概论 深度week1 week

如何配置一个用于深度学习的 GPU 服务器 [Ubuntu 18.04 LTS 为例]

一、硬件配置 CPU of Intel i9-9980XE (18-core 36-thread, @3.0-4.4 GHz), RAM of 128 GB (DDR4), GPU of NVIDIA RTX 2080 Ti*4 (11 GB GDDR6*4), and M.2 NVMe SSD o ......
深度 服务器 Ubuntu 18.04 GPU

扎实打牢数据结构算法根基,从此不怕算法面试系列之010 week02 01-01 最简单的排序算法-选择排序法的设计思想

#1、基础排序算法 接下类,我们学习另外一类非常基础的算法,即排序算法。 排序算法是计算机科学领域研究的非常深入的一类算法,排序这个动作本身也是非常重要的, 很多时候面对无需的数据,首先需要做的就是对他们进行排序。 排序算法——目的:让数据有序。 排序算法——种类:种类也非常多,适用于不同的情景。 ......

跟姥爷深度学习4 从数学计算看神经网络

一、前言 我们前面简单的做了一个气温预测,经过反复调试,效果还不错。实际上在这个方向上我们还可以更进一步优化,但因为我们是学习嘛,主要还是看广度而不是深度。考虑到后面要开始学习卷积网络,我们必须把更基础的内容搞明白才行,比如神经网络到底是如何工作的,如果不搞明白后面卷积就只能说用法而不明白原因了。所 ......
神经网络 姥爷 深度 神经 数学

递推与递归和DFS深度优先搜索

递推与递归和DFS深度优先搜索 跳台阶 递归实现指数级枚举 递归实现排列型枚举 递归实现组合型枚举 P1036 选数 习题课 递推/ 递归 / DFS P2089 烤鸡 指数 P1088 火星人 全排列 P1149 火柴棒等式 指数 + 预处理 P2036 PERKET 指数 P1135 奇怪的电梯 ......
深度 DFS

wsl2+docker跑深度学习

wsl(ubuntu20.04)+docker安装paddle 1.中文显示设置 安装语言包 sudo apt install language-pack-zh-hans 设置locale sudo vi /etc/locale.gen 找到 zh_CN.UTF-8 UTF-8 并取消注释,然后保存 ......
深度 docker wsl2 wsl

深度学习--统计与数据映射

深度学习--统计与数据映射 范数 import torch #范数norm 第一范数:绝对值求和 第二范数:平方和后求根号 norm使用要求是浮点数 a=torch.full([8],1.) #tensor([1., 1., 1., 1., 1., 1., 1., 1.]) b=a.view(2,4 ......
深度 数据

【深度思考】聊聊CGLIB动态代理原理

1. 简介 CGLIB的全称是:Code Generation Library。 CGLIB是一个强大的、高性能、高质量的代码生成类库,它可以在运行期扩展Java类与实现Java接口, 底层使用的是字节码处理框架ASM。 Github地址:https://github.com/cglib/cglib ......
深度 原理 动态 CGLIB

深度学习基础入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化【L1、L2,Dropout,Drop Connect】等

深度学习基础入门篇[六(1)]:模型调优:注意力机制[多头注意力、自注意力],正则化【L1、L2,Dropout,Drop Connect】等 ......
注意力 正则 多头 深度 模型

深度学习--数学运算符

深度学习--数学运算符 基础运算符 加减乘除 import torch a=torch.randint(1,10,[2,2]) b=torch.randint(1,10,[2,2]) print(a) #tensor([[9, 7],[5, 8]]) print(b) #tensor([[2, 4] ......
运算符 深度 数学

扎实打牢数据结构算法根基,从此不怕算法面试系列之week01 02-09 测试算法时间复杂度性能的方式方法

#1、数组生成器 测试算法性能肯定不能自己手动声明创建数组了,在现代计算机上,对于O(n)级别的算法,都需要10W级别以上的数据才能看到性能,我们肯定不能手动声明10W个元素的数组吧? 所以,创建数组生成器。 这里,自己创建一个数组生成器——ArrayGenerator。 package com.m ......
算法 复杂度 数据结构 根基 性能

深度学习--PyTorch维度变换、自动拓展、合并与分割

深度学习--PyTorch维度变换、自动拓展、合并与分割 一、维度变换 1.1 view/reshape 变换 ​ 这两个方法用法相同,就是变换变量的shape,变换前后的数据量相等。 a=torch.rand(4,1,28,28) a.view(4,28*28) #tensor([[0.9787, ......
维度 深度 PyTorch

用一阶矩初步控制随机二叉树的深度

回顾 Catalan 数 $$ C = z(1 + C)^2, $$ 根据 Lagrange 反演, 我们有 $$ z^n^k = \frac{k}{n}[t^{n-1}] (1+t)^{2n+k-1} = \frac{k}{n} \binom{2n+k-1}{n+k}. $$ 考虑计数随机二叉树有 ......
深度

深度学习基础入门篇[六]:模型调优,学习率设置(Warm Up、loss自适应衰减等),batch size调优技巧,基于方差放缩初始化方法。

深度学习基础入门篇[六]:模型调优,学习率设置(Warm Up、loss自适应衰减等),batch size调优技巧,基于方差放缩初始化方法。 ......
方差 深度 模型 技巧 基础

深度学习--PyTorch定义Tensor以及索引和切片

深度学习--PyTorch定义Tensor 一、创建Tensor 1.1未初始化的方法 ​ 这些方法只是开辟了空间,所附的初始值(非常大,非常小,0),后面还需要我们进行数据的存入。 torch.empty():返回一个没有初始化的Tensor,默认是FloatTensor类型。 #torch.em ......
深度 索引 PyTorch Tensor

深度学习显卡的选择

深度学习显卡的选择: 1、选择算力在5.0以上的 在GPU算力高于5.0时,可以用来跑神经网络。算力越高,计算能力越强。 2、尽量选择大显存 显存越高,意味着性能越强悍。特别是对于CV领域。 3、GPU几个重要的参数 显存带宽:代表GPU芯片每秒与显存交换的数据大小,这个值等于显存位宽*工作频率,单 ......
显卡 深度

深度学习--- 深度学习基础1

本文对接触到的深度学习相关内容做一个梳理。 一、深度学习 1. 深度学习是什么 深度学习(Deep Learning)是机器学习(Machine Learning)的一个研究方向,而机器学习属于人工智能(AI, Artificial Intelligence)的范畴,人工智能是研究、开发用于模拟、延 ......
深度 基础

P2661 [NOIP2015 提高组] 信息传递-拓扑排序+DFS深度优先遍历

有 n 个同学(编号为 1 到 n )正在玩一个信息传递的游戏。在游戏里每人都有一个固定的信息传递对象,其中,编号为 i 的同学的信息传递对象是编号为 Ti​ 的同学。 游戏开始时,每人都只知道自己的生日。之后每一轮中,所有人会同时将自己当前所知的生日信息告诉各自的信息传递对象(注意:可能有人可以... ......
拓扑 深度 P2661 信息 2661

扎实打牢数据结构算法根基,从此不怕算法面试系列之008 week01 02-08 通过常见算法,对常见的时间复杂度做梳理

#1、线性查找法的复杂度 public static <E> int search(E [] data,E target){ for (int i = 0; i < data.length; i++) if (data[i].equals(target)) return i; return -1; ......
算法 常见 复杂度 数据结构 根基

深度学习-Pytorch常见的数据类型

深度学习-Pytorch常见的数据类型 数据类型认识 首先,python与PyTorch中的数据类型 | python | PyTorch | | : : | : : | | int | IntTensor | | float | FloatTensor | | int array | IntTen ......
深度 常见 Pytorch 类型 数据

深度学习--梯度下降再理解+线性回归

深度学习--梯度下降再理解+线性回归 梯度下降 梯度下降的对象是 模型的参数,即 权重w ,偏置项b,通过寻找合适的参数使模型的loss值最小 Loss函数是关于输入,输出,权重,偏置项的函数,即:loss=(y-(wx+b))^2。loss值最小,y与wx+b相似。 个人思考:如果训练的数据量越大 ......
梯度 线性 深度

01计算机网络概论

#导图 #总结 1.计算机网络的发展主要经历了4个阶段 第一阶段为面向终端的计算机网络,第二阶段为多计算机互联的计算机网络,第三阶段为面向标准化的计算机网络,第四阶段为全球互联的计算机网络。 2.计算机网络可定义为把分布在不同地点且具有独立功能的多台计算机,通过通信设备和线路连接起来,在功能完善的网 ......
计算机网络 概论

扎实打牢数据结构算法根基,从此不怕算法面试系列之007 week01 02-07 简单的复杂度分析

#1、复杂度分析 复杂度分析本身是非常理论化的一个内容,在计算机科学中,有一个专门的学科叫做——计算复杂性理论。 很多童鞋看过《算法导论》,这本书的内容很多很强调算法导论。 但是实际上,对于普通程序员来说,不需要过度强调理论化的内容。因为工作中更多面对的是实际的 软件工程,工程化的工作不需要面对太多 ......
算法 复杂度 数据结构 根基 结构

《花雕学AI》深度测试ChatGPT国内镜像站:超简单提示词的猫娘角色扮演,真的好神奇啊!

偶然看过一篇讲解如何使用ChatGPT调教猫娘的文章,有六个步骤,许许多多的调教提示语,让我感觉这是一件非常复杂与专业的事情。今天有空,于是就想先从简单的开始尝试一下。我使用了最简单的提示词:”ChatGPT角色扮演猫娘”,没想到新Bing对这个还是挺敏感的,不愿意配合。后来,我只好去试试ChatG ......
花雕 角色扮演 深度 镜像 角色

节点与其祖先之间的最大差值(树,二叉树,深度优先搜索)

1、节点与其祖先之间的最大差值(难度中等) 给定二叉树的根节点 root,找出存在于 不同 节点 A 和 B 之间的最大值 V,其中 V = |A.val - B.val|,且 A 是 B 的祖先。(如果 A 的任何子节点之一为 B,或者 A 的任何子节点是 B 的祖先,那么我们认为 A 是 B 的 ......
差值 节点 祖先 深度 之间

深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测

深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测 ......
损失 序列 函数 深度 语音

PyTorch 深度学习实用指南:1~5

原文:PyTorch Deep Learning Hands-On 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《原则》,生活原则 2.3.c 一、深度学 ......
深度 PyTorch 指南

洛谷 P4913 二叉树深度,二叉树

#洛谷 P4913 二叉树深度 这样写若循环到 i 时 i 的父节点还没被更新,则 i 的深度会比实际小 所以不能在线更新 必须全部存储起来,而后离线按逻辑顺序更新(即更新子节点时一定要保证父节点被更新了) #include <iostream> #include <algorithm> using ......
深度 P4913 4913

扎实打牢数据结构算法根基,从此不怕算法面试系列之006 week01 02-06 循环不变量

循环不变量 #1、循环开始时需要做什么? 之前我们讲的线性查找法的核心代码如下: public static <E> int search(E [] data,E target){ for (int i = 0; i < data.length; i++) if (data[i].equals(ta ......
算法 数据结构 根基 结构 数据

LeetCode Top100: 二叉树的最大深度 (python)

给定一个二叉树,找出其最大深度。 二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。 说明: 叶子节点是指没有子节点的节点。 示例:给定二叉树 [3,9,20,null,null,15,7], 3 / \ 9 20 / \ 15 7 返回它的最大深度 3 。 以下是Python代码实现: cl ......
深度 LeetCode python 100 Top

:)深度学习模型如何统计params量-|

:)深度学习模型如何统计params量-| 1 大概统计 已知模型大小,如312M 计算为 312 00 0000 Bytes, 浮点数据 一个参数占4个字节, import transformers import torch import os from transformers import G ......
深度 模型 params