ML&CUDA
文章平均质量分 66
机器学习和C++ 进行CUDA编程 GPU加速技巧
技术的边界
这个作者很懒,什么都没留下…
展开
-
最大似然估计、最大后验概率估计,贝叶斯公式 笔记
https://zhuanlan.zhihu.com/p/26614750https://blog.csdn.net/u011508640/article/details/72815981原创 2020-12-27 21:31:14 · 182 阅读 · 0 评论 -
intel培训-2 openvino
https://docs.openvinotoolkit.org/latest/_inference_engine_ie_bridges_python_docs_api_overview.html#executablenetworkhttps://software.intel.com/en-us/openvino-ovx-guide?elq_cid=5490641&erpm_id=85...原创 2019-08-27 11:47:08 · 339 阅读 · 0 评论 -
机器学习复习笔记-华中科技大学
第二门有挂科风险的考试上午刚考完这门课程考核方式第一次改为考试所以没有复习资料还有一点记忆赶紧记录一下明年重修的时候就有复习材料了简答1. 朴素贝叶斯和感知机基本思想与异同2. 简述SVM3.分类和回归的异同4.硬约束的SVM和软约束的SVM在数据是线性可分的情形下结果有何异同判断最大似然估计与最大后验估计的都是以θ\thetaθ为随机变量牛顿法可以得到最优解、。。。其他的暂时想不起来了计算&证明1使用最大似然估计最大的参数aY=aX+ϵY = aX + \ep.原创 2021-01-05 18:55:05 · 845 阅读 · 2 评论 -
[吴恩达计算器学习] 正规方程
求解Xθ=yX\theta=yXθ=y给定矩阵X和向量y,求解θ\thetaθ的最佳最小二乘解,就是加号逆(MP广义逆)*y求解方法矩阵论复习笔记θ=(XTX)−1XTy\theta=(X^{T}X)^{-1}X^{T}yθ=(XTX)−1XTy首先扩充X举证,加入向量X0之后直接求解即可梯度下降和正规方程的比较梯度下降正规方程需要进行学习率 α\alphaα的调参不需要学习率参数需要多次迭代不需要迭代特征数n很大时候仍然可以很好的workn很大原创 2021-05-11 21:48:43 · 222 阅读 · 0 评论 -
intel培训-3 FPGA
NNIST0-9 的手写体28*28测试功能CIFAR-1010个类别50000张图片32*32imageNet可以实用级别1000个类别224*224120万张训练图像50000张验证图片100000张验证图片AlexNetImageNet分类比赛图片识别率由之前的不过一半到接近80%卷积神经网络开始得到重视2017年 识别的错误率在2% 精度超过人...原创 2019-08-28 10:31:50 · 732 阅读 · 3 评论 -
intel培训-1 数据预处理
数据预处理:清理灰度处理: 零件缺陷检测,裂缝 减少数据量 减少运算量 只需要一个值正则化:normalization 分布不 加快收敛速度数据增强: 数据不均衡的时候 为了增加一些数据 旋转 缩放选模型分类模型 framework在这里插入代码片选网络大小耗时...原创 2019-08-26 16:25:43 · 227 阅读 · 0 评论 -
快速入门 CUDA C++ 混编
教程: https://zhuanlan.zhihu.com/p/34587739kernel是CUDA中一个重要的概念,kernel是在device上线程中并行执行的函数一个kernel所启动的所有线程称为一个网格(grid)SM(Streaming Multiprocessor),流式多处理器每个线程块有包含共享内存(Shared Memory),可以被线程块中所有线程共享,其生命周期与线程块一致。此外,所有的线程都可以访问全局内存(Global Memory)。还可以访问一些只读内存块:常量原创 2020-05-08 22:40:13 · 941 阅读 · 0 评论 -
NVIDIA CUDA
https://www.iqiyi.com/v_19rrmjuw98.html#curid=289021600_ddce44b8d3421b67ccecb7c462ea4b09原创 2020-07-28 00:10:41 · 317 阅读 · 0 评论