序列seq深度pytorch
【pytorch】土堆pytorch教程学习（六）DataLoader 的使用
DataLoader 将数据集（dataset）和采样器（sampler）组合在一起，并在给定数据集上提供迭代。 DataLoader 支持 map 式和 iterable 式的数据集，可进行单进程或多进程加载、自定义加载顺序和可选的自动批处理和内存固定。 先看下实例化一个 DataLoader 所 ......
深度学习—孪生网络与蒸馏网络
一、孪生神经网络 1、概述：它在目标识别与追踪、精确制导、行人重识别、人脸验证、笔迹验证、图像匹配等领域具有重要应用。 尤其在基于孪生网路的目标检测与追踪方面，设计了SiamFC、SiamRPN、SiamRPN++、DaSiamRPN等经典算法。 本质上，孪生网路是一种实现深度度量学习的深度学习技术 ......
python中如何使两个序列相加不改变内存地址的几种方式
# 方式1 a = [1,2,3] print(a) # 4551311680 a.extend([4,5]) print(a) # 4551311680 # 方式2 b = [1,2,3] print(b) # 4494299456 b += [4,5,6] print(b) # 44942994 ......
基于DNA序列的图像加解密算法仿真
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 随着互联网和通信行业的快速发展，信息安全也越来越受关注，由此很多数据加密算法被提出，并被大量使用，例如AES算法，DES算法等，由于人在生活中所获得的信息大部分来自于视觉，图像就成为了人类生活活动中最常见的信息载体.高 ......
m基于整数序列的QC-LDPC的稀疏校验矩阵构造算法性能对比matlab仿真,对比差分序列,PEG,Mackey等
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 QC-LDPC（Quasi-Cyslic Low-Density Parity-Check Codes）即准循环LDPC码。之前介绍的LDPC码基本属于随机构造法，构造出的码性能很好，但校验矩阵具有不规律性，存在校验矩 ......
机器学习预测给定生物DNA序列是编码序列还是非编码序列
在生物学中，DNA序列通常指非编码序列，因为DNA是生物体内存储基因信息的一种生物大分子，具有一定的生物学特性和结构。然而，基于DNA序列的机器学习预测可以包括编码和非编码序列的任务。以下是一些基于DNA序列的机器学习应用： 应用于非编码DNA序列的机器学习模型： 基因预测：使用机器学习算法预测非编 ......
STARR-seq
STARR-seq：该方法是用来评估启动子区域的增强子活性。 Epromoters: 指的是既可以作为promoters 同时可以作为远端基因的enhancers enhancers和epromoters的鉴定流程如下图： 主要是从GEO数据库搜集目前已发表的STARR-seq和MPRA数据，然后分 ......
【剑指 Offer】 44. 数字序列中某一位的数字
【题目】 数字以0123456789101112131415…的格式序列化到一个字符序列中。在这个序列中，第5位（从下标0开始计数）是5，第13位是1，第19位是4，等等。请写一个函数，求任意第n位对应的数字。 示例 1：输入：n = 3输出：3示例 2：输入：n = 11输出：0 限制： 0 <= ......
【2023 · CANN训练营第一季】昇腾AI入门Pytorch
昇腾AI全栈架构 华为AI全栈全场景解决方案为4层，分别为芯片层、芯片使能层、AI框架层和应用使能层。 芯片 基于统一、可扩展架构的系列化AI IP和芯片，为上层加速提供硬件基础。 芯片产品：昇腾310和昇腾910的独立芯片，Nano-Tiny-Lite的非独立芯片。 Ascend层，一切集成电路的 ......
Prophet 时间序列预测算法
Prophet 时间序列预测算法 一、背景 时间序列预测是一种预测未来数据的方法，对于时间序列的分析，我们可以采用传统的统计学方法，例如 ARIMA、Exponential Smoothing等，这些方法通过分析过去的数据建立模型来预测未来的趋势，但是这些方法有一个限制就是必须满足某些假设条件，例如 ......
【pytorch】土堆pytorch教程学习（五）torchvision 中的数据集的使用
torchvision 中的数据集使用 在torchvision.datasets模块中提供了许多内置的数据集。 内置的数据集有 CIFAR10、MNIST、COCO等，更多可进入 pytorch 官网查看。 所有内置的数据集都继承了 torch.utils.data.Dataset 类，并且实现了 ......
pytorch模型降低计算成本和计算量
下面是如何使用PyTorch降低计算成本和计算量的一些方法： 压缩模型：使用模型压缩技术，如剪枝、量化和哈希等方法，来减小模型的大小和复杂度，从而降低计算量和运行成本。 分布式训练：使用多台机器进行分布式训练，可以将模型训练时间大大缩短，提高训练效率，同时还可以降低成本。 硬件加速：使用GPU或TP ......
4隐马尔可夫模型与序列标注
4隐马尔可夫模型与序列标注 序列标注问题 •序列标注（tagging）指的是给定一个序列x=x_1 x_2…x_n，找出序列中每个元素对应标签y=y_1 y_2…y_n的问题 其中，y所有可能的取值集合称为标注集（tagset） 序列标注与中文分词 考虑一个字符序列x，想象切词器真的是拿刀切割字符串 ......
【pytorch】为什么 ToTensor 后紧接 Normalize 操作？
学习 pytorch 的 transforms 一节中产生疑问：ToTensor 操作中图像数据满足 [0,255] 条件会进行线性归一化，映射到 [0,1]。在 ToTensor 操作后一般紧接着 Nomalize 操作，又进行了一次标准差归一化。既然已经归一化了一次，为什么还要再来一次？ 以下是 ......
[ZJOI2020] 序列 线性规划做法/贪心做法
线性规划做法 同时也作为线性规划对偶的一个小小的学习笔记。 以下 $\cdot$ 表示点积，$b,c,x,y$ 是行向量。 $A$ 是矩阵，对于向量 $u,v$ 若 $\forall i,u_i\leq v_i$ 则称 $u\leq v$，$\geq$ 同理。 线性规划标准型： $$ \max c\ ......
NC20279 [SCOI2010]序列操作
题目链接 题目 题目描述 lxhgww最近收到了一个01序列，序列里面包含了n个数，这些数要么是0，要么是1，现在对于这个序列有五种变换操作和询问操作： 0 a b 把[a, b]区间内的所有数全变成0 1 a b 把[a, b]区间内的所有数全变成1 2 a b 把[a,b]区间内的所有数全部取反 ......
【pytorch】土堆pytorch教程学习（四）Transforms 的使用
transforms 在工具包 torchvision下，用来对图像进行预处理：数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换、亮度/饱和度/对比度变换等。 transforms 本质就是一个python文件，相当于一个工具箱，里面包含诸如 Resize ......
在PyTorch中，可以对Tensor进行操作的一些函数：view、permute、squeeze、unsqueeze等
tensor是深度学习中非常实用的数据类型，PyTorch包含了许多可以操作tensor的工具，比如重塑、、（不考虑内存底层的具体情况）。 1. 查看Tensor的shape ......
医学图像的深度学习的完整代码示例：使用Pytorch对MRI脑扫描的图像进行分割
图像分割是医学图像分析中最重要的任务之一，在许多临床应用中往往是第一步也是最关键的一步。在脑MRI分析中，图像分割通常用于测量和可视化解剖结构，分析大脑变化，描绘病理区域以及手术计划和图像引导干预，分割是大多数形态学分析的先决条件。 本文我们将介绍如何使用QuickNAT对人脑的图像进行分割。使用M ......
分别使用SAD匹配,NCC匹配,SSD匹配三种算法提取双目图像的深度信息
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 深度学习的蓬勃发展得益于大规模有标注的数据驱动，有监督学习（supervised learning）推动深度模型向着性能越来越高的方向发展。但是，大量的标注数据往往需要付出巨大的人力成本，越来越多的研究开始关注如何在不 ......
2023-05-01：给你一个整数 n ， 请你在无限的整数序列 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, ...] 中找出并返回第 n 位上的数字。 1 ＜= n ＜=
2023-05-01：给你一个整数 n ， 请你在无限的整数序列 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, ...] 中找出并返回第 n 位上的数字。 1 <= n <= 2^31 - 1。 输入：n = 11 输出：0 解释：第 11 位数字在序列 1, 2, 3, ......
代码笔记27 numpy和pytorch中的多维数组切片
原来还可以用数组切数组，我算是长见识了。不多说了，直接上代码应该可以明白 import numpy as np xyz = np.arange(36).reshape(3, 4, 3) B, N, C = xyz.shape farthest = np.random.randint(0, N, si ......
【pytorch】土堆pytorch教程学习（三）TensorBoard的使用
TensorBoard 是TensorFlow的可视化工具包，提供机器学习实验所需的可视化功能和工具： 跟踪和可视化损失及准确率等指标 可视化模型图（操作和层） 查看权重、偏差或其他张量随时间变化的直方图 将嵌入投射到较低的维度空间 显示图片、文字和音频数据 剖析 TensorFlow 程序 安装 ......
括号匹配序列计数问题
题意 一个长度为 $n$ 且符合规范的括号序列，其有些位置已经确定了，有些位置尚未确定，求这样的括号序列一共有多少个。要求复杂度为 $O(n^3)$ 分析 由题意可知，我们可以这样定义括号匹配序列： 空序列是括号匹配序列。 如果 S 是括号匹配序列，那么 $(S)$ 也是括号匹配序列。 如果 A 是 ......
NC17877 整数序列
题目链接 题目 题目描述 给出一个长度为n的整数序列 $a_1,a_2,...,a_n$ ，进行 $m$ 次操作，操作分为两类。 操作1：给出 $l,r,v$ ，将 $a_l,a_{l+1},...,a_r$ 分别加上 $v$ ； 操作2：给出 $l,r$ ，询问 $\sum\limits_{i=l ......
关于pytorch包的测试问题
pytorch的官方github项目有个文件专门用于测试torch是否安装成功，例如：https://github.com/pytorch/pytorch/blob/v1.11.0/test/test_torch.py 但是我们平时测试一个pip包是否安装成功，都是直接import来测试，这样的测试 ......
剑指 Offer II 119. 最长连续序列
分析: 题目意思是数组里面能组合起来最长的连续数组 然后直接sort排序，如果中间差数不是1就不再连续，count归零 当nums[i]和nums[i-1]相等的时候，跳过 代码： 1 class Solution(object): 2 def longestConsecutive(self, nu ......
穿越时空的智慧：经得起时间考验的深度学习理念
前言 近十年，深度学习获得长足发展，大量的研究论文和想法铺天盖地。本文回顾历年来突出的深度学习理念，总结了若干个经得起时间考验的方法，它们已经被反复使用，被广泛证明是有效的。 本文转载自幻方AI 作者 | Denny 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 ......
OpenCV加载深度学习模型
本文使用OpenCV加载深度学习模型，实现了对传入的单张图像或多张图像进行预测。 步骤： 首先读入Caffe框架训练好的模型，然后对输入图像进行预处理操作，并将其传入已构建的网络模型，最后对得到的预测结果进行排序，找到概率最大的，通过标签文件得到最终预测的结果并进行输出展示。 1.单张图像 (1)构 ......