fps-bp-notes notes fps bp
[Ant Design Pro] a brief note when trying a frontend framework
I'm a backend developer and know little about frontend. but recently I tried a frontend building tool, Ant Design Pro. Here is an note when initiating ......
COMP3322 notes P2 - HTML Basic
用课程上介绍的 HTML validation 网站 W3C Markup Validator 检查了一下本站 HTML 文件的正确性,结果弹出了 57 个 Error 与 Warning。我在魔改的时候到底做了些什么啊…… 不过从这也能看出 HTML 语言的 permissive 性质;宽松的语法 ......
COMP3322 notes P1 - Internet & WWW Basic
选这门课完全是为了推进我博客美化的大业!希望学完之后 update logs 里的一部分 issues 能自己亲手解决。 首先来到 Internet and WWW basic: 这些基本的 network 知识对接下来的 front-end framework 学习大有裨益。Internet, W ......
「Note」 POI 套题
POI 2015 \(\color{royalblue}{P3585\ [POI2015]\ PIE}\) 此题是简单题。 对于方格的一种状态,其中最前排最靠左需要打印的位置,能且只能用印章最前排最靠左的打印位置来打印。不难想到每次找到这样一个未被打印的位置,相对于印章打印位置进行匹配,直接模拟即可 ......
m基于码率兼容打孔LDPC码BP译码算法的matlab误码率仿真
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 码率兼容打孔LDPC码BP译码算法是一种改进的LDPC译码算法,能够在不同码率下实现更好的译码性能。该算法通过在LDPC码中引入打孔操作,使得码率可以灵活地调整,同时利用BP(Belief Propagation)译码 ......
Go - Study Note 1
In general, for most server applications that would be built out there—most would be written with the struct approach. One of the main reasons would b ......
App性能指标(安装、冷启动、卸载、平均内存/cpu/fps/net)测试记录
【需求背景】 需要针对产品以及竞品做出横向对比,输出对应的比对测试报告,供产研进行产品性能优化依据 【测试方案】 对于主流的厂商和系统版本进行多维度的横向对比 厂商:华为系、小米系、蓝绿系、三星系、苹果系、联想等 系统:android10-14,ios11-16,鸿蒙2-3 指标:安装时间、冷启动时 ......
webpack打包报错:Unexpected token (Note that you need plugins to import files that are not JavaScript)
关于这个问题,我在网上查找了一些资料(博客、问答),得到的答案多种多样: 1. 可能是缺少rollup的某种plugin; 2. 可能是系统环境的问题(windows/linux/macos); 3. 可能是某段代码引起的问题; 4. 。。。 经过对自身情况的逐步测试定位,发现 -> 出问题的代码片 ......
【转载】为什么记笔记的应用程序不能让我们更聪明_Why_note-taking_apps_don’t_make_us_smarter
/ They’re designed for storage, not sparking insights. Can AI change that? / 它们专为存储而设计,而不是激发见解。人工智能能改变这一点吗? By Casey Newton, a contributing editor who ......
Machine learning note(1)
注:本笔记不给出完整解释 ## 正规方程 设$z=\theta^{T}x$ 设损失函数为$J(\theta)$,求令$\frac{\partial J}{\partial \theta}=0$的$\theta$ 由此得出最优的$\theta$ ## 牛顿迭代 回顾一下梯度下降:$\theta'=\t ......
bp(Back Propagation)神经网络
https://blog.csdn.net/u010858605/article/details/69857957 人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统,其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单,功能有限,但大量神经元构成的网络系统所能实现的 ......
MAPF Paper Reading Note
随便写写记录一下 ## 1. 2005-Cooperative Pathfinding ### 1.1. LRA* local repair A* - 依次做A* - 即将开始碰撞时,replan - a general replan solution: 每次重规划时,新增noise,按照比例加入$ ......
"deepleraning.ai" study Notes P52 53 Dropout
# reason why dropout could resolve overfitting ## the first: smaller neural network seems like it should have a regularizing effect(P52) ## the second ......
"deepleraning.ai" study Notes P51 为什么正则化可以减少过拟合
# L2 regulization * what we have done is add a regularization item in the cost function * the cost function in neural network will be # why is it that ......
"deepleraning.ai" study Notes P47 1.1 训练 测试 开发
# How to make your neural network work well _Ranging from things like hyperparameter tuning ,to how to set up your data, to how to make sure your opti ......
Note of SHU Computer Graphics (01): 计算机图形学概述
# 什么是计算机图形学? 研究怎样利用计算机来显示、生成和处理图形的原理、方法和技术的一门学科,这里的图形是指三维图形的处理。 - **图形**: 计算机图形学的研究对象 - 能在人的视觉系统中产生视觉印象的客观对象 - 包括自然景物、拍摄到的图片、用数学方法描述的图形等等 - **构成图形的要素* ......
多层前馈神经网络及BP算法
一.多层前馈神经网络 首先说下多层前馈神经网络,BP算法,BP神经网络之间的关系。多层前馈[multilayer feed-forward]神经网络由一个输入层、一个或多个隐藏层和一个输出层组成,后向传播(BP)算法在多层前馈神经网络上面进行学习,采用BP算法的(多层)前馈神经网络被称为BP神经网络 ......
[note] pytorch的几种维度操作方式比对
## pre 今天看代码在想 `torch.unbind + torch.cat` 与 `torch.reshape` 的区别,直观上来看reshape似乎更便利。 ## chatgpt ### 问题 x is a tensor of three dimension, what is the dif ......
学习笔记416—BP神经网络模型:深入探究与应用
BP神经网络模型:深入探究与应用 导言BP神经网络模型(Backpropagation Neural Network)是一种广泛应用于机器学习和人工智能领域的神经网络模型。它以其强大的非线性拟合能力和适应性而备受关注。1. BP神经网络模型原理1.1 神经网络基础在深入探讨BP神经网络模型之前,我们 ......
Leetcode 383. 赎金信(Ransom note)
[题目链接](https://leetcode.cn/problems/ransom-note) 给你两个字符串:ransomNote 和 magazine ,判断 ransomNote 能不能由 magazine 里面的字符构成。 如果可以,返回 true ;否则返回 false 。 magazi ......
学习笔记413—python实现BP神经网络进行预测和误差分析(附源代码)
python实现BP神经网络进行预测和误差分析(附源代码) 反向传播算法也称为BP神经网络,是一种带有反馈的神经网络反向学习方法,它可以对神经网络的各层上的各个神经元的各个神经元之间的连接权重进行不断迭代修改,使神经网络将输入数据转换成期望的输出数据 BP神经网络的学习过程由正向传播和反向传播两部分 ......
「Note」图论方向 - 网络流
# 1. 网络流 ## 1.1. 定义 ### 1.1.1. 网络 **网络**是指一个**有向图** $G=(V,E)$,每条边 $(u,v)\in E$ 有一个权值,$c(u,v)$ 称为**容量**,当 $(u,v)\notin E$ 时,有 $c(u,v)=0$。 特殊地,在图中有**源点* ......
[Node.js] Create a note cli
# Create a node cli ## Init a project Run: `npm run init` Let's say we want to create a cli command call `note-dev`, let's add this into `package.json ......
CSAPP Notes: Types
# CSAPP Notes,类型 > 随手写的,可能会有错误(); ## 类型 | 数据类型 | 大小 | | | | | `char` | 1 | | `bool` | 1 | | `short int (short)` | 2 | | `int` | 4 | | `long int (long) ......
「Note」数据结构方向 - 数据结构进阶
# 1. 平衡树 咕咕咕 # 2. 树套树 咕咕咕 # 3. LCT ## 3.1. 介绍 ### 3.1.1. 基本概念 LCT 全名 Link-Cut-Tree,动态树,是用来维护**动态森林**的数据结构。 它支持以下操作(需要保证任意操作时刻维护的都为森林): - 连边。 - 断边。 - 换 ......
「Note」图论方向 - 图论进阶
# 1. 2-SAT ## 1.1. 介绍 对于一些节点,每个节点存在两个状态(非 $0$ 即 $1$),我们给出一些如下类型的限制条件: - 节点 $i$ 状态为 $1/0$。 - 若节点 $i$ 状态为 $1/0$,那么节点 $j$ 状态为 $1/0$。 - 节点 $i,j\ (i\not=j) ......
「Note」图论方向 - 图论基础
# 1. 差分约束 ## 1.1. 介绍 差分约束算法用于解决如下问题:给出若干形如 $x_a-x_b\le c$ (均为整数,可以为负数)的不等式,求一组解 $\{x_i\}$,若不存在解则判断无解。 考虑将原式变形,变为 $x_a\le x_b+c$。观察到这与单源最短路里的三角形不等式 $di ......
「Note」数据结构方向 - 可持久化数据结构
# 1. 可持久化线段树 ## 1.1. 介绍 可持久化线段树一般用于解决区间第 $k$ 小值的询问。 首先考虑简化过的问题,区间 $\left[1,r\right]$ 的第 $k$ 小值。 考虑用权值线段树(离散化或动态开点)来求 $k$ 小值,接下来只需要解决区间的问题。 可持久化线段树核心思想 ......
「Note」您想来点数据结构吗?
### [$\color{black}{P4119\ [Ynoi2018]\ 未来日记}$](https://www.luogu.com.cn/problem/P4119) #### 思路:分块+值域分块 #### 复杂度:$O(n\sqrt n+m\sqrt n)$ #### 主题思路 数列分块需 ......
games101-homework-notes
Games101 作业笔记 Created: 2023-06-19T12:00+08:00 Published: 2023-08-17T16:23+08:00 Categories: ComputerGraphics [ToC] # pa0 使用宏节约 `angle / 180.0 * acos(- ......