概论 深度week1 week
games101-2 透视深度插值矫正与抗锯齿分析
透视深度插值矫正与抗锯齿分析 深度插值的差错原因 透视深度插值公式推导 games101中的错误 msaa与ssaa简要定义 games101中ssaa的实现 games101中msaa的实现 深度插值的差错原因 当投影的图形与投影的平面不平行时，这时进行透视投影，从上图中可以看出，投影平面上的线段 ......
计算机系统概论
1.1 计算机系统 硬件 计算机主体，如主机，外设等 软件 系统软件 用来管理整个计算机系统 语言处理程序 操作系统 服务性程序 数据库管理系统 网络软件 应用软件 1.2 计算机基本组成 冯·诺伊曼计算机特点 由五大部件组成（存储器、输入设备、输出设备、控制器、运算器） 存储器的基本组成 存储体— ......
13、深度学习入门：P154、P155、P156、P157、P158、P159
1、调整权重和偏置以便拟合训练数据的过程称为学习 这句话指的是机器学习中模型训练的过程。在训练一个机器学习模型时，我们通常有一个训练数据集，其中包含输入和对应的期望输出。模型的目标是通过学习这些数据中的模式和规律，以便在未见过的数据上做出准确的预测或执行任务。 模型学习的核心是调整其参数，其中包括权 ......
虚函数深度分享
深入理解虚函数 什么是虚函数 我们知道面向对象有三大特性，封装、继承、多态，封装和继承就不多说了，大家比较常用，即使你是写Python的也会用到，但是多态就比较复杂了，在C++里，虚函数是实现多态的一个强大的武器。 多态在一些设计模式里比较重要，如模板模式，可以多个不同的模板来呈现同一个业务，或者策 ......
acwing week2 基础算法3总结
acwing week2 基础算法3总结 总结点1：双指针算法 //常用模版框架 for (int i = 0, j = 0; i < n; i ++ ) { while (j < i && check(i, j)) j ++ ; } 常见问题分类： (1) 对于一个序列，用两个指针维护一段区间 ( ......
《深度学习入门——自制框架》读书笔记 第二章 用自然的代码表达
2. 用自然的代码表达 step12 可变长参数（正向） 主要是解决多输入多输出问题 例如Add函数： class Add(Function): def forward(self, x0, x1): y = x0 + x1 return y def add(x0, x1): return Add() ......
《深度学习入门——自制框架》读书笔记
1. 自动微分 step2 创建变量的函数 # 箱子类，存放一个变量数据 class Variable: def __init__(self, data): self.data = data # 函数类的基类 class Function: # __call__方法是一个特殊的Python方法。 # ......
【DFS深度优先遍历】给定一个数组，从第一个开始，正好走到数组最后，所使用的最少步骤数
题目描述 给定一个数组，从第一个开始，正好走到数组最后，所使用的最少步骤数。 要求： 第一步从第一元素开始，第一步小于<len/2（len为数组的长度）。从第二步开始，只能以所在成员的数字走相应的步数，不能多也不能少, 如果目标不可达返回-1，输出最少的步骤数，不能往回走。 输入 7 5 9 4 2 ......
深度图与彩色图合成点云
python代码如下： import cv2import numpy as npimport open3d as o3dimport matplotlib.pyplot as pltif __name__ == "__main__": fx_d = 377.5033 fy_d = 379.9958 ......
Linux 内核参数调整解析：深度优化数据库性能 转载:https://www.toutiao.com/article/7304950566709559843
系统内核参数配置文件：/etc/sysctl.conf 一、参数说明 1、关闭 IPv6 支持 net.ipv6.conf.all.disable_ipv6 = 1 net.ipv6.conf.default.disable_ipv6 = 1 作用：关闭对 IPv6 的支持，减轻系统负担，提高安全性 ......
TensorFlow-深度学习预训练模型的使用方法讲解（TensorFlow-Explanation on how to use deep learning pre-trained models）
在运用深度学习模型时，掌握运用预训练模型的方法是必不可少的一步。为什么要使用与训练的模型，原因归纳如下： （1）使用大量高质量的数据（如 ImageNet 是普林斯顿大学与斯坦福大学所主导的项目）又加上设计较复杂的模型结构（如ResNet模型高达150层）设计出来的模型，准确率会大大提高。 （2）可 ......
【pwn】[HGAME 2022 week1]enter the pwn land --数组下标修改，栈溢出
查保护 然后ida看代码逻辑 来到关键函数，这里存在栈溢出漏洞，但是这是数组循环一个字节读入，我们看一下i的地址 发现i的地址在rbp上面，所以我们构造payload肯定会把i的值给覆盖了，所以payload在构造时需要修改一下i的值，让我们的payload继续读入到正确位置，然后就是简单的ret2 ......
基于深度学习网络的施工人员安全帽佩戴检测matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 基于深度学习网络的施工人员安全帽佩戴检测是一种先进的技术，它利用深度学习算法对图像或视频进行分析，以检测施工人员是否佩戴了安全帽。基于深度学习网络的施工人员安全帽佩戴检测方法的基本原理是：利用深度学习算法对大量的 ......
week1-深度学习概论
1. What is a neural network? 神经网络又称人工神经网络 (ANN) 或模拟神经网络 (SNN)，是机器学习的子集，同时也是深度学习算法的核心。 神经网络其名称和结构均受到人脑的启发，可模仿生物神经元相互传递信号的方式。 人工神经网络 (ANN) 由节点层组成，包含一个输入 ......
win10深度学习环境配置系列之Conda创建虚拟环境[非公]
@目录1. Anaconda的安装及换源1.1下载地址:1.2 换源1.2.1生成.condarc配置文件：1.2.2修改.condarc配置文件：1.3 Jupyter notebook修改默认文件夹2.conda创建虚拟环境3.虚拟环境常用命令4.tensorflow2.0安装 1. Anaco ......
【DFS深度优先算法】全排列、组合总和
全排列 题目描述：给定一个没有重复数字的序列，返回其所有可能的全排列。 题目链接：46. 全排列 输入描述： 输入:[1,2,3] 输出描述： 输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]] 思路：依次从前往后把所有数字，固定在第0个位置，此 ......
世微 舞台灯车灯深度调光大功率 降压恒流驱动IC APS54083
产品描述 APS54083 是一款 PWM 工作模式,高效率、外围简单、外置功率 MOS 管，适用于 5-220V 输入高精度降压 LED 恒流驱动芯片。输出最大功率150W最大电流 6A。APS54083 可实现线性调光和 PWM 调光，线性调光脚有效电压范围 0.5-2.5V.PWM 调光频率范 ......
Java程序员必备技能：Collections工具类深度解析！
在之前的文章中，我们学习了单列集合的两大接口及其常用的实现类；在这些接口或实现类中，为我们提供了不少的实用的方法。 本篇文章我们来介绍一种java开发者为我们提供了一个工具类，让我们更好的来使用集合 Collections 工具类 Collections 是一个操作Set，List，Map等的集合工 ......
2023_2024_1计算机科学概论与程序基础 第八周助教总结
第八周助教总结 一、总体情况 这周总体看来大家对于作业的参与度和完成度还是比较高的，大部分看得出来还是有一定自己的对知识的理解和了解，同时看的出来大家在运用ai的方面总体是越来越熟练了，与此同时，还有一些同学在学习方面的积极性还要加强。 二、一些不足 1.自己的思考较少而复制的较多 大家要理清楚的一 ......
基于深度学习网络的烟雾检测算法matlab仿真
1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 基于深度学习网络的烟雾检测算法是一种端到端的检测方法，主要分为基于候选区域的二阶段目标检测器和基于回归的单阶段目标检测器两类。 基于候选区域的二阶段目标检测器的原理是，先通过训练区域候选网络（RPN）生成候选区域 ......
聊一聊深度学习中的调参技巧？
转自这里： http://www.imooc.com/article/305024 作者为 会写代码的好厨师 本期问题 能否聊一聊深度学习中的调参技巧？ 我们主要从以下几个方面来讲. 1. 深度学习中有哪些参数需要调？ 2. 深度学习在什么时候需要动用调参技巧？又如何调参？ 3. 训练网络的一般过程 ......
12_二叉树的最小深度
二叉树的最小深度 给定一个二叉树，找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明：叶子节点是指没有子节点的节点。 示例 1： 输入：root = [3,9,20,null,null,15,7] 输出：2 示例 2： 输入：root = [2,null,3,null, ......
Week 10
week 10 高级篇 性能优化 减少锁粒度 在多线程编程中，如果多个线程需要访问共享资源，通常需要使用锁来保证资源的安全访问。但是，如果锁的粒度太粗，会导致线程之间的竞争过于激烈，从而影响程序的性能。 以下是使用减少锁粒度进行性能优化的主要方式： 细粒度锁：将共享资源的访问权限限制在一个尽可能小的 ......
关于人工智能算法的深度思考（总结）
1、神经元其实并不神奇，神奇的是它以某种相互联系的方式，可以在训练得到答案并核对答案后，立即对所走的路径上的权重进行更新（反向传播），更新的依据是答案误差大小，误差大则更新也大，误差小则更新就小。 所走路径：所有单次训练被激活的神经元的组合。 2、根据1，我们完全可以重新设计更好的神经元和神经网络， ......
day05 K8S网络组件的深度剖析 (1.10.1 -1.10.3)
一、K8S网络组件的深度剖析上 1、认识Flannel Flannel是专为kubernetes 定制的三层网络解决方案，主要用于解决容器的跨主机通信问题 优势： kubernetes 发行版都可以默认安装Flannel 容器安装和配置 中小型网络架构首选 不需要专用的数据存储 劣势： 性能损耗高 ......
人工智能概述之08深度学习简介
深度学习是机器学习的一个分支，通过模拟人脑神经网络的结构和功能，使计算机能够进行复杂的学习任务。 1. 深度学习概述： a. 神经网络： 深度学习的核心是神经网络，它是由多个层次组成的模型，包括输入层、隐藏层和输出层。每个层次都包含多个神经元，它们通过权重相互连接。 b. 前馈神经网络（Feedfo ......
11_二叉树的最大深度
二叉树的最大深度 给定一个二叉树 root ，返回其最大深度。 二叉树的 最大深度是指从根节点到最远叶子节点的最长路径上的节点数。 示例 1： 输入：root = [3,9,20,null,null,15,7] 输出：3 示例 2： 输入：root = [1,null,2] 输出：2 【思路】 方法 ......
12、深度学习入门：P144、P145、P146、P147
1、affine层 2、仿射变换 仿射变换是一种线性变换，包括平移、旋转、缩放、翻转和剪切等几种基本的几何变换。在仿射变换中，原始图形中的直线在变换后依然是直线。这类变换可以通过矩阵运算来表示。 ......
深度学习模型训练并行问题
并行这个概念一方面是是加快模型训练，一方面是解决显存不够的问题的并行策略 数据并行(最常用的)，即每张卡上都放一个完整的模型，主要用于单机多卡的数据并行。 模型并行，将模型的不同部分进行手动的分割，然后分别放在不同的卡上。注意，模型要放在卡上不光是需要保存模型参数，因为模型训练过程中不仅涉及数据一层 ......