深度alexnet
Swift 值类型和引用类型深度对比
值类型和引用类型的概念 他们在内存中时如何存储的？ 值类型和引用类型分别有哪些表现？ 如果将两者混合使用会怎样？ 什么时候使用值类型，什么时候使用引用类型？ 定义值类型和引用类型 Swift有三种声明类型的方式：class，struct和enum。 它们可以分为值类型（struct和enum）和引用 ......
图片分辨率/尺寸/位深度/内存大小的关系
首先说尺寸，就是指宽高，例如图片尺寸为1080*720，就表示宽1080，高720，即有1080*720个像素点 分辨率指的是一英寸内有多少个像素点，常见的分辨率有72，我们常说的6寸照片，就有6*72个像素，所以说一个图片的尺寸是固定的，如果分辨率越小，那么打印的图片就越大，同理，分辨率越大，打印 ......
Pytorch深度学习零基础入门知识
DL 跑代码必须知道的事情 损失值 损失值的大小用于判断是否收敛，比较重要的是有收敛的趋势，即验证集损失不断下降，如果验证集损失基本上不改变的话，模型基本上就收敛了。 损失值的具体大小并没有什么意义，大和小只在于损失的计算方式，并不是接近于0才好。如果想要让损失好看点，可以直接到对应的损失函数里面除 ......
java使用stream流创建低深度树形结构
public static List<Node> buildSourceData() { // 124 35 return new ArrayList<>(){{ add(new Node(1, 0, "一")); add(new Node(2, 1, "二")); add(new Node(3, ......
【舞台灯方案】LED驱动恒流芯片pwm深度调光APS54085降压IC
APS54085 是一款 PWM 工作模式,高效率、外围简单、内置功率 MOS 管，适用于 5-100V输入的高精度降压 LED 恒流驱动芯片。最大电流2.0A。
APS54085 可实现线性调光和 PWM 调光，线性调光有效电压范围 0.52-2.55V. PWM 调光频率范围 100HZ-30K... ......
《动手学深度学习 Pytorch版》 5.2 参数管理
import torch from torch import nn net = nn.Sequential(nn.Linear(4, 8), nn.ReLU(), nn.Linear(8, 1)) X = torch.rand(size=(2, 4)) net(X) tensor([[-0.3771 ......
基于Mask-RCNN深度学习网络的人员检测算法matlab仿真
1.算法理论概述 基于Mask-RCNN深度学习网络的人员检测算法是一种用于检测图像中人员目标的方法。该算法结合了目标检测和实例分割的能力，能够准确地定位人员目标并生成像素级的掩膜。Mask-RCNN是一种基于深度学习的目标检测算法，它是在Faster-RCNN的基础上进行扩展的。Mask-RCNN ......
基于RCNN深度学习网络的交通标志检测算法matlab仿真
1.算法理论概述 基于RCNN（Region-based Convolutional Neural Network）深度学习网络的交通标志检测算法的MATLAB仿真。该算法通过使用深度学习网络进行目标检测，针对交通标志的特点和挑战，设计了相应的实现步骤，并分析了实现中的难点。通过本文的研究，可以进一 ......
深度学习（ResNet）
ResNet也是相当经典的卷积神经网络，这里实现了18，34，50，101和152。 网络结构如下： 这里18和34用到的block是一样的，两层卷积。50，101和152用到的block是一样的，三层卷积，不过用到了1*1卷积来调整数据通道数。 猫狗大战的训练代码如下: import torch ......
《动手学深度学习 Pytorch版》 5.1 层和块
层： 接收一组输入 生成相应输出 由一组可调整参数描述 块： 可以描述单个层、由多个层组成的组件或整个模型本身 讨论“比单个层大”但是“比整个模型小”的组件“块”更有价值 从编程的角度看，块由类表示 块必须具有反向传播函数 # 以前章多层感知机的代码为例 import torch from torc ......
剑指 Offer 55 - I. 二叉树的深度
题目链接： 剑指 Offer 55 - I. 二叉树的深度 题目描述： 输入一棵二叉树的根节点，求该树的深度。从根节点到叶节点依次经过的节点（含根、叶节点）形成树的一条路径，最长路径的长度为树的深度。 解法思路： 代码： 层序遍历的方式求树的深度 /** * Definition for a bin ......
深度学习模型训练中，输入数据维度和标签数据维度调整方法
for inputs, labels in train_loader: # 使用numpy的transpose函数调整维度顺序 inputs = np.transpose(inputs, (0, 3, 1, 2)) #将原输入数据最后一个维度换到第二个维度 inputs = inputs.to(de ......
深度学习模型训练时报错“nll_loss_forward_reduce_cuda_kernel_2d_index“ not implemented for ‘Float‘问题解决
报错如下： RuntimeError: "nll_loss_forward_reduce_cuda_kernel_2d_index" not implemented for 'Float' 一般来说这个问题是计算Loss时的报错。 解决方法： 将如下代码 loss_func(torch.squeez ......
基于Fast-RCNN深度学习网络的交通标志检测算法matlab仿真
1.算法理论概述 Fast-RCNN是一种基于深度学习的目标检测算法，可以用于检测图像中的目标物体。交通标志检测是交通场景下的一项重要任务，它可以在道路上的交通标志被遮挡或损坏时提供帮助。基于Fast-RCNN深度学习网络的交通标志检测算法可以对交通场景下的图像进行检测，从而实现对交通标志的自动检测 ......
【专题】充电桩行业深度报告-高压快充乘风起-出海正当时报告PDF合集分享（附原数据表）
原文链接：https://tecdat.cn/?p=33600 2022年，中国城市充电基础设施继续快速增长，总量从2021年的261.7万台增加到2022年的521万台，同比增幅超过99%。其中，私人充电桩的增加数量达到194.2万台，是公共充电桩增加数量的3倍，私人充电桩占比也从2021年的56 ......
深度分析一下标准协议modbus TCP IP和modbus RTU的优劣【以温湿度传感器为例】
原标题：RS485信号输出的温湿度传感器和RJ45信号输出的温湿度传感器深入分析拓展 485信号输出的温湿度传感器 modbus TCP/IP协议和modbus RTU协议是两种不同的通讯协议，它们在通讯方式、数据格式和适用场景等方面存在一定的差异。下面将对这两种协议进行详细介绍和比较。 一、mod ......
嵌入式深度学习—硬件算法协同优化
主要利用神经网络的三个特性： 1. 并行计算、数据复用 2. 模型具有稀疏性。很多模型中的权值为0或很小，数据经过以后会直接变为无用值 3. 深度学习具有鲁棒性，对数据的误差不敏感 ## 测试时固定点神经网络（Test-Time Fixed-Point Neural Networks） 测试时固定点 ......
深度学习（VGGNet）
VGGNet也是一个比较经典的深度学习网络模型。 模型结构如下： 这里选用了D模型，同样用该模型做个了个猫狗大战的训练，不过为了提高速度，我把图像resize为112*112了，相应的flatten之后就成56*3*3了，所以和原始模型有点不一样。 import torch import torch ......
C语言深度剖析笔记
auto 声明自动变量，缺省时默认为auto union 声明联合数据类型 static 声明静态变量： 表示退出一块后仍存在的局部变量，后来被表示为能被其他文件访问的全局变量和 函数 register 声明寄存器变量： 尽可能将变量存入cpu寄存器内部，而不是默认的通过内存寻址访问 typedef ......
《动手学深度学习 Pytorch版》 4.10 实战Kaggle比赛：预测比赛
# 4.10.1 下载和缓存数据集 ```python import hashlib import os import tarfile import zipfile import requests #@save DATA_HUB = dict() DATA_URL = 'http://d2l-dat ......
《动手学深度学习 Pytorch版》 4.9 环境和分布偏移
# 4.9.1 分布偏移的类型 整节理论，详见书本。 # 4.9.2 分布偏移示例 整节理论，详见书本。 # 4.9.3 分布偏移纠正 整节理论，详见书本。 # 4.9.4 学习问题的分类法 整节理论，详见书本。 # 4.9.5 机器学习中的公平、责任和透明度 整节理论，详见书本。 # 练习 （1） ......
《动手学深度学习 Pytorch版》 4.8 数值稳定性和模型初始化
# 4.8.1 梯度消失和梯度爆炸 整节理论，详见书本。 1. 梯度消失 ```python %matplotlib inline import torch from d2l import torch as d2l x = torch.arange(-8.0, 8.0, 0.1, requires_ ......
《动手学深度学习 Pytorch版》 4.7 前向传播、反向传播和计算图
# 4.7.1 前向传播 整节理论，详见书本。 # 4.7.2 前向传播计算图 整节理论，详见书本。 # 4.7.3 反向传播 整节理论，详见书本。 # 4.7.4 训练神经网络 整节理论，详见书本。 # 练习 （1）假设一些标量函数 $X$ 的输入 $X$ 是 $n\times m$ 矩阵。$f$ ......
《动手学深度学习 Pytorch版》 4.6 暂退法
```python import torch from torch import nn from d2l import torch as d2l ``` # 4.6.1 重新审视过拟合 整节理论，详见书本。 # 4.6.2 扰动的稳健性 整节理论，详见书本。 # 4.6.3 实践中的暂退法 整节理论 ......
《动手学深度学习 Pytorch版》 4.5 权重衰减
# 4.5.1 范数与权重衰减 整节理论，详见书本。 # 4.5.2 高维线性回归 ```python %matplotlib inline import torch from torch import nn from d2l import torch as d2l ``` ```python # ......
深度解密 go Context
问题： 不处理Done 为怎么样，会泄漏吗？ 问题：Done() 是如何实现，全部子context接受的？ 问题：没有及时处理context 的Done 消息，会怎么样，后续处理能来的及吗？ Go 语言的 context 包短小精悍，非常适合新手学习。不论是它的源码还是实际使用，都值得投入时间去学习 ......
将Python深度神经网络转换成C++
项目方案：将Python深度神经网络转换成C++项目概述本项目旨在将使用Python编写的深度神经网络模型转换为C代码，以便在C环境中部署和运行。通过将模型从Python转换为C++，可以提高模型的性能和效率，并扩展模型在不同平台和设备上的应用。 技术方案1. 选择转换工具我们可以使用以下两种常见的 ......
MySQL 间隙锁原理深度详解
来源：https://blog.csdn.net/zhangcongyi420/article/details/132415844 一、前言锁是mysql提供的一种保证不同事务读写隔离的重要措施，通过锁机制可以有效提升决多线程下并发处理事务能力。mysql根据使用场景不同，对锁的分类有很多种，比如按 ......
MySQL 间隙锁原理深度详解
来源：https://blog.csdn.net/zhangcongyi420/article/details/132415844 一、前言锁是mysql提供的一种保证不同事务读写隔离的重要措施，通过锁机制可以有效提升决多线程下并发处理事务能力。mysql根据使用场景不同，对锁的分类有很多种，比如按 ......
AlexNet 阅读
#### 原文概述 ##### Introduction Story: 为了提高图像分类的性能，我们需要更大的数据集, 更大学习能力(learning capacity)的模型，并且模型需要有很好的泛化能力. `CNN`符合要求: 其规模可以由层数和每层的宽度决定，并且`CNN`对自然图片有着强大而 ......