概论 深度week1 week
智能网联汽车概论试题库
**怎么不经允许就售卖他人劳动成果啊？还请各位别去“小木屋”等打印，谢谢！** 本文使用markdown编写，部分内容格式没识别出来，懒得改了，又不是写出来给奸商偷去售卖的…… ## 第1章 智能网联汽车基础知识 （一）名称解释（每题2分,共10分） 1. **智能汽车** ：是指搭载先进的车载传感 ......
树的最大深度-java实现
使用递归的方法最为简洁、高效；通过主次遍历，主要不为空，书的深度就加一，同时比较右侧树的深度，每次返回最大值； 1 public int maxDepth(TreeNode root) { 2 return root==null?0:Math.max(maxDepth(root.left)+1,ma ......
2024备考Week11
一、本周总结： 从Week6直接到了Week11，浪费了一个多月的时间，不能再这么浪费了。 想法太多，执行太少，沉迷微博/bilibili/知乎/腾讯视频/小红书/微信 太多太多时间，下周开始要彻底屏蔽这些软件。 使用时间：申论15h41min，行测1h。对申论题型有了初步了解。 二、下周规划：彻底 ......
基于GoogleNet深度学习网络的人员身份识别系统Matlab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 深度学习（DL，Deep Learning）是机器学习（ML，Machine Learning）领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能（AI，Artificial Intellige ......
代码随想录算法训练营第十六天|104. 二叉树的最大深度、559. N 叉树的最大深度、111. 二叉树的最小深度、222. 完全二叉树的节点个数
【参考链接】 104. 二叉树的最大深度 【注意】 1. 二叉树节点的深度：指从根节点到该节点的最长简单路径边的条数或者节点数（取决于深度从0开始还是从1开始）。 二叉树节点的高度：指从该节点到叶子节点的最长简单路径边的条数或者节点数（取决于高度从0开始还是从1开始）。 2.根节点的高度就是二叉树的 ......
深度解析线程的正确停止方法
# 深度解析线程的正确停止方法  ## 一、解惑 ### 1. 什么情况下，线程需要被停止？ 线程和任务被创建和启动 ......
深度解析 slab 内存池回收内存以及销毁全流程
在上篇文章 [《深入理解 slab cache 内存分配全链路实现》](https://mp.weixin.qq.com/s?__biz=Mzg2MzU3Mjc3Ng==&mid=2247488152&idx=1&sn=7c65f8ee28e9cc14a86e9df92b6d2b93&chksm=c ......
深度学习分类网络---ResNet
### 一、为什么引入ResNet 通过上一篇分类网络的介绍，我们知道网络的宽度和深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，但训练一个很深的网络是非常困难的，一方面是网络越深越容易出现**梯度消失和梯度爆炸**问题， 然而这个问题通过BN层和ReLU激活函数等方法在很大程度上已 ......
深度学习
## 第一部分 基础知识（T=3W） #### 1.1 数学（T=1W） - 高数：导数、微分、积分、梯度、泰勒展开式 - 线性代数：向量、矩阵、运算、范数、特征向量和特征值 - 概率论：条件概率、期望等 #### 1.2 Python（T=1W） - [廖雪峰免费教程](https://www.l ......
深度学习模型对图像进行特征提取
深度学习模型可以自动从图像中学习到特征，这些特征可以用于图像分类、目标检测和图像生成等任务。目前，深度学习模型在图像识别方面取得了非常出色的成果。 深度学习模型通常使用卷积神经网络（CNN）进行特征提取。CNN中的卷积层、池化层和全连接层可以自动学习到图像中的各种特征，例如边缘、纹理、角点和物体形状 ......
基于深度学习的图像识别技术研究
深度学习是一种机器学习技术，它模拟人类大脑的神经网络，通过多层神经网络对输入数据进行处理和学习，从而实现对复杂数据的高效识别和分类。基于深度学习的图像识别技术已经在各个领域得到广泛应用，包括人脸识别、自动驾驶、医学图像分析等。 在图像识别领域，深度学习技术主要应用于图像分类、目标检测、图像分割等任务 ......
深度解析多线程的创建方式和正确启动多线程
## 一、创建多线程  ### 1. 实现多线程 java 实现多线程的方式准确来说有两种（[oracle官方文档说 ......
macbook苹果m1芯片训练机器学习、深度学习模型,resnet101在mnist手写数字识别上做加速，torch.device("mps")
apple的m1芯片比以往cpu芯片在机器学习加速上听说有15倍的提升，也就是可以使用apple mac训练深度学习pytorch模型！！！惊呆了 安装apple m1芯片版本的pytorch 然后使用chatGPT生成一个resnet101的训练代码，这里注意，如果网络特别轻的话是没有加速效果的， ......
< Python全景系列-6 > 掌握Python面向对象编程的关键：深度探索类与对象
Python全景系列的第六篇，本文将深入探讨Python语言中的核心概念：类（Class）和对象（Object）。我们将介绍这些基本概念，然后通过示例代码详细展示Python中的类和对象如何工作，包括定义、实例化和修改等操作。本文将帮助您更深入地理解Python中的面向对象编程（OOP），并从中提出... ......
week13_MLP_多层感知机
# Multi-Layer Perceptron 多层感知机 ## 生物神经网络 圣地亚哥·拉蒙-卡哈尔（西班牙语：Santiago Ramón y Cajal，1852年5月1日－1934年10月17日），西班牙病理学家、组织学家，神经学家，1906年诺贝尔生理学医学奖得主。 ![image](h ......
Book-深度探索C++对象模型
# Book-深度探索C++对象模型 ## 序章 对象模型是深层结构的知识，关系到“与语言无关、与平台无关、跨网络可执行”软件组件（software component）的基础原理。也因此，了解C++对象模型,是学习目前软件组件三大规格（COM、CORBA、SOM）的技术基础。 如果你对软件组件（s ......
vscode配置远端服务器深度学习项目
vscode配置远端服务器深度学习项目 # 1.安装vscode 官网地址：https://code.visualstudio.com/ 下载安装程序，运行安装即可 # 2.连接服务器 ## 2.1 安装相关插件 需要安装 `Remote - SSH` 和 `Remote Development` ......
双目图像深度信息提取matlab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 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 ......
考研周记-week13
5.15~5.21 记录一下本周的考研进度情况 英语 本周继续使用软件复习单词，因为结束了一轮，每天的单词量有所下降，所以添加了一本单词书，用来巩固复习。 数学 数学方面，本周继续线性代数的学习和高数的基础巩固，预计6月初结束线性代数，6月中旬结束高数的基础巩固，并且完成660的高数部分 专业课 本 ......
深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算
# 深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算 # 1.计算机视觉与卷积神经网络 ## 1.1计算机视觉综述 计算机视觉作为一门让机器学会如何去“看”的学科，具体的说，就是让机器去识别摄像机拍摄的图片或视频中的物体，检测出物体所在的位置，并对目 ......
跟姥爷深度学习6 卷积网络的数学计算
一、前言 前面简单用TensorFlow的全连接网络做了气温预测然后深入了解了一下全连接网络的数学计算，接着用CNN（卷积）网络做了手写数字识别，本篇就接着这个节奏来看卷积网络的数学计算。 二、卷积网络回顾 前面我们使用卷积网络时并没有说太明白，特别是一些参数的含义，这里先补一下功课。 从上面的图看 ......
深度学习--调用chatgot接口实现
首先，对于段落文字进行提取主要信息，第一反应要是电脑像人脑就行了，就想到chatgpt进行识别，以下为我识别的文字进行gpt转换。 实验结果成立，现在只需要将接口调用，将识别文字传入后，进行字符串拼接，加上：“提取支付时间，消费类型，消费内容”，传入gpt后，将结果返回，输入到程序上，进行识别即可。 ......
现代计算机图形学——P6. Rasterization 2（Antialiasing and Z-Buffering）（光栅化（反走样和深度缓冲（Z缓冲）））
—————————————————————————————————————————————————————————— —————————————————————————————————————————————————————————— ———————————————————————————————— ......
watch的深度监听
### vue3中的watch默认deep为true 经踩坑发现，下面俩种情况不会开启 ### 1 当监视的对象author属性obj也为对象时，必须开启deep ``` const author = reactive({ name: 'John Doe', obj:{id:0,t:2}, book ......
基于价值的深度强化学习
由于动作和状态是随机的，又ut依赖于状态和动作，故ut也是随机的 最佳动作价值函数能给我们作出动作给予指导 我们利用神经网络来近似最佳动作价值函数 利用DQN进行动作价值函数的计算，例如我们可以将图片通过卷积层转换为特征向量， 再利用全连接层转换为对应的输出向量即为各个动作的打分。通过打分即可选择动 ......
深度强化学习 基本概念
state：状态；Action：动作；Agent：主体； 在状态s下主体可以选择自己的动作a。 policy函数π：给出在状态s下作出动作a的概率，策略作出的动作是随机的。 状态转移：在旧状态s1下作出动作a转移到新状态。 转态转移也是随机的，随机性依环境而变。 在状态s下作出动作a转移到s‘的概率 ......
基于Graph-Cut算法的彩色图像深度信息提取matlab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 Graph cuts是一种十分有用和流行的能量优化算法，在图像处理领域普遍应用于前后背景分割（Image segmentation）、立体视觉（stereo vision）、抠图（Image matting）等，目前在 ......
操作系统概论
theme: github # 一、操作系统的概念 ## 计算机操作系统定义： 计算机系统是计算机硬件、软件以及周边设备的整体，用于完成各种信息处理任务的**机器系统**。 ## 计算机系统的分类： 计算机系统广义上分为：机械系统和电子式系统（电子系系统又分为：数字式、模拟式） ## 计算机系统的层 ......
深度学习中正样本、负样本、困难样本、简单样本区别
正样本： 与真值对应的目标类别来说该样本为正样本。 负样本： 与真值不对应的其他所有目标类别来说该样本为负样本。 困难样本： 预测时与真值标签误差较大的样本。 简单样本： 预测时与真值标签误差较小的样本。 如： 图片分类：。 需要识别马、羊、牛三个类别。 给一张马的图片。对于预测马来说这个样本为正样 ......
KDDCup深度学习
import pandas as pd import torch import torchvision import torch.nn as nn import numpy as np import torch.utils.data as Data from sklearn import prepr ......