基础阶段计划周报_第十六周

最新推荐文章于 2024-07-19 15:16:23 发布
最新推荐文章于 2024-07-19 15:16:23 发布
阅读量97 收藏
点赞数
分类专栏： 学习周报 文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hu_z_y/article/details/132538314
版权

基础阶段计划周报_第十六周

时间

第十六周：2023.8.21—2023.8.27

学习内容

  1. 复习《深度学习入门基于Python的理论实现》手写数字识别。
  2. 学习tensorflow。
  3. 完成前端分离的用户认证功能。

遇到的问题

项目用了高版本的技术，网上的资料较少，部分功能做起来有点吃力。

下周计划

  1. 复习深度学习知识
  2. 跟进项目
HU_z_y
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
项目工作周报_第二周1
08-08
项目工作周报_第二周1中，HeyCar项目由七个老司机小组负责，成员包括刘昱昊、罗雨辰、方潇月、张嘉麟、陈博楠、田陇宁和王珊珊，项目自2018年4月12日立项，预计于5月8日结项。目前项目处于补充完善阶段，各项指标如...
项目周报模板周计划汇报材料
10-13
以下是对“项目周报模板周计划汇报材料”中涉及的知识点的详细说明： 一、项目周报的作用与格式 1. 作用：项目周报的主要目的是保持团队成员、管理层以及利益相关者的沟通，记录项目的实时进展，及时发现问题并提出...
基础阶段计划周报_第十周
hu_z_y的博客
07-17 73
第十周：2023.7.10—2023.7.16。
第十二周周报
Joy_moon的博客
12-08 887
本周开始学习三维人体姿态估计这个领域，在web of science上找一了一篇综述论文进行学习，认识到目前该领域的发展总趋势及对应分支的发展过程。我意识到需要了解和掌握该领域的相关文章及其算法、模型。目前来说，看文献感觉到比较吃力。在本文中，在三维人体姿态估计的最新进展首先，我们简要地介绍了这些发展的基础上的人数将所有的方法分为两大类，即单人三维人体姿态估计和多人三维人体姿态估计。然后，为了更具体地了解不同的解决方案，我们分别描述了经典解决方案和深度学习解决方案。
Swift 周报 第五十六期
网罗天下方法，方便你我开发！！！
06-27 1463
本期是 Swift 编辑组自主整理周报的第五十六期，每个模块已初步成型。各位读者如果有好的提议，欢迎在文末留言。Swift 周报在GitHub 开源，欢迎提交 issue，投稿或推荐内容。目前计划每两周周一发布，欢迎志同道合的朋友一起加入周报整理。夜色难免黑凉，前行必有曙光。Swift社区不相信运气，但坚信勇气。且与旧事归于尽，明日依旧迎花开！👊👊👊周报精选新闻和社区：苹果暂停高端 Vision 头戴设备研发 计划推出更廉价版Swift 论坛：讨论 Swiftly 即将推出的增强功能。
机器学习周报第43周
2301_78609379的博客
05-26 881
本周，我深入研读了RT-DETR（实时目标检测变换器）论文，并专注于学习了其backbone（主干网络）、AIFI（自适应特征交互）以及CCFM（跨尺度特征融合模块）方面的代码实现。RT-DETR作为一种基于Transformer的目标检测模型，通过其独特的设计，在保持实时性的同时，显著提升了目标检测的精度。在backbone方面，RT-DETR采用了高效的主干网络，能够快速提取图像中的特征信息。
机器学习周报第40周
2301_78609379的博客
05-05 1158
本周，我深入研读了RT-DETR（实时目标检测变换器）论文，并专注于学习了其backbone（主干网络）、AIFI（自适应特征交互）以及CCFM（跨尺度特征融合模块）方面的代码实现。RT-DETR作为一种基于Transformer的目标检测模型，通过其独特的设计，在保持实时性的同时，显著提升了目标检测的精度。在backbone方面，RT-DETR采用了高效的主干网络，能够快速提取图像中的特征信息。
机器学习周报第47周
2301_78609379的博客
06-23 836
在目标检测中，基于关键点的方法经常会遇到大量错误对象边界框的问题，这可能是由于在裁剪区域内缺乏额外的评估。本文提出了一种有效的解决方案，该方案以最小的成本探索个体裁剪区域内的视觉模式。我们的框架建立在具有代表性的单阶段基于关键点的检测器CornerNet之上。我们的方法，名为CenterNet，将每个对象检测为关键点的三元组，而不是点对，从而提高了精确度和召回率。因此，我们设计了两个定制模块，级联角点池化和中心池化，它们丰富了由左上角和右下角收集的信息，并提供了来自中心区域的更多可识别信息。
第二周周报记录
NYG694的博客
09-17 206
1.栈溢出攻击的多种方式（nop sled，栈劫持）2.web各种题型及基础巩固复习。
第三周学习周报
weixin_45786225的博客
11-11 105
Word Embedding是一种单词表示类型，允许具有相似含义的单词在向量空间中具有相似的表示，使算法能够捕捉单词之间的语义关系。是一种无监督的学习方式，它通过阅读大量的材料学习单词的意思并生成相关词向量。是一种深度神经网络训练中的优化方法。Batch Normalization通过在每个小批量数据上进行归一化，使得网络层输入的均值和方差保持稳定（均值为0，方差为1）（降低了模型对初始化权重的敏感度），从而减少了网络内部协变量偏移（covariate shift）问题的影响，加速了网络的训练。
李宏毅机器学习第十七周周报GAN
weixin_44162879的博客
11-18 175
本文主要讨论了生成式对抗神经网络。首先，本文介绍了生成式对抗网络的设计思路。在此基础下，本文阐述了GAN的网络结构以及训练过程。生成器与解释器相互迭代，随着更新，生成器的效果趋近于真实图片。其次，本文展示了题为Generative Adversarial Networks论文的主要内容。这篇论文提出了生成式对抗网络的网络结构以及训练过程，该模型填补了生成任务方面神经网络的空白。此外，这篇论文还从理论角度证明了生成器的数据分布能够达到全局最优以及训练算法的可收敛性。
xxCDMA网络优化周报_第八周(1224_0101).pdf
10-10
【xxCDMA网络优化周报_第八周(1224_0101)】是一份关于中国联通丽水分公司的CDMA网络优化报告，由Rising Technology公司编撰。这份周报详细记录了在2007年12月24日至2008年1月1日期间，CDMA网络的运行情况、优化工作...
统计周报系统所有同事的最近一篇周报_周报系统_python_统计周报_
09-29
脚本可以把所有同事最近发布的一篇周报标题给抓取出来，这样可以知道哪些同事有没有更新周报了，嘿嘿。 这其实属于爬虫类型的脚本，使用urllib2 模块抓取特定网页，然后使用 re 正则表达式模块进行过滤字符，把需要...
软件性能测试_周报_模板
10-05
作为上班族，周报必不可少的，下载模板后，提升工作效率。
昇思25天学习打卡营第14天|LLM-文本解码原理--以MindNLP为例
wwt72的博客
07-17 763
限制输出序列的最大长度为50个token。top-p=0.95，top-p采样表示在每一步生成token时，只从概率分布中累计概率达到95%的token中进行采样，有助于保持生成文本的流畅性和质量，同时允许一些低概率的token被选中，从而增加多样性。表示禁用了top-k采样，因为在top-k采样中，通常是从概率最高的k个token中随机选择一个token作为下一个输出，而这里设置为0表示不限制token的选择，实际上这将等同于使用 softmax 概率分布直接进行采样。这有助于提高生成文本的多样性。
卷积神经网络学习问题总结
weixin_61681867的博客
07-17 552
均方误差函数（MSE）适用于回归任务，如预测房价、预测股票价格等。
kubernetes学习日志（七）
qq_47037022的博客
07-18 583
本文记录了service管理，ingress管理，Dashboard管理插件，集群鉴权策略，角色与全局角色，赋权与全局角色赋权。
手写简易版Spring IOC容器02【学习】
最新发布
weixin_44794897的博客
07-19 519
其中applyPropertyValues用于从beanDefinition中读取属性的配置信息然后通过BeanUtil(hutool-all中提供的类)为其赋值@Overridetry {// 创建bean实例Class<?if (null!break;// 设置属性值try {// 从beanDefinition中获取property通过Resource获取文件流。
博客前端项目学习day03——框架页
qq_53237241的博客
07-19 456
【代码】博客前端项目学习day03——框架页。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值