A book super

原创 DARTS的理解

DARTS的理解

原创 Latex写文章表格布局

begin{table}[h] 中的可选参数里，h（here，当前位置）、t（top，页面顶部）、b（bottom，页面底部）、p（page，单独一页）表明允许将表格放置在哪些位置，而!表示不管某些浮动的限制。用table 浮动环境，还可以用\caption命令指明表格的名称，并得到表格的自动编号。

原创 远程服务器上Anaconda环境中tensorflow环境搭建

服务器上安装tensorflow

原创 Anaconda中同一个虚拟环境安装pytorch和tensorflow

pytorch和tensorflow环境共存搭建！

原创 PPT模板分享

送给学弟学妹们的一些干货——PPT模板

原创 MSELoss() 函数

MSELoss ( 均 值 损 失 ) pytorch：def MSELoss(pred,target): return (pred-target)**2代码示例：import torchimport torch.nn as nn a = torch.tensor([[1, 2], [3, 4]], dtype=torch.float32)b = torch.tensor([[3, 5], [8, 6]], dtype=torch.float32) loss_fn1 = to

原创 GECCO系统投稿出现问题

在通过GECCO系统投稿时，提交pdf时有时会出现：1、Upload failed: One or more fonts are not embedded,上传失败。原因：使用的字体有非内嵌式字体，打开文件 -> 属性 -> 字体即可查看是否有非内嵌字体。解决方案：使用Adobe acrobat Pro版本（普通版本可能不支持），s1.使用Adobe打开pdf文件，文件 -> 打印（打印机选Adobe PDF）-> 属性 （默认设置选择标准）-> 编辑 ->字体；

原创 Latex写作 图片或表格如何跨两栏排版

总结：只需要在定义的table 或者 figure 后加上*号即可。begin、end后均需要添加。例子：单列：\begin{table}[]\centering…\end{tabular}\end{table}效果：双栏：\begin{table*}[]\centering…\end{tabular}\end{table*}...

原创 进化计算01_2022春_第二次作业

Requirements for presentationsChoose a multi-objective algorithm and introduce the background (e.g., what is the insight of the paper, when and where was the paper published, who are the authors, etc.)要求包含：你们组选择的算法名，对它的简介（特色和亮点），这个算法提出的背景（需要解决的问题背景，同类算法

原创 物理信息神经网络PINNs : Physics Informed Neural Networks 详解

本博客主要分为两部分：1、PINN模型论文解读2、PINN模型相关总结一、PINN模型论文解读1、摘要：基于物理信息的神经网络（Physics-informed Neural Network， 简称PINN），是一类用于解决有监督学习任务的神经网络，同时尊重由一般非线性偏微分方程描述的任何给定的物理规律。原理：它不仅能够像传统神经网络一样学习到训练数据样本的分布规律，而且能够学习到数学方程描述的物理定律。优势：与纯数据驱动的神经网络学习相比，PINN在训练过程中施加了物理信息约束，因而能用更少

原创 LATEX引用出现问号以及加粗文本或者斜体字失效

LATEX引用出现问号解决方法：1：首先检查自己的有没有引用错（名字，cite等），如：\cite{inference}2：其次看看当前的.tex文件有没有把参考文件引进来，如：\bibliography{finalbib}3：然后看看参考文件中有没有写对；4：看看是否有未注释关键字如&：加粗文本或者斜体字失效：1：首先检查自己的有没有引用错（名字，cite等），如：\usepackage[T1]{fontenc}2：其次看看当前的.tex文件有没有把参考文件引进来，如：加粗引用包\

原创 力扣（LeetCode）——编译、提交和注释快捷键

编译: Ctrl + ’提交: Ctrl + Enter

转载 命令行方式删除文件 && 文件夹

命令行方式删除文件 && 文件夹：del File： 删除文件rmdir Folder : 删除文件夹 【貌似只能删除空目录】rm -rf Folder： 删除非空文件夹 【用windows自带的cmd提示我“rm”不是内部命令 我用的是Git Bash删除的 速度很快】...

原创 c++中的atoi()和stoi()函数的用法和区别

相同点：①都是C++的字符处理函数，把数字字符串转换成int输出②头文件都是#include不同点：①atoi()的参数是 const char* ,因此对于一个字符串str我们必须调用 c_str()的方法把这个string转换成 const char类型的,而stoi()的参数是const string,不需要转化为 const char*；②stoi()会做范围检查，默认范围是在int的范围内的，如果超出范围的话则会runtime error！stoi比较简单，易于记忆#include

原创 【总结】unordered_map,unordered_set,map和set的用法和区别及相关函数

unordered_map和mapunordered_map存储机制是哈希表，，即unordered_map内部元素是无序的。map是红黑树，map中的元素是按照二叉搜索树存储，进行中序遍历会得到有序遍历。unordered_set和setunordered_set基于哈希表，是无序的。set实现了红黑树的平衡二叉检索树的数据结构，插入元素时，它会自动调整二叉树的排列，把元素放到适当的位置，以保证每个子树根节点键值大于左子树所有节点的键值，小于右子树所有节点的键值；另外，还得保证根节点左子树的高度

转载 BatchNorm2d原理、作用及其pytorch中BatchNorm2d函数的参数讲解

原创 PyTorch实现ResNet18

论文链接：Deep residual learning for image recognition译文地址：http://blog.csdn.net/wspba/article/details/57074389解读博客：https://blog.csdn.net/wspba/article/details/57074389Resnet 网络简介：ResNet-18结构为例：基本结点：代码实现：import torchimport torch.nn as nnfrom torch.nn

转载 Pytorch optimizer.step() 和loss.backward()和scheduler.step()的关系与区别 （Pytorch 代码讲解）

因为有人问我optimizer的step为什么不能放在min-batch那个循环之外，还有optimizer.step和loss.backward的区别；那么我想把答案记录下来。首先需要明确optimzier优化器的作用, 形象地来说，优化器就是需要根据网络反向传播的梯度信息来更新网络的参数，以起到降低loss函数计算值的作用，这也是机器学习里面最一般的方法论。从优化器的作用出发，要使得优化器能够起作用，需要主要两个东西：1. 优化器需要知道当前的网络或者别的什么模型的参数空间，这也就是为什么在训练文件

转载 Python isinstance() 函数

转载 pycharm连接服务器运行时提示Can‘t get remote credentials for deployment server

pycharm通过 ssh 连接服务器端的python运行程序时偶尔出现错误 Can’t get remote credentials for deployment server。目前大部分的解决办法都是删掉解释器和deployment重新配置。这确实有用，不过太麻烦了。更方便的解决办法如下图：原文链接：https://blog.csdn.net/chouchoubuchou/article/details/115269669...

转载 pycharm bash: 第 0 行:cd: D:/xxxxxxx: 没有那个文件或目录

在使用pycharm 调用远程服务器的时候，遇到这个问题，搜不到答案，自己解决之后在这儿记录一下部分python包只有linux版，所以避免不了要调用远程服务器的python 解释器。新打开一个项目文件，再配置deployment 的时候，要填这个路径映射确定之后，会自动把项目文件上传到服务器，然后，你这个项目的代码就可以在服务器上跑了。当你再打开别的项目的时候，如果你这样修改是不管用的你必须这样修改增加路径才会上传路径把你当前项目的路径再次映射，然后回重新上传当前项目的文件，然后你就可

转载 关于在C++定义函数时，&的有无区别

原创 远程或者本地服务器指定某张卡运行

选择第三张卡运行，如果不指定，默认选择第一张卡进行运算，如果第一张卡在运行其他程序则不能运行即出现内存溢出情况。CUDA_VISIBLE_DEVICES=2 python train.py

转载 无法初始化SFTP协议。主机是SFTP服务器吗

winscp 报错：“无法初始化SFTP协议。主机是SFTP服务器吗？”解决办法：将Session界面的File protocol：设为SCP即可 （默认为SFTP）本文转自linux博客51CTO博客，原文链接：http://blog.51cto.com/yangzhiming/1215374...

转载 深入理解卷积层，全连接层的作用意义

原文链接：https://blog.csdn.net/m0_37407756/article/details/80904580

原创 sigmoid和softmax激活函数的区别

一、简单说下sigmoid激活函数解析：常用的非线性激活函数有sigmoid、tanh、relu等等，前两者sigmoid/tanh比较常见于全连接层，后者relu常见于卷积层。这里先简要介绍下最基础的sigmoid函数（btw，在本博客中SVM那篇文章开头有提过）。sigmoid的函数表达式如下:其中z是一个线性组合，比如z可以等于：b + w1x1 + w2x2。通过代入很大的正数或很小的负数到g(z)函数中可知，其结果趋近于0或1。（一般用于全连接+激活函数）总之，sigmod函数，是逻

原创 远程服务器上Anaconda环境中pytorch环境搭建

一、在服务器上搭建Anaconda环境1、下载Anaconda：从清华源地址下载所需的Anaconda 版本至自己的电脑。（官网速度慢不建议）我选的为Anaconda3-2019.10-Linux-x86_64.sh2、上传Anaconda：首先将下载好的安装包（文件名为 Anaconda3-2019.10-Linux-x86_64.sh），打开终端，用scp命令将安装包拷贝到远程服务器，然后根据提示输入密码即可。cd ~/文件路径scp Anaconda3-2019.10-Linux-x86

转载 Pycharm连接远程服务器（图文教程）

你可能遇到过这样一个问题，例如实验室或者某个机构有一台服务器，性能较好，但是只能大家同时使用，但是有一个问题就是，你每次需要把自己的代码和数据打包，之后上传到服务器重新跑一遍。如果有改动，需要做同样的事情。这样往复循环，是不是感觉自己大部分把精力放到了上传代码，上传数据上了，告诉你个好消息，pycharm其实解决了这个问题，让你的代码可以同步到你的服务器中，而且可以直接使用服务器的编程环境，是不是很方便……————————————————版权声明：本文为CSDN博主「ykf173」的原创文章，遵循CC

转载 图解人工智能是什么？

转载 智能计算/计算智能、仿生算法、启发式算法的区别与关系?

1）启发式算法：一个基于直观或经验构造的算法,在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解,该可行解与最优解的偏离程度不一定事先可以预计.意思就是说,启发式算法是根据经验或者某些规则来解决问题,它求得的问题的解不一定是最优解,很有可能是近似解.这个解与最优解近似到什么程度,不能确定.相对于启发式算法,最优化算法或者精确算法（比如说分支定界法、动态规划法等则能求得最优解）.元启发式算法是启发式算法中比较通用的一种高级一点的算法,主要有遗传算法、禁忌搜索算法、模拟退火算法、蚁

原创 C++ 回溯算法题型总结

1、题目类型：2、解题步骤：①画出递归树，找到状态变量(回溯函数的参数)，这一步非常重要※②根据题意，确立结束条件③找准选择列表(与函数参数相关),与第一步紧密关联※④判断是否需要剪枝⑤作出选择，递归调用，进入下一层⑥撤销选择3、应用示例问题——子集：给定一组不含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。解题：参考链接：https://leetcode-cn.com/problems/zi-fu-chuan-de-pai-lie-lcof/solut

原创 计算智能01_2022秋_第一次作业

用遗传算法编码求解Dejong1和Dejong2：Dejong1：function y = dejong1(x1, x2) y = x1.^2 + x2.^2;end% -5.12<= x <= 5.12Dejong2：function y = dejong2(x1, x2) y = 100*(x1.^2 - x2).^2 + (1-x1).^2; end% -2.048<= x <= 2.048要求：Designing a genetic

原创 进化计算（Evolutionary Computation）

来源：https://baike.baidu.com/item/%E8%BF%9B%E5%8C%96%E8%AE%A1%E7%AE%97/3768586?fr=aladdin在计算机科学领域，进化计算（Evolutionary Computation）是人工智能（Artificial Intelligence），进一步说是智能计算（Computational Intelligence）中涉及到组合优化问题的一个子域。其算法是受生物进化过程中“优胜劣汰”的自然选择机制和遗传信息的传递规律的影响，通过程序迭

原创 Latex写伪代码

亲测有效1、导入依赖包：\usepackage[ruled]{algorithm2e}\begin{algorithm}[] %其中这里面不能有H不然会报错，不过不影响结果\caption{algorithm caption}%算法名字\LinesNumbered %要求显示行号\KwIn{input parameters A, B, C}%输入参数\KwOut{output result}%输出some description; %;用于换行\For{condition}{onl

原创 参数和超参数的定义

1. 参数(parameters)（模型参数）由模型通过学习得到的变量，比如权重和偏置2. 超参数(hyperparameters)（算法参数）根据经验进行设定，影响到权重和偏置的大小，比如迭代次数、隐藏层的层数、每层神经元的个数、学习速率等...

原创 深度学习中的不确定性详解

参考来源：https://www.zhihu.com/collection/767533853https://zhuanlan.zhihu.com/p/56986840单独的不确定性：两种不确定性的结合：这里为什么要除以偶然不确定性，是因为图片本身存在偶然不确定性，可以通过除以消除其度量两种不确定性，详解、公式推导以及示例请参考：https://zhuanlan.zhihu.com/p/56986840...

原创 分类和回归任务通俗讲解

我们可以按照任务的种类,将任务分为回归任务和分类任务.那这两者的区别是什么呢?按照较官方些的说法,输入变量与输出变量均为连续变量的预测问题是回归问题,输出变量为有限个离散变量的预测问题成为分类问题。回归任务： 连续、输出为一个定值分类任务： 不连续、输出为一个概率向量回归： 通俗一点讲,我们要预测的结果是一个数,比如要通过一个人的饮食预测一个人的体重,体重的值可以有无限多个,有的人50kg,有的人51kg,在50和51之间也有无限多个数.这种预测结果是某一个确定数,而具体是哪个数有无限多种可能的问题,

原创 Latex写作实现伪代码

Latex-算法伪代码 - 严二姨的文章 - 知乎https://zhuanlan.zhihu.com/p/266241159写作开头导入相应的包：\usepackage{algorithm}\usepackage{algorithmicx}\usepackage{algpseudocode} % 如果不想在算法伪代码模块中显示 end for 和 end while，则使用 %\usepackage[noend]{algpseudocode}对应伪代码部分进行写作：\begin{al

转载 深度学习中参数量与计算量的理解

原创 机器学习性能评估指标：ROC 曲线与PR曲线

ROC 曲线：http://charleshm.github.io/2016/03/Model-Performance/PR曲线：https://blog.csdn.net/guzhao9901/article/details/107961184