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

-+

gaoxueyi551的专栏

Stay hungry. Stay foolish.

  • 博客(4)
  • 资源 (2)
  • 收藏
  • 关注

转载 python多线程详解

python多线程详解目录python多线程详解 一、线程介绍 什么是线程 为什么要使用多线程 二、线程实现 threading模块 自定义线程 守护线程 主线程等待子线程结束 多线程共享全局变量 互斥锁 递归锁 信号量(BoundedSemaphore类) 事件(Event类) 三、GIL(Global Interpreter Lock)全局解释器锁 一、线程介绍什么是线程线程(Thre..

2020-12-22 11:21:53 278

原创 深入理解CNN中的卷积和池化

对于卷积和池化是如何实现的,这个我想大部分人都明白,但是我觉得仅仅停留在这个层面还是对知识理解的不够透彻,我们还应该明白使用它们的原因是什么,它们有什么优点。因此,本着这个目的,重新审视了CNN中的卷积和池化两个关键概念。下面是后面说明将要用到的一张关于猫图像,这幅图像的尺寸是970*660。图1. 猫咪一、卷积的三大特性1.1、局部感受野 如果采用全连接层来提取图片的特征,并设隐层大小为 ,则输入层和隐层之间的权值矩阵规模将是,在存储和计算效率方面都是不能忍受的。把...

2020-12-18 13:07:27 1173

原创 深度学习中的常用调试策略

最近看了花书《深度学习》部分的调试模型部分,觉得讲得挺不错的,故摘出来供大家学习和参考。一、可视化模型的行为 很多时候我们训练模型之后,更多的是关注准确率和召回率等量化指标。但是一味地关注这些量化指标,而不是亲自查验一下模型捕捉到了什么,很容易在系统出问题时误以为系统运行良好。二、可视化最严重的错误 通过查看训练集中很难正确建模的样本,通常可以发现该数据预处理或者标记方面的问题。解释一下什么是“最严重”的错误:某些数据对人来说很容易区分,但机器学习系统却很难对其进行...

2020-12-16 21:00:39 391

原创 基于word2vec和TextCNN的新闻标题分类器

一、背景 本人是做新闻爬虫相关工作。由于工作需要,经常需要将一个列表页中的a标签链接进行提前并进行抓取,但问题是,如何确定一个列表页大概率是新闻页面那?起初,通过一些规则的方法,比如新闻高频词来确定是否是新闻列表页,但是随着热词更新的滞后,规则匹配的效果变得很差,因此逐渐放弃了该方案。 后期,通过不断总结新闻标题的模式发现,新闻和非新闻的标题内容在用词以及语义上存在明显的区别,如果规则解决不了的问题,也许可以借助NLP方面的知识来解这个问题。经过先期调研,发现有很多通过NLP来实现对...

2020-12-02 18:00:33 1507

oToV2:一种在线的端到端的剪枝优化方法介绍

微软最近提出的一种剪枝优化方法,它是一种在线的端到端的优化方法,使用简单,入门门槛较低,有扎实的理论基础在里面,而不是无脑的裁剪网络。亲测发现,该方法能够在某些任务上实现30%的模型压缩率,而对指标基于没有负面影响。

2023-09-07

深度学习-轻量级骨干网-QPS

本文档整理了几种常见的轻量级骨干网的基本结构以及性能,分别在英伟达T4卡上压测了它们的QPS,方便在实际业务中综合选择适合的骨干网

2023-05-06

编码的奥秘

详细的介绍了字符的编码和解码规则以及乱码的根源。

2015-03-31

编码与乱码详解

详细描述了编码的过程以及编码的发展历史,最重要的是解释了乱码的机理以及如何从原理上避免乱码的产生,极具收藏价值。

2015-01-16

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