张量 深度pytroch
深度学习刷SOTA的trick
作者：Gordon Leehttps://www.zhihu.com/question/540433389/answer/2549775065 1.R-Drop：两次前向+KL loss约束 2. MLM: 在领域语料上用mlm进一步预训练 (Post-training) 3. EFL: 少样本下， ......
pytorch张量中flatten(0,-3)的含义
`masks.flatten(0, -3)` 是一个张量的操作，用于将张量 `masks` 进行展平（flatten），并指定展平操作的维度范围。让我们解释一下这个表达式的含义： - `masks`: 这是一个 PyTorch 张量，包含了要展平的数据。 - `masks.flatten(0, -3 ......
【福利活动】深度体验OpenHarmony对接华为云IoT
本文主要介绍基于OpenHarmony 3.0来接入IoTDA，以BearPi-HM_Nano开发板为例，使用huaweicloud_iot_link SDK对接华为云物联网平台的简单流程。文末为大家提供了 体验活动 的福利，最高可得HUAWEI WATCH FIT手表、华为手环7、HUAWEI F ......
P1219 八皇后 Checker Challenge(深度搜索dfs经典问题+回溯)
题目连接：P1219 [USACO1.5] 八皇后 Checker Challenge - 洛谷 | 计算机科学教育新生态 (luogu.com.cn) 典型的深度优先搜索的问题 》先付代码再来跟新 java组代码 package PTACZW; import java.util.Scanner; ......
【深度学习入门向】使用简单的卷积神经网络对 CIFAR10 数据集进行分类
## Shallow CNN 从最简单的卷积神经网络（CNN）开始。卷积神经网络是神经网络的一种（子集），其结构主要包括以卷积层、池化层为主的特征提取部分和全连接层为主的分类部分。 - 卷积层使用卷积核对输入进行卷积操作。卷积操作的目的是对图像进行扫描以找到最接近卷积核所代表的特征。其输出称为特征图 ......
【深度学习入门向】使用几个技巧提高对 CIFAR10 分类的准确性
## Mixup, TTA, and Ensemble 在[上一篇文章](https://www.cnblogs.com/violeshnv/p/17583908.html)中使用了普通的 CNN 实现了对 CIFAR10 数据集 89% 的准确率。 本文通过实现三种技术来进一步提高准确率 - Mi ......
Vue2的/deep/深度选择器失效了？
> /deep/ 在 Vue2 样式中的问题。 ## 太长不看： 不要在 Vue SFC 以外的地方使用`/deep/`。对于 Vue3 ，请使用最新的`:deep()`伪类选择器。 ## 什么是`/deep/` `/deep/`是 Vue2 中一个重要的样式选择器，可以用于选择封装好的组件内部的样 ......
基于LSTM深度学习网络的人员行走速度识别matlab仿真,以第一视角视频为样本进行跑或者走识别
1.算法理论概述 人员行走速度是衡量人体运动能力和身体健康的重要指标之一。目前，常见的人员行走速度识别方法主要基于传感器或摄像头获取的数据，如加速度计数据、GPS数据和视频数据等等。其中，基于视频数据的方法因为其易于获取和处理而备受关注。但是，传统的基于特征提取的方法往往需要手工选择特征并进行复杂的 ......
深度学习用什么卡比较给力？—— A100真的么有RTX4090好吗？
近日看到这么一个帖子： https://www.zhihu.com/question/612568623/answer/3131709693 ......
深度学习-->线性回归模型
# 线性回归 # 创建数据集 from mxnet import ndarray as nd from mxnet import autograd as ad num_input = 2 num_examples = 1000 true_w = [2, -3.4] true_b = 4.2 x = ......
基于深度学习的图像分割技术探究
导言： 图像分割是计算机视觉领域的重要任务，旨在将图像划分为不同的语义区域，实现对图像中感兴趣物体的定位和提取。深度学习作为图像分割的新兴技术，通过卷积神经网络（CNN）等模型，取得了显著的分割效果。本文将探究基于深度学习的图像分割技术的原理、应用以及面临的挑战。 第一部分：基于深度学习的图像分割原 ......
东方博宜 2166 - 子树的大小及深度
题目描述 现在有一棵 n 个结点的树，结点 1为这棵树的根，结点 1 的深度为 1，求出每棵子树的大小及每个结点的深度。 比如，有如下图所示的树： 该树中： 结点 1 对应的子树大小为 6，深度为 1。 结点 2 对应的子树大小为 5，深度为 2。 结点 3 对应的子树大小为 1，深度为 3。 结点 ......
pytorch张量广播机制示例
import torch box = torch.tensor([ # 边界框的坐标，(x1, y1, x2, y2). box'shape: (3, 4) [0.1, 0.2, 0.5, 0.3], [0.6, 0.6, 0.9, 0.9], [0.1, 0.1, 0.2, 0.2] ]) whw ......
复习《动手学深度学习 pytorch版》
 向量的范数是表示一个向量有多大。 这里考虑的大小（size）概念不涉及维度，而是分量的大小。 定义了向量空间里的距 ......
TVM编译深度学习模型
# Quick Start Tutorial for Compiling Deep Learning Models 本文将展示如何使用Relay python前端构建神经网络，并使用TVM为Nvidia GPU创建实时运行库，需要有cuda版本的TVM和llvm。 ## TVM支持的硬件后端 图中展 ......
关于深度优先搜索与宽/广度优先搜索
在解决一些较复杂的问题时候，只会一些很简单的算法如：贪心，简单枚举，模拟，分治...是远远不够的，还需要了解一些除此之外的算法，这篇文章将带你了解搜索基础：dfs（下面简称深搜）与bfs（下面简称广搜）。 #### 什么是深度优先搜索与宽/广度优先搜索 深搜和广搜都是以一定的顺序遍历整张图的算法，算 ......
Python【19】 torch.randn( ) 返回标准正态分布张量
参考：https://pytorch.org/docs/stable/generated/torch.randn.html  一个模型的执行包含 tensor 和 primitive tensor function，后者是定义 tensor 之间的计算步骤的函数（通常也叫 op，不过这里的范围更广，还包括 Module 等）。 》曾经提到过，我们在测试需求项目时，会把需求逐级拆解，直到最小粒度。然后，各业务线的测试小伙伴把任务领走进行细化，同时，确定一位主测分来主导复杂项目的测试工作。在面试过程中，很多小伙伴也会说，我们会根据需求所描述的功能，进行测试。那作为一位应聘者，如何才能把自己之前工 ......