫
Selenium 和 PhantomJS 结合在一起，就可以运行一个非常强大的网络爬虫 测试人员的最佳 11 种开源自动化Selenium 1) Robot Framework Robot Framework是一个开源自动化系统，它使用关键字驱动的方法进行验收测试驱动开发 (ATDD) 和验收测试。 ......
Qt音视频开发42-网络推流（视频推流/本地摄像头推流/桌面推流/网络摄像头转发推流等）
一、前言 上次实现的文件推流，尽管优点很多，但是只能对现在存在的生成好的音视频文件推流，而现在更多的场景是需要将实时的视频流重新推流分发，用户在很多设备比如手机/平板/网页/电脑/服务器上观看，这样就可以很方便的将分散的视频流统一集中的流媒体服务器上，然后统一对外分发视频，而不是全部从设备端取流，大 ......
基于simulink的WiMax通信系统仿真,包括RS编译码,卷积编译码,OFDM,输出星座图和频谱图
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 全球微波接入互操作性（World Interoperability for Microwave Access，WiMAX），WiMAX的另一个名字是802.16。IEEE802.16标准，又称WiMAX，或广带无线接入 ......
关于多次重复网络请求问题
问题分析 一个页面，可以通过点击不同的模块获取相应的数据。但是，当用户频繁点击的时候，有的模块网络请求数据返回会比较慢，这个时候返回的数据就会覆盖当前模块的数据。 解决方法 加锁处理 切换模块时，会对同一个API进行多次请求，但因为调用的接口都是一样的，所以最好就是加上锁，防止重复请求造成网络资源浪 ......
m通过目标形心提取、颜色模型以及边缘提取实现两个相向移动人员交叉遮挡过程的检测和分割matlab仿真
1.算法仿真效果 matlab2013b仿真结果如下： 2.算法涉及理论知识概要 我对这种类型的问题的做了几方面研究，总的归纳来讲又如下几个方面：对于交叉问题，目前所了解的方法，视频必须满足如下几个要求： 第一：视频的背景需要静止，或者说不能又太大的抖动，否则会导致较大的干扰； 第二：视频上物体必须 ......
m基于神经网络的飞机垂直尾翼振动主动控制系统matlab仿真,包括系统辨识和在线控制
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 飞机垂直尾翼的持续涡流载荷会导致垂直尾翼的疲劳损伤，影响飞行器的飞行性能和飞行 安全，因此对尾翼进行振动主动控制是非常有必要的。以某型飞行器50％的垂尾模型为研 究对象，针对垂尾结构控制系统的不确定性和非线性等复杂特性 ......
m基于simulink的负荷频率小波神经PID控制器仿真,并对比PID控制器
1.算法仿真效果 matlab2022a仿真结果如下： 其对比仿真结果可知，原系统需要在150之后才开始收敛，PID是在50开始收敛，而采用WNN之后，系统用在经过短暂的抖动之后，迅速收敛。 2.算法涉及理论知识概要 随着电力工业的市场化改革、厂网分开,跨区域 电网的互联电力系统自动控制显得更加重要 ......
分类模型的性能评估指标总结
机器学习中所用模型的好坏需要通过一些量化的指标来评估。对于分类模型，是通过：1）精度（Accuracy）；2）准确率（Precision）；3）召回率（Recall）；4）F1分数；5）ROC（Receiver operating characteristic curve）曲线；6）AUC（Area ......
VMware虚拟机---Ubuntu无法连接网络该怎么解决？
在学习使用Linux系统时，由于多数同学们的PC上多是Windows系统，故会选择使用VMware创建一个虚拟机来安装Linux系统进行学习。 安装完成之后，在使用时总是会遇到各种各样的问题。本片随笔就主要针对可能出现的网络问题进行一个总结，并给出解决方案。 接下来是可能会出现的问题，及其解决方法， ......
【深度学习基础】使用libtorch部署pytorch训练的网络
下载安装配置：https://pytorch.org/cppdocs/installing.html 小例程：https://pytorch.org/cppdocs/frontend.html 官方：https://pytorch.org/tutorials/beginner/Intro_to_To ......
python用支持向量机回归(SVR)模型分析用电量预测电力消费|附代码数据
全文链接：http://tecdat.cn/?p=23921 最近我们被客户要求撰写关于SVR的研究报告，包括一些图形和统计输出。 本文描述了训练支持向量回归模型的过程，该模型用于预测基于几个天气变量、一天中的某个小时、以及这一天是周末/假日/在家工作日还是普通工作日的用电量 关于支持向量机的快速说 ......
Python用RNN神经网络：LSTM、GRU、回归和ARIMA对COVID19新冠疫情人数时间序列预测|附代码数据
全文下载链接： http://tecdat.cn/?p=27042 最近我们被客户要求撰写关于新冠疫情的研究报告，包括一些图形和统计输出。 在本文中，该数据根据世界各国提供的新病例数据提供。 获取时间序列数据 df=pd.read_csv("C://global.csv") 探索数据 此表中的数据以 ......
RocketMQ(二)：领域与消息传输模型
RocketMQ 是一款典型的分布式架构下的中间件，使用异步通信方式和发布订阅的消息传输模型。 RocketMQ的异步通信，系统拓扑简单、上下游耦合较弱，主要应用于异步解耦，流量削峰填谷等场景。 1、领域模型 RocketMQ 中消息的生命周期主要分为消息生产、消息存储、消息消费三部分。生产者生产消 ......
模型层(models层) -- ORM
Django模型层之ORM介绍 我们在使用Django框架开发web应用的过程中，不可避免地会涉及到数据的管理操作（增、删、改、查），而一旦谈到数据的管理操作，就需要用到数据库管理软件，例如mysql、oracle、Microsoft SQL Server等。 ORM全称Object Relatio ......
[ML&DL] 深度学习的实践层面
深度学习的实践层面 训练集 验证集 测试集 过程 神经网络的训练是一个需要不断迭代的过程，一般先提出idea，然后编码实现、测试，根据测试结果再次调整思路...... 分组与比例 数据集通常分为3个部分：训练集、验证集和测试集。 训练集用于训练模型的参数。 验证集用于选择最好的模型。 测试集用于评估 ......
模型的显存和参数量计算
模型的显存和参数量计算 https://blog.csdn.net/weixin_49305813/article/details/119179849 https://blog.csdn.net/NODIECANFLY/article/details/102854842 ......
利用深度学习实现序列模型
利用深度学习实现序列模型 序列问题的含义是接收一个序列作为输入，然后期望预测这个序列的后续。例如继续预测2,4,6,8,10...。这在时间序列中是相当常见的，可以用来预测股市的波动、患者的体温曲线或者赛车所需的加速度。 从原理上说，==卷积神经网络可以有效处理空间信息，那么循环神经网络则能更好处理 ......
AI模型是什么？我粗浅的理解
###我粗略的理解为 是一种数学公式。 模型的出现是为了解决问题的。 比如停车场，识别车辆的车牌号，这个问题。我想用机器去实现该怎么实现？ 这时候就可以用模型。 模型就帮我解决了这个问题。 那么新的问题是，模型是怎么解决这个问题的？ 就是训练来的。 如何训练呢？ 多弄点参数，多弄点数据，供模型学习。 ......
关于深度思考
对任何领域要达到专家水平境界是一个非常困难的事情。对多数人而言，首要的是理解摆在他们面前的大量工作，并通过学习并获得直觉感悟，这些感悟促成了见识、格局的增长。 自我境界（含见识、格局）的提升是一个漫长的过程，且是一个无法自我衡量的过程。但从大部分的生涯中总一下，其过程符合一下曲线： 但，本次我想讨论 ......
第六章：网络规划与设计
网络规划与设计概述 概念 （1）需求分析 （2）网络系统设计 网络拓扑结构网络的核心架构，网络稳定可靠运行的基础小型网络（两层结构）：接入层+核心层IP地址的规划VLAN地址规划表 （3）网络技术设计与实施 网络规划与设计案例分析 案例背景 需求分析 设备需求技术需求 系统设计 拓扑图搭建地址规划 ......