![](https://img-blog.csdnimg.cn/20190927151053287.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
知识/原理
文章平均质量分 74
理论知识
lgyfhk
这个作者很懒,什么都没留下…
展开
-
人工智能学习线路
人工智能,学习线路转载 2023-01-01 11:26:46 · 191 阅读 · 0 评论 -
NB-IoT物联网技术
物联网转载 2022-11-07 08:25:15 · 1346 阅读 · 0 评论 -
电能的存储
文章目录前言一、发电厂的发电量二、发电量与用电量之间的需求矛盾调节三、多发的电去了哪里?前言随着能源供应的日益紧张,如何合理高效地使用能源是急待解决的一个难题。本文主要介绍电能的存储。一、发电厂的发电量我们平时用的交流电都是随发随用。用多少电就发多少电,因为电能目前是无法大规模储存的。不管是比较常见的蓄电池组,或者是抽水蓄能型的水电站,它们能储存的电能,相对于整个国家的用电规模来说,是极其渺小的。电能的奇妙之处,就在于用掉多少电能,电力系统就产生多少电能,整个电网系统随时处于一个动态的平衡状态。转载 2022-01-10 12:38:01 · 1568 阅读 · 0 评论 -
VR、AR、MR、XR、ER
VR虚拟现实(VR)- Virtual Reality就是你带上一个眼镜就进入一个虚拟空间,覆盖你全部的视觉和绝大部分的听觉,并且支持身体与环境的交互。主要是临场感、沉浸感。而这些都是机器模拟出来的。就像动画片《数码宝贝》太一等人受到召唤,进入的数码世界。而现在的科技是带上VR一体机或者头显。三体小说中描写的同名网络游戏《三体》和虚拟现实技术有异曲同工之妙。主人公通过游戏设备——头盔,完全进入了另一个世界,不仅能看到雨雪冰霜,还能感受到地动山摇、炎热、寒冷,甚至知道时间流逝、害怕、恐惧。整个人完全沉转载 2022-02-03 20:12:34 · 634 阅读 · 0 评论 -
交替方向乘子法(ADMM)算法
转载 2022-02-12 11:36:55 · 294 阅读 · 0 评论 -
《深度学习入门:基于Python的理论与实现》3
目录从数据中学习训练数据和测试数据损失函数均方误差交叉熵误差为什么分类问题的损失函数采用交叉熵为什么设定损失函数梯度法学习算法地实现从数据中学习数据是机器学习的命根子。神经网络的特征就是从数据中学习,即可以由数据自动决定权重参数的值。下图展示了从人工设计规则转变为由机器从数据中学习的不同方法神经网络的优点是对所有的问题都可以用同样的流程解决。不论是识别数字,还是识别狗或者人脸,神经网络都是通过不断地学习所提供的数据,尝试发现待求解的问题的模式。训练数据和测试数据机器学习中,一般将数据分为训练数原创 2021-03-27 21:12:05 · 124 阅读 · 0 评论 -
《深度学习入门:基于Python的理论与实现》2
文章目录系列文章1中遗留的问题激活函数为什么需要激活函数?sigmoid函数阶跃函数ReLU函数输出层的设计恒等函数softmax函数系列文章1中遗留的问题 对于一个神经网络模型,输出的个数如何确定?各层的变量数如何确定?计算中用到的各权重如何确定?都是需要考虑的问题。 先给我的答案:输出个数如何确定:根据任务需求,比如分类,如果要分成10个类,那输出个数就取10。各层的变量数如何确定:自行确定,参数越多的话越能反应世界的神秘变量(个人理解)。计算中用到的权重如何确定:先定义初始参数,通原创 2021-03-21 16:17:29 · 143 阅读 · 0 评论 -
《深度学习入门:基于Python的理论与实现》1
这里写自定义目录标题感知器(perceptron)多层感知器神经网络感知器(perceptron)感知器接受多个输入信号,输出一个信号。如图是一个接收两个输入信号的感知器。感知器的多个输入信号都有各自的权重,这些权重发挥控制各个信号的重要性的作用。也就是说,权重越大,对应该权重的信号的重要性越高。多层感知器感知机不能表示异或门让人深感遗憾,但也无需悲观。实际上,感知机的绝妙之处在于它可以“叠加”。异或门可以通过下图所示的配置来实现。这里,x1和x2表示输入信号, y表示输出信号。x1和x2是原创 2021-03-03 23:15:36 · 260 阅读 · 1 评论 -
块级存储、文件级存储、对象级存储的区别
目录从使用直观感受上来看块级存储文件级存储对象级存储技术角度块级存储文件级存储对象级存储对比从使用直观感受上来看块级存储生活中常见的块存储设备(也叫“块设备”)比如,插在你本地电脑上的U盘、硬盘,你电脑连接的iSCSI等。从使用上来说,块级的存储如果是第一次使用,那么必须需要进行一次格式化的操作(其实不格式化也能用,这里只是方便举例的说明),创建出一个文件系统,然后才可以使用,例如新买的U盘、硬盘、或者新发现的iSCSI设备等,首次使用的时候都需要进行一次格式化操作,创建出一个文件系统,然后才可以转载 2020-06-28 20:45:20 · 559 阅读 · 0 评论 -
大话卷积神经网络(CNN)
CNN介绍 卷积神经网络(Convolutional Neural Network, CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。 卷积神经网络(Convolutional Neural Networks / CNNs / ConvNets)与普通神经网络非常相似,它们都由具有可学习的权重和偏置常量(biases)的神经元组成。每个神经元都接收一些输入,并做一些点积计算,输出是每个分类的分数,普通神经网络里的一些计算技巧到这里依旧适用。原创 2020-05-17 19:11:47 · 698 阅读 · 0 评论 -
CPU内部如何处理代码的执行
1、一个最简单cpu的数据通路可以看到,cpu内部一直重复执行着 Fetch(取指令)--> decode(指令译码)--> execute(执行指令),这个循环叫做指令周期。pc寄存器中存储的地址,需要地址译码器来寻址,在偌大的内存中找到对应地址存储的指令后,存入指令寄存器,再通过指令译码器把指令翻译成各个线路的控制信号给到运算器(运算器ALU是没有状态的,只能根据输...转载 2019-11-09 17:31:35 · 1439 阅读 · 0 评论 -
音频知识
【音频】指人耳可以听到的声音频率在20HZ~20kHz之间的声波,称为音频。【采样频率】即取样频率, 指每秒钟取得声音样本的次数。采样频率越高,声音的质量也就越好,声音的还原也就越真实,但同时它占的资源比较多。由于人耳的分辨率很有限,太高的频率并不能分辨出来。22050 的采样频率是常用的, 44100已是CD音质, 超过48000或96000的采样对人耳已经没有意义。这和电影的每秒 24...原创 2019-12-29 19:31:35 · 157 阅读 · 0 评论 -
快速理解矩阵运算
矩阵加法就是相同位置的数字加一下。矩阵减法也类似。矩阵乘以一个常数,就是所有位置都乘以这个数。但是,等到矩阵乘以矩阵的时候,一切就不一样了。这个结果是怎么算出来的?教科书告诉你,计算规则是,第一个矩阵第一行的每个数字(2和1),各自乘以第二个矩阵第一列对应位置的数字(1和1),然后将乘积相加( 2 x 1 + 1 x 1),得到结果矩阵左上角的那个值3。也就是说,结果矩阵第m行与第n列...原创 2020-04-19 14:58:08 · 1473 阅读 · 0 评论