学习网络 算法fasterrcnn深度

学习笔记415—激活函数(tanh、ReLU、softmax)

激活函数在神经网络中的作用有很多,主要作用是给神经网络提供非线性建模能力。如果没有激活函数,那么再多层的神经网络也只能处理线性可分问题。常用的激活函数有 sigmoid、 tanh、 relu、 softmax等。 1.1、sigmoid函数 sigmoid函数将输入变换为(0,1)上的输出。它将范 ......
函数 激活 softmax 笔记 tanh

学习笔记416—BP神经网络模型:深入探究与应用

BP神经网络模型:深入探究与应用 导言BP神经网络模型(Backpropagation Neural Network)是一种广泛应用于机器学习和人工智能领域的神经网络模型。它以其强大的非线性拟合能力和适应性而备受关注。1. BP神经网络模型原理1.1 神经网络基础在深入探讨BP神经网络模型之前,我们 ......
神经网络 模型 神经 笔记 网络

学习笔记:分块

## 前言 非常粗略 ## 概念 什么是**分块**算法? 很简单 就是暴力 把一段长度为 $n$ 的序列 分成 $\sqrt{n}$ 块 块长为 $\sqrt n$ 然后进行一系列暴力乱搞 它的好处就是非常暴力 好! 先来看一道 [板子](https://www.luogu.com.cn/prob ......
笔记

学习笔记414—Sigmoid函数求导

Sigmoid函数求导 基础知识: Sigmoid函数: Sigmoid图形: 生成Sigmoid图形代码: import torch from d2l import torch as d2l %matplotlib inline x=torch.arange(-8.0,8.0,0.1,requir ......
函数 Sigmoid 笔记 414

经典网络

AlexNet 在单张数据集输入网络之前,要将数据集的所有图片,比如18w张都展开成一个227*227*3的向量,然后求这18w个向量的均值,在将这单张图像展开成227*227*3的向量减去均值向量,再将这个减去均值的向量作为输入。 对抗轻微目标偏移带来的影响: 卷积核的数量越多,代表基元越多,能学 ......
经典 网络

学习mybatis连接

1.在pom中添加mybatis,Junit依赖,以及MySQL数据库驱动 在配置文件夹创建xml文件,默认名称为mybatis-config.xml 在xml中配置数据库连接环境,官方文档有模板 <?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE co ......
mybatis

联邦学习中的投毒攻击

Poisoning Attacks and Counterattacks in Federated Learning 中毒攻击发生在模型训练阶段,而推理攻击则在第一章中讨论,通常发生在模型的测试或预测阶段。 ## 什么是投毒攻击 中毒攻击的目的是破坏模型的训练或降低预期训练模型的有效性,包括延长模型 ......
联邦

实用指令_实操作_进程管理_进程监控网络监控

##### 动态监控进程 top 与ps 命令很相似,它们都用来显示正在执行的进程。类似于任务管理器。top与ps最大的不同之处,在于top在执行一段时间可以更新正在运行的进程。 ![image-20230817095148157](C:\Users\86183\AppData\Roaming\Ty ......
进程 网络监控 指令 网络

Ubuntu网络图标消失问题

![](https://img2023.cnblogs.com/blog/1987782/202308/1987782-20230828143318333-1618719304.png) 虚拟机使用Ubuntu时经常会遇到网络图标无故消失的问题。 简直找疯了,ping又ping不通,换网卡驱动也不行 ......
图标 Ubuntu 问题 网络

实用指令_实操作_网络配置

##### 实用指令_实操作 ###### ping测试主机之间网络联通性 ping 目标主机(功能描述,测试当前服务器是否可以连接目的主机) ###### linux网络环境配置 - 自动获取:登录后,通过界面设置自动获取ip - 指定固定的ip:直接修改配置文件来指定ip,可以连接到外网(推荐) ......
指令 网络

【校招VIP】前端算法考察之排序

考点介绍: 不同的场景中,不同的排序算法执行效率不同。 稳定:冒泡、插入、归并 不稳定:选择、快速、堆排序、希尔排序 一、考点题目 1、使用js实现数组的快速排序 解答:快速排序使用了冒泡+分治的思路。 每轮从数组中取出一个数作为基准;在排序过程中,小于或等于基准数的全部放到基准的左边,大于基准的全 ......
前端 算法 VIP

[计算机学习]PWN 入门启程

2023年8月10日 开通 开通了ctf.show的PWN入门课程。之前是去年打ctf比赛,买过VIP。题目很多,挺适合新手入门,如果你也要学习打CTF,建议可以买一个VIP会员,题目很多,可以一关一关自己练习。如果纯萌新,也可以买一个私教课程。 2023年8月28日 第一次写writeup PWN ......
计算机学习 PWN

【校招VIP】算法考点之堆排

考点介绍: 排序算法属于数据结构和算法的基础内容,并且也是大厂笔试中的高频考点。 堆排序是使用一棵树存储序列这个课树只保证跟节点是这棵树中的最小值,但并不保证其他节点是按顺序的。因此他的排序是每次从堆中取得堆顶,取得 n 次就得到了个数为 n 的有序序列。 一、考点试题 1.堆排序的原理 解答:1、 ......
考点 算法 VIP

联邦学习中的安全多方计算

Secure Multi-party Computation in Federated Learning ## 什么是安全多方计算 安全多方计算就是许多参与方需要共同工作完成一个计算任务或者执行一个数学函数,每个参与方针对这个执行构建自己的数据或份额,但不想泄露自己的数据给其他参与方。 在安全多方计 ......
联邦

01 字典树学习笔记

# 01 字典树 前置知识:[字典树](https://oi-wiki.org/string/trie/)。 01 字典树是一种特殊的字典树,它会把数字看作二进制的 $\texttt{01}$ 串存入字符串。 在树上,除了叶子节点外的所有节点都表示一个数的范围。 ![image](https://i ......
字典 笔记 01

python+playwright 学习-77 playwright 发送接口请求APIRequestContext

# 前言 每个Playwright浏览器上下文都有与其关联的APIRequestContext实例,该实例与浏览器上下文共享cookie存储,可以通过browser_context.request或page.request访问。也可以通过调用api_request.new_context()手动创建 ......

学习笔记:DSTAGNN中ST块的代码分析

DSTAGNN模型可以看我上一个博客 [学习笔记:DSTAGNN: Dynamic Spatial-Temporal Aware Graph Neural Network for Traffic Flow Forecasting](https://www.cnblogs.com/white514/p ......
DSTAGNN 代码 笔记

KubeEdge Sedna v0.6 & Ianvs v0.2 重磅发布:边云协同终身学习全面升级

文探讨了边缘智能应用在开放世界问题中的挑战和解决方案,重点介绍了KubeEdge SIG AI发布的KubeEdge Sedna v0.6 及 Ianvs v0.2。 ......
重磅 KubeEdge 终身 Ianvs Sedna

spring学习二:入门

2.1环境要求 ●JDK:java17+(spring6要求JDK最低版本是java17) ●Maven:3.6+ ●Spring:6.0.2 2.2构建模块 (1)新建项目 ......
spring

.NET-10-反编译、IL深入学习

[TOC](反编译、IL深入学习) # 前言 理论与实际相结合,好好的也看了看,蛮有意思的。 >反编译: .dll=>.cs (??) 参考链接: [IL指令官方](https://learn.microsoft.com/en-us/dotnet/api/system.reflection.emit ......
NET 10

推荐三款适合运维小白的网络监测工具

对于刚刚步入职场的运维小白而言,面对工作中的突发情况时常会感到手忙脚乱,为了帮助他们更好地应对这些挑战,本文将介绍三款特别适合运维新手使用的网络监测工具: 1.Zabbix是一个功能强大的网络监控系统,可以监视各种网络设备的性能指标、应用的运行状态等,并提供实时的报警和告警功能。它通过使用Zabbi ......
工具 网络

网络流小记

从洛谷搬过来并做了些许润色,后面或许还会增加内容(? ~~第一次学的时候似乎忘记写博客了捏~~ **网络流**全称网络流理论,是把量类比水流的一种模型。 # 最大流 ## 基本芝士 对于最大流问题,有一种经典的不能在经典的情景:有一个能生产无限水的自来水厂,若干能承载无线水的节点和家三中节点,点与点 ......
小记 网络

网工学习(四)---IP地址相关概念

### 子网掩码 - 参考网址 ``` - https://blog.csdn.net/pagnzong/article/details/112737814 ``` - 不能单独存在,必须结合`IP地址`一起使用 - 作用: 划分子网,将某个`IP地址`划分为**网络地址**和**主机地址**两部分 ......
概念 地址 IP

网络直播源码UDP协议搭建:为平台注入一份力量

在实时网络直播源码平台中,UDP协议的实时、高速的传输速度尤为重要,UDP协议的特性使其成为低延迟、高质量流媒体传输技术的理想选择,也让网络直播源码平台成为一个优质、更为用户提供更好体验的平台。 ......
网络直播 源码 力量 平台 网络

Lyndon分解 学习笔记

### 什么是 $Lyndon$ 串 我们定义一个串是 $Lyndon$ 串,当且仅当这个串的**最小后缀**就是这个串本身。 也就是说 $Lyndon$ 串等价于这个串是它的所有循环表示中**字典序最小**的。 ### $Lyndon$ 分解定义 将一个字符串 $S$ 分解为若干个子串:$s_1s ......
笔记 Lyndon

LVGL学习 stm32f407-board-lvglv8.3移植

# LVGL学习 stm32f407-board-lvglv8.3移植 移植过程有问题,请参考正点原子的教程或者视频 ### 硬件平台 1. STM32F407ZGT6核心板 2. 3.2寸屏幕 ![在这里插入图片描述](https://img-blog.csdnimg.cn/e1f7eba1b44 ......
board-lvglv board lvglv LVGL 407

【算法】用c#实现计算方法中的经典降幂优化策略,减少计算复杂度

对于给定的数组[x1,x2,x3,…,xn],计算幂的累积:x1^(x2^(x3^(…^xn))的最后一位(十进制)数字。 例如,对于数组[3,4,2],您的代码应该返回1,因为3^(4^2)=3^16=43046721。 结果的增长得快得令人难以置信。例如,9^(9^9)有超过3.69亿个数字。你 ......
降幂 复杂度 算法 策略 方法

学习笔记

## 算法基础 ### 贪心 - [线性基](https://www.cnblogs.com/pdpdzaa/p/17562353.html) ### 小技巧 - [基数排序](https://www.cnblogs.com/pdpdzaa/p/17532682.html) ## 数学 ### 一些 ......
笔记

循环神经网络RNN完全解析:从基础理论到PyTorch实战

>在本文中,我们深入探讨了循环神经网络(RNN)及其高级变体,包括长短时记忆网络(LSTM)、门控循环单元(GRU)和双向循环神经网络(Bi-RNN)。文章详细介绍了RNN的基本概念、工作原理和应用场景,同时提供了使用PyTorch构建、训练和评估RNN模型的完整代码指南。 > 作者 TechLea ......

numpy 和 pandas基础学习

1. numpy创建数组:array() import numpy as np import pandas as pd # 创建一维数组 res = np.array([1,2,3]) print(res) # [1 2 3] # 创建二维数组,多维数组以此类推 res = np.array([[1 ......
基础 pandas numpy