自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 数据结构(第一章)

基本概念和术语1、基本概念数据:能输入计算机且能被计算机处理的各种符号的集合,包括:数值型数据和非数值型数据。数据元素:是数据的基本单位,在计算机程序中通常作为一个整体进行考虑和处理。一个数据元素可由若干个数据项组成。数据项:构成数据元素的不可分割的最小的单位。数据对象:性质相同的数据元素的集合。关系:数据>数据元素>数据项;数据元素与数据的关系是集合的个体;数据对象与数据的关系是集合的子集。2、数据结构...

2022-05-25 15:06:37 619

原创 WIN10没有按快捷键,突然弹出touchpad driver diagnostics

1,以管理员方式运行cmd--鼠标放在开始菜单->右键Windows PowerShell(管理员)(A)2,输入以下命令:reg add HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\services\SynTP\Parameters\Debug /v DumpKernel /d 00000000 /t REG_DWORD /f3,重启电脑即可。...

2021-11-29 10:34:34 454

原创 吴恩达深度学习:浅层神经网络(第三周)

1.神经网络整体结构2.激活函数神经网络的隐藏层和输出层都需要激活函数,常用的激活函数有:sigmoid函数tanh函数ReLU函数Lesky ReLU函数激活函数的选择:对于隐藏层的激活函数,一般来说,tanh函数要比sigmoid函数表现更好一些。因为tanh函数的取值范围在[-1,1]之间,隐藏层的输出被限定在[-1,1]之间,可以看成是在0值附近分布,均值为0。这样从隐藏层到输出层,数据起到了归一化(均值为0)的效果。因此,隐藏层的激活函数使用tan...

2021-10-07 09:49:41 258

原创 吴恩达深度学习:神经网络基础(第二周)

1.二分类二分类就是输出只有{0,1}两个离散值,以图像处理问题为例。一般来说,彩色图片包含RGB三个通道。假设一个图片的尺寸是(64, 64, 3),那么神经网络的输入X的维度就是64*64*3=12288。如果训练样本共有m张图片,那么整个训练样本的维度是(12288,m)。...

2021-09-10 09:53:30 219

原创 清华镜像安装TensorFlow2.20(windows环境)

一、安装Anaconda二、进入Anaconda Prompt三、指令操作conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes(连接清华镜像)接下来安装TensorFlow:1)创建环境(环境名为:tensorflow(可以自己设置))conda create -n te..

2021-09-02 21:18:04 4337

原创 吴恩达深度学习:机器学习简介(第一周)

一、数据类型:1)结构化数据(类似数据库的数据集)2)非结构化数据(例如图片等)二、机器学习三要素:1)Data2)Computation3)Algorithms三、算法性能与数据量的关系:四、ReLu激活函数:...

2021-09-02 16:56:09 122

原创 初识OpenCV算法

OpenCV为图像处理常用的库,OpenCV常见算法:1.图像的基本操作读取、显示、存储、通过调用OpenCV中的cv2.imread(), cv2.imshow(), cv2.write()分别实现。2.在OpenCV中实现将彩色像素转化为灰度像素。3.图像的几何变换:平移、缩放、旋转、插值(最近邻、双线性)。4.对比增强:线性变换、伽马变换、直方图均衡化。5.边缘检测:Sobel、Laplace、Canny6.图像的二维滤波:cvFilter2DOpenCV大坑BGRop

2021-07-14 20:48:13 724

原创 PINN求解PDE

今天硕士论文开题答辩,想着学了这么长时间的PINN,七七八八也看了一些文献,一来是为了整理思路,二来可以方便以后回顾复习。使用PINN求解PDE与传统有限元、有限差分、谱方法等最大的区别是,无需做预先的假设,线性化和网格化。求解一般的偏微分方程的形式:PINN具体算法步骤如下:其中只有初边界训练数据包含u的值,内部配置点不包含u的值,只有定义域内部的点。(这一点一直迷糊,最近才理清楚)。PINN求解PDE框架图:可以通过自动微分最小化损失函数,得到神经网络最优参数,从而的到.

2021-07-07 14:16:40 7054 12

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除