编译器 深度
深度学习基础入门篇[二]：机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE等详解
A.深度学习基础入门篇[二]：机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE等详解 1.基础指标简介 机器学习的评价指标有精度、精确率、召回率、P-R曲线、F1 值、TPR、FPR、ROC、AUC等指标，还有在生物领域常用的敏感性、特异性等指标。 在分 ......
Mask R-CNN – 1 小时实用深度学习分割
Mask R-CNN – 1 小时实用深度学习分割 创建您自己的 AI 语义分割的实用指南：了解完整的工作流程 – 从训练到推理 课程英文名：Mask R-CNN - Practical Deep Learning Segmentation in 1 hour 此视频教程共3.48GB，中英双语字幕 ......
深度学习—ResNet_CIFAR100代码
1 ''' 2 参考资料： PyTorch官方文档 3 ''' 4 5 # 导入所需的包 6 import torch 7 import wandb 8 import torch.nn as nn 9 from torchvision import transforms 10 from torchv ......
Nginx安装与启停（rpm方式、免编译）
一、安装包 下载地址：http://nginx.org/packages/ 本文下载：http://nginx.org/packages/centos/7/x86_64/RPMS/nginx-1.16.1-1.el7.ngx.x86_64.rpm 二、安装 # 上传nginx-1.16.1-1.el ......
深度学习的基本原理和常用框架介绍
深度学习是一种基于人工神经网络的机器学习方法，它可以从大量的数据中学习抽象和复杂的特征，从而实现各种智能任务，如图像识别、自然语言处理、语音识别等。深度学习的基本原理是利用多层的神经网络结构，通过前向传播和反向传播的算法，不断调整网络中的参数，使得网络的输出能够逼近或优化目标函数。深度学习的常用框架 ......
【Java 并发】【九】【AQS】【三】基于AQS的共享锁实现、底层源码深度剖析
1 前言 上一节我们详细讲解了基于AQS实现的互斥锁机制，进行了深入的剖析，包括从acquire入口源码开始，剖析了获取锁失败调用addWaiter方法加入等待队列，知道了Node节点是怎么插入等待队列的；同时还剖析acquireQueue方法的源码，解析了插入等待队列之后的节点什么时候被挂起，什么 ......
MLIR编译器调度与优化点滴
MLIR编译器调度与优化点滴 MLIR编译框架下软硬协同设计的思考 自从AI芯片成为热门的研究课题，众多关于AI芯片架构探索的学术文章不断涌现，大家从不同的角度对AI芯片进行架构分析及性能优化。MLIR是谷歌团队推出的开源编译器框架，颇受瞩目，灵活的编译器架构提升了其在众多领域应用的潜力。通过自定义 ......
【LeetCode剑指offer 02】矩阵中的路径（老鼠走迷宫plus，应用深度优先搜索与回溯机制）
矩阵中的路径 https://leetcode.cn/problems/ju-zhen-zhong-de-lu-jing-lcof/ 给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中，返回 true ；否则，返回 false 。 单词必须按照 ......
nginx编译安装
常用版本介绍 开源版 https://nginx.org/ 纯净版，做二次开发难度较大 商业版 https://www.nginx.com/ 集成了大部分功能，可以直接使 openresty https://openresty.org/cn/ 通过 Lua 扩展 NGINX 实现的可伸缩的 Web ......
【Java 并发】【九】【AQS】【二】基于AQS的互斥锁机制、底层源码深度剖析
1 前言 上一节我们从整体上分析了什么是AQS以及AQS内部的数据结构，那么这节我们就从acquire和release入手，分析一下AQS为独占锁提供的机制：到底是怎么在获取资源失败进入等待队列的？以及释放资源的时候怎么唤醒后继节点的线程竞争锁的？ 2 acquire 方法源码解析 首先我们看一下A ......
转载自团队博客：基于深度学习的人脸识别会议签到系统
电梯演讲：https://www.bilibili.com/video/BV1kc411W7w4?t=9.9 原型： 1，主界面 2，会议管理 3，人员管理 4，会议室管理 ......
深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数
深度学习基础入门篇[一]：神经元简介、单层多层感知机、距离计算方法式、相似度函数 1.神经元 在生物学中，神经元细胞有兴奋与抑制两种状态。大多数神经元细胞在正常情况下处于抑制状态，一旦某个神经元受到刺激并且电位超过一定的阈值后，这个神经元细胞就被激活，处于兴奋状态，并向其他神经元传递信息。基于神经元 ......
如何在ubuntu22下安装docker版的golang来编译go语言写的代码
为了让我们的ubuntu22系统更干净清爽我们使用docker 首先使用snap install docker安装docker后即可使用docker了 docker命令的使用方法1：将你的代码下载到用户目录(~)下面（例如~/github/xixi/...）2：使用cd命令进到你代码需要运行go b ......
树：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。 例如： 给定二叉树 [3,9,20,null,null,15,7]， 返回它的最大深度 3 。 树的遍历方式总体分为两类：深度优先搜索（DFS）、广度优先搜索 ......
动手深度学习pytorch
<script src="http://latex.codecogs.com/latex.js" type="text/javascript"></script> 引言 一：过去⼗年中取 得巨⼤进步的想法 1.如dropout (Srivastava et al., 2014)，有助于减轻过拟合的危 ......
idea引用外部jar包,idea 编译打包报错
教程: https://blog.csdn.net/zhan107876/article/details/103934085 引入外部jar 后直接编译是找不到相关jar包的，需要手动构建项目 具体操作步骤如下 一、构建：右键项目名称>rebuild 二、安装打包：maven 的编译安装打包操作 ......
python 文件编译案例
对pyx文件进行编译 使用setup_lib.py from distutils.core import setup from distutils.extension import Extersion from Cython.Distutils import build_ext import num ......
深度学习-情感分析
title: 情感分析 数据准备 现在我们手中有一批影评数据（IMDB 数据集），影评被分为两类：正面评价与负面评价。我们需要训练一个情感分析模型，对影评文本进行分类。 这个问题本质上还是一个文本分类问题，研究对象是电影评论类的文本，我们需要对文本进行二分类。下面我们来看一看训练数据。 IMDB（I ......
C/C++编译过程
1.预处理 将.c中的头文件、宏展开 生成的文件是.i文件 gcc -E hello.c -o hello.i 2.编译 将预处理后的.i文件生成.s汇编文件 gcc -S hello.i -o hello.s 3.汇编 将.s文件生成.o目标文件 gcc -c hello.s -o hello.o ......
Qt6编译MySQL驱动最简单方法
最近qt发布最新lts版本qt6.5，就想下来试试新功能。 qt版本6.5.0，安装目录E:\Qt\6.5.0 mysql版本8.0，安装目录C:\MySQL_Server_8.0，或者直接下连接器解压也可以：MySQL :: Download MySQL Connector/C (Archived ......
深度学习-pytorch模型构建
title: Python特殊语法--列表推导式 切片 迭代器 生成器 装饰器 lambda表达式 构建自己的模型 让我们直接切入主题，使用 PyTorch，自己构建并训练一个线性回归模型，来拟合出训练集中的走势分布。我们先随机生成训练集 X 与对应的标签 Y，具体代码如下： import nump ......
111. 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。 class Solution { public: int minDepth(TreeNode* root) { if(root == nullptr) return 0; ......
深度学习基础-pytorch1
DataSet DataLoader Torchvision 数据读取 训练开始的第一步，首先就是数据读取。PyTorch 为我们提供了一种十分方便的数据读取机制，即使用 Dataset 类与 DataLoader 类的组合，来得到数据迭代器。在训练或预测时，数据迭代器能够输出每一批次所需的数据，并 ......
104.二叉树的最大深度
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]， class Solution { public: int getdepth(TreeNode* n ......
nginx 1.20.2 的二进制编译安装
本测试环境为 cetos7.9 1.安装依赖 yum -y install gcc make gcc-c++ libtool pcre pcre-devel zlib zlib-devel openssl openssl-devel perl-ExtUtils-Embed 2.创建用户组以及用户 g ......
基于mnist手写数字数据库的深度学习网络训练和数字识别matlab仿真
1.算法描述 MNIST数据集(Mixed National Institute of Standards and Technology database)是美国国家标准与技术研究院收集整理的大型手写数字数据库，该 数据集包含 60000 个于训练的样本和 10000 个于测试的样本，图像是固定⼤小 ......
编译Tesseract
1、编译Tesseract5.0 1.1 下载源码 Releases · tesseract-ocr/tesseract (github.com) 1.2 下载cmake最新版，安装过程记得勾选添加到环境变量。 Download | CMake 1.3 下载sw SoftwareNetwork/bi ......
centos7/centos8 PHP7.2/php7.3/php7.4 以上版本 源码安装 编译
yum update 1、 安装依赖包 [root@centos7_4 ~]# yum -y install php-mcrypt libmcrypt libmcrypt-devel autoconf freetype gd libmcrypt libpng libpng-devel libjpeg ......
centos7.2 mysql5.7 源码安装并编译
1、 卸载系统自带的mariadb* [root@centos7_4 ~]# yum -y remove mariadb* boost-* 2、 安装依赖包 [root@centos7_4 ~]# yum install -y cmake make gcc gcc-c++ bison ncurses ......
centos7.2 NGINX 源码安装编译
条件介绍 百度云 密集计算型ic3 CPU：2核 内存：2GB 磁盘：40G CentOS / 7.2 x86_64 (64bit) 1、安装相关的依赖包 [root@centos7_4 ~]# yum -y install gcc gcc-c++ autoconf automake zlib zl ......