卷积 神经网络 深度 模型
【计算机网络-传输层】TCP 协议
1 传输层概述 1.1 传输层的功能 端到端通信：提供应用进程间的端到端通信（逻辑通信）。因此传输层又称为端到端协议。 差错检测：对首部和数据部分进行检测。 两种协议：面向连接的 TCP、无连接的 UDP。 复用和分用： 概念 | 解释 | 传输层 TCP 复用 | 发送方的部分应用进程的报文在传输 ......
模型蒸馏
蒸馏过程： for epoch in range(epochs): student_model.train() for batch, (data, target) in enumerate(train_loader): student_logits = student_model(data) // ......
Android设备网络压力测试
网络测试的几个维度： 1.网络的性能 带宽：通过TCP测试来量度 时延：用ping命令量度 数据报丢失：用Iperf UDP测试来量度 Jitter（延时变化）：用Iperf UDP测试来量度 信号强度（WIFI下）：使用Network Signal Info可以查看 2.网络的稳定性 可以在连续的 ......
python网络爬虫
一、爬虫的基本思路 打开网页：requests / urllib 找到需要的信息：标签 / xpath / jsonpath / ... 获取和存储信息：json文档 二、网页的分类 1. 静态网页 源代码中包含需要的信息 国务院办公厅关于印发"十四五"国民健康规划的通知 爬取方式：直接从源代码中提 ......
碉堡！“万物皆可分”标记模型上线「GitHub 热点速览」
这周有个让人眼前一亮的图像识别模型 segment-anything，它能精细地框出所有可见物体，它标记出的物体边界线清晰可见。如此出色的模型，自然获得了不少人的赞赏，开源没几天，就拿下了 18k+ 的 star，而上周开源不到 48 小时获得 35k+ star 的推特推荐算法，本周也成功突破 5 ......
stable diffusion打造自己专属的LORA模型
通过Lora小模型可以控制很多特定场景的内容生成。 但是那些模型是别人训练好的，你肯定很好奇，我也想训练一个自己的专属模型（也叫炼丹～_～）。 甚至可以训练一个专属家庭版的模型（family model），非常有意思。 将自己的训练好的Lora模型放到stableDiffusion lora 目录中 ......
4.9软工日报(神经网络
跟着书学了神经网络的一些最最最基本的内容，首先安装了numpy库，还有matplotlib库，第二个库是用来绘图用的。 其次还安装了 这两个软件包用于将numpy数组的图片转化成其他维度和形状，当然还有很多其他功能，安装完这些库就够用了。 首先神经网络大致可分为三层，输入层，中间层和输出层，中间层可 ......
一天吃透计算机网络八股文
网络分层结构 计算机网络体系大致分为三种，OSI七层模型、TCP/IP四层模型和五层模型。一般面试的时候考察比较多的是五层模型。最全面的Java面试网站 五层模型：应用层、传输层、网络层、数据链路层、物理层。 应用层：为应用程序提供交互服务。在互联网中的应用层协议很多，如域名系统DNS、HTTP协议 ......
HBase在进行模型设计时重点在什么地方？一张表中定义多少个Column Family最合适？为什么？
锁屏面试题百日百刷，每个工作日坚持更新面试题。请看到最后就能获取你想要的,接下来的是今日的面试题： 1.Hbase中的memstore是用来做什么的？ hbase为了保证随机读取的性能，所以hfile里面的rowkey是有序的。当客户端的请求在到达regionserver之后，为了保证写入rowke ......
G：网络稳定性
题目： 试题 G: 网络稳定性 时间限制: 1.5s 内存限制: 256.0MB 本题总分：20 分 【问题描述】 有一个局域网，由 n 个设备和 m 条物理连接组成，第 i 条连接的稳定性为w i 。 对于从设备 A 到设备 B 的一条经过了若干个物理连接的路径，我们记这条路径的稳定性为其经过所有 ......
二叉树的最大深度，二叉树是否存在路径和为某值的路径
递归的方法遍历二叉树 最大深度： fun(root){ if(root == null){ return 0; } return (Max(fun(root.left), fun(root.right)) + 1); } 和为某值 fun(root ,sum){ if(root == null){ ......
浏览器层面优化前端性能(1):Chrom组件与进程/线程模型分析
Chrome支持以下几种进程模型：Process-per-site-instance Process-per-site Process-per-tab Single Process。Browser只有一个，主控整个系统的运行，管理Chrome大部分的日常事务；而Renderer则可以有多个，主要负责... ......
人工智能概率算法-模拟神经元结构预测价格
最近研究人工智能概率算法，想通过统计学的方式预测未来 比较好的例子就是股票，历史数据很丰富 输入端：4个参数（开盘价、最高价、最低价、收盘价） 输出端：4个参数 第二天（开盘价、最高价、最低价、收盘价） 把价格从-10到+10，每次迭代0.1，分类成200个特征 刚开始神经元的输入端不敏感，细胞核不 ......
深入浅出神经网络与深度学习 (迈克尔·尼尔森（Michael Nielsen）) Chapter1
1.1 感知机perceptron 20 世纪五六十年代，科学家Frank Rosenblatt 发明了感知机，其受到了 Warren McCulloch 和 Walter Pitts 早期研究的影响。 what's weighted sum in perceptron? In the contex ......
深度学习目标检测
一、发展历程： 二、基于传统机器学习的目标检测方式： 在梳理深度学习目标检测前，个人还是喜欢首先梳理一下传统机器学习的目标检测方式，因为深度学习的目标检测方式是在传统机器学习目标检测方式的基础上进行发展的。个人在传统的机器学习目标检测方法也是进行过一些尝试，但是这种方法的瓶颈太明显了，后期就被淘汰了 ......
【动手学深度学习】第三章笔记：线性回归、SoftMax 回归、交叉熵损失
这章感觉没什么需要特别记住的东西，感觉忘了回来翻一翻代码就好。 3.1 线性回归 3.1.1 线性回归的基本元素 1. 线性模型 用符号标识的矩阵 $\boldsymbol{X} \in \mathbb{R}^{n\times d}$ 可以很方便地引用整个数据集中的 $n$ 个样本。其中 $\bol ......
基于AutomationML的多模型数字孪生驱动方法
【场景】： 终于要毕业了，从一开始都不知道数字孪生是什么，在没有老师和师兄师姐铺路的情况下，一点点看论文，复现论文，找创新点，真的太苦了。这里将我这三年在数字孪生的研究简单记录、分享一下，希望能帮到某些人，水平有限，不喜勿喷。 我所了解到的，现有数字孪生的主流实现方法大概有这么几种：基于unity的 ......
py深度学习指南
常用函数 获取当前运行目录(类似c++) import sys curent_dir = sys.argv[0] 模型保存与读取 import torch # 保存模型步骤 torch.save(model, 'net.pth') # 保存整个神经网络的模型结构以及参数 torch.save(mod ......
深度学习之PyTorch实战（5）——对CrossEntropyLoss损失函数的理解与学习
其实这个笔记起源于一个报错，报错内容也很简单，希望传入一个三维的tensor，但是得到了一个四维。 RuntimeError: only batches of spatial targets supported (3D tensors) but got targets of dimension: 4 ......
win平台共享网络给linux板卡
对于一些没有带无线网卡的linux板卡，进入系统后想要设置网络会比较麻烦，需要用网线连到路由器上让路由器去分配ip，这样我们才能通过ssh去访问设备，但是如果路由器离我们比较远或者根本没有路由器的时候这个方案是不行的，因此可以用电脑本身的网口来连接，之后共享电脑本身的网络来实现这一目的。 下面记录一 ......
技术--2021-12-《深度学习与图像识别原理及实践》-阿里达摩院
技术--2021-12-《深度学习与图像识别原理及实践》-阿里达摩院 创建时间：| 2021/12/12 9:48 | 更新时间：| 2021/12/20 17:29 作者：| HelloXF 第一章 机器视觉 在行业中的应用 机器视觉的发展背景 人工智能 机器视觉 传统的图像处理方法和深度学习效果 ......
私有化部署chatGPT，告别网络困扰
最近的chatGPT是热火朝天，基本人手一个。工具用的好，工作5分钟，划水一整天。
不过最近ChatGPT的访问越来越限制了，访问官网都有网络的问题，今天小卷给大家介绍一个方案，私人独享属于自己的chatGPT，不再担心想用的时候访问不了的情况。 ......
千“垂”百炼：垂直领域与语言模型（1）
Using Language Models in Specific Domains (1) 微信公众号版本：https://mp.weixin.qq.com/s/G24skuUbyrSatxWczVxEAg 这一系列文章仍然坚持走“通俗理解”的风格，用尽量简短、简单、通俗的话来描述清楚每一件事情。本 ......
13.颜色模型与转换
本小节中将介绍几种OpenCV 4中能够互相转换的常见的颜色模型，例如RGB模型、HSV模型、Lab模型、YUV模型以及GRAY模型，并介绍这几种模型之间的数学转换关系，以及OpenCV 4中提供的这几种模型之间的变换函数。 1、RGB颜色模型 RGB颜色模型的命名方式是采用三种颜色的英文首字母组成 ......
卷积
卷积和 理解卷积核心就是要理解自变量变换，卷积和的公式如下： $$ y[n]=\sum_{k=-\infty}^{+\infty}x[k]h[n-k] \ ~\ y[n]=x[k]*h[n-k] $$ 这里重点是 $h[n-k]$, 它是 $h[n]$ 自变量 $n$ 平移 $k$ 后的函数。 卷积 ......
第二节：jsx语法深度剖析和jsx本质的探究
一. 二. 三. ! 作 者 : Yaopengfei(姚鹏飞) 博客地址 : http://www.cnblogs.com/yaopengfei/ 声 明1 : 如有错误，欢迎讨论，请勿谩骂^_^。 声 明2 : 原创博客请在转载时保留原文链接或在文章开头加上本人博客地址，否则保留追究法律责任的权 ......
计算机网络
1. TCP和UDP有什么区别 qq是udp为主，tcp为辅 微信的文字传输是哪种方式？视频语音通话呢？ 答： 首先TCP（Transmission control Protocol，传输控制协议）和UDP（User data protocol，用户数据报协议）都是TCP/IP网络模型中的传输层中的 ......
热点网络统计 huawei od
本期题目：热点网络统计 题目 企业路由器的统计页面，有一个功能，需要动态统计公司访问最多的网页URL topN 请设计一个算法，可以高效动态统计TopN的页面 输入 每一行都是一个URL或一个数字 如果是URL代表一段时间内的网页访问 如果是一个数字N 代表本次需要输出的TopN个URL 输入约束: ......