欢迎来到我的酒馆

齐次坐标系引入齐次坐标可以让级联的仿射变换变成矩阵连乘。n+1维齐次坐标是对n维奇卡尔坐标的扩展。[xy]=[xy1]=[2x2y2]=[wxwyw]\begin{bmatrix}x\\y\end{bmatrix}=\begin{bmatrix}x\\y\\1\end{bmatrix}=\begin{bmatrix}2x\\2y\\2\end{bmatrix}=\begin...

LeetCode： https://leetcode.com/problems/coin-change/description/暴力搜索考虑当前index 拿1张，2张，…时候，从index+1开始的最小张数。相加即可：import sysclass Solution(object): def get_small_number(self, coins, index, amoun...

leetcode: https://leetcode.com/problems/partition-equal-subset-sum/description/写了之后，发现这题跟01背包还有点区别。但是写看这个吧。暴力搜索的方法。就是每个取或者不去。class Solution(object): def getS(self, arr, index, target): if...

leetcode: https://leetcode.com/problems/climbing-stairs/description/一道经典的动态规划题。听了左程云大神的课之后，重新审视一边动态规划。我们先假设不知道动态规划方法，我们这样思考：f(n)=f(n−1)+f(n−2)f(n) = f(n-1)+f(n-2)f(n)=f(n−1)+f(n−2)然后就很自然的写出下面的递归解法...

首先分析了 ResNet 和 DenseNet。 借鉴RNN的表达方式。k: 当前处于哪个步t：第t步ht: 第t步的隐藏状态：在第k步中，提取第t状态特征的函数gk：第k步，转换聚合特征的函数 如果 ， 那么可以写成：简化成：其中，。 如果， 那就是RNN。 如果不共享，就是ResNet。 如果  不满足，就是DenseNet ...

Dense Block: 每一层只增加 k = 4 个feature map 然后跟前面的所有concat，再 BN-->ReLU-->Conv   （一般k = 12） 整体结构： Dense Block之间是Conv和Pooling Bottleneck layers:尽管每次只增加k个，但是到后来还是很大，所以,采用Bottleneck，即BN-ReL...

1.逗号在参数传递中的使用： 这种情况不多说 没有什么不解的地方 就是形参或者实参传递的时候参数之间的逗号 例如def abc(a,b)或者abc(1,2)2.逗号在类型转化中的使用 主要是元组的转换 例如: a=11 b=(a) b 11 b=(a,) b ...

《动手学深度学习》上的例子手动搭建一个能学线性回归的函数（神经网络）def data_generate(): '''产生真实数据，这里维度为2，个数1000。同时我们增加了扰动（测量误差）''' number_inputs = 2 #dimension of input num_examples = 1000 true_w = [2, -3.4] ...

运算的内存开销前⾯例⼦⾥我们对每个操作新开内存来储存它的结果。例如即使是 y = x + y 我们也会新创建 内存，然后再将 y 指向新内存。为了展⽰这⼀点，我们可以使⽤ Python ⾃带的 id 函数：如果两 个实例的 ID ⼀致，那么它们所对应的内存地址相同；反之则不同。In [24]: before = id(y) y = y + x i...

按照官网60分钟入门 Gluon 来学的。ndarray定义手打普通数组： nd.array(((1,2,3),(5,6,7)))自动填充： nd.ones((2,3))随机填充： nd.random.uniform(-1,1,(2,3))指定数组填充： nd.full((2,3),2.0)ndarray也有属性： In： (X.shape, X.size...

def acc(output, label):     # output: (batch, num_output) float32 ndarray     # label: (batch, ) int32 ndarray   &

主要是这两个遇到的问题，记录一下。cpu_data与gpu_data首先看到SyncedMemory的私有成员，有两个指针 cpu_ptr_cpu_ptr_cpu\_ptr\_ 和 gpu_ptr_gpu_ptr_gpu\_ptr\_ 。以及同步函数to_cpu()to_cpu()to\_cpu() to_gpu()to_gpu()to\_gpu() cpu_data与gpu_d...

中心极限定理中心极限定理指的是给定一个任意分布的总体。我每次从这些总体中随机抽取 n 个抽样，一共抽 m 次。 然后把这 m 组抽样分别求出平均值。 这些平均值的分布接近正态分布。实验验证写了代码 做实验 发现真的是这样。。 这里简单的用了均匀分布import numpy as npimport matplotlib.pyplot as pltrandom_data = n...

摘自 《deep learning》

网络电子版 《深度学习》

摘自 网络电子版 《深度学习》

摘自 网络电子版 《深度学习》

摘自 网络电子版 《深度学习》 Ax=bAx=bAx=b

DenseNet 就没写了

我们来看max pooling 在caffe 中怎么实现的吧reshape首先 reshap的时候： // If max pooling, we will initialize the vector index part. if (this->layer_param_.pooling_param().pool() == PoolingParameter_PoolMethod_MAX