lndmk-CSDN博客

原创 Datawhale X 李宏毅苹果书 AI夏令营_深度学习进阶_Datawhile_task3_批量归一化和卷积神经网络

批量归一化和卷积神经网络是深度学习中的重要技术。批量归一化通过减少内部协变量偏移，提高了网络的训练效率和性能；而卷积神经网络则通过卷积和池化操作，有效地处理具有网格结构的数据。两者的结合使得深度学习模型在多个领域取得了突破性的进展。

2024-09-01 21:36:30 905

原创 Datawhale X 李宏毅苹果书 AI夏令营第五期深度学习（入门）task03-机器学习框架and实践攻略

解决不匹配问题需要深入理解数据的产生方式和分布变化的原因，可能需要收集与测试数据分布更一致的训练数据，或者使用一些技术来调整模型，使其能够适应数据分布的变化。交叉验证是一种评估模型泛化能力的技术，它通过将训练数据分成多个子集，轮流将其中一个子集用作验证集，其余用作训练集，来评估模型的性能。模型结构的选择取决于任务的类型和数据的特点。深度学习模型的构建是一个迭代和试错的过程，涉及到多个方面的决策，包括选择模型结构、确定网络深度和宽度、选择合适的激活函数和损失函数、设置合理的优化算法和学习率等。

2024-09-01 19:44:08 1976

原创 Datawhale X 李宏毅苹果书 AI夏令营第五期深度学习（入门）task02-线性模型

蓝线 1 函数斜坡的起点，设在红色函数的起始的地方，第 2 个斜坡的终点设在第一个转角处，让第 1 个蓝色函数的斜坡和红色函数的斜坡的斜率是一样的，这个时候把 0+1 就可以得到红色曲线左侧的线段。接下来第 3 个部分，第 2 个转折点之后的部分，就加第 3 个蓝色的函数，第 3 个蓝色的函数坡度的起始点设的跟红色函数转折点一样，蓝色函数的斜率设的跟红色函数斜率一样，接下来把 0+1+2+3 全部加起来，就得到完整红色的线。也就是说，只要有足够的蓝色函数把它加起来，就可以变成任何连续的曲线。

2024-08-28 21:23:57 1102

原创 Datawhale X 李宏毅苹果书 AI夏令营_深度学习进阶_Datawhile_task2_自适应学习率、学习率调度、分类与CNN实践

这段代码定义了一个图像分类器类（Classifier），继承自PyTorch的nn.Module。该分类器通过一系列卷积层、批归一化层、激活函数和池化层构建卷积神经网络（CNN），用于提取图像特征。随后，这些特征被输入到全连接层进行分类，最终输出11个类别的概率，用于图像分类任务。"""定义一个图像分类器类，继承自PyTorch的nn.Module。该分类器包含卷积层和全连接层，用于对图像进行分类。""""""初始化函数，构建卷积神经网络的结构。包含一系列的卷积层、批归一化层、激活函数和池化层。

2024-08-28 20:53:12 1865

原创 Datawhale X 李宏毅苹果书 AI夏令营深度学习进阶Datawhile_task1.1局部极小值与鞍点task1.2_批量与动量

局部极小值与鞍点。

2024-08-27 21:21:30 1156

原创 Datawhale X 李宏毅苹果书 AI夏令营第五期深度学习（入门）task01-通过案例了解机器学习

机器学习，顾名思义，机器具备有学习的能力。机器学习就是让机器具备找一个函数的能力。机器具备找函数的能力以后，它可以做很多事。比如语音识别，机器听一段声音，产生这段声音对应的文字。我们需要的是一个函数，该函数的输入是声音信号，输出是这段声音信号的内容。这个函数显然非常复杂，人类难以把它写出来，因此想通过机器的力量把这个函数自动找出来。还有好多的任务需要找一个很复杂的函数，以图像识别为例，图像识别函数的输入是一张图片，输出是这个图片里面的内容。

2024-08-26 21:24:08 1870

原创 include＜Eigen/Eigen＞无法找到目录的问题的解决方案

在ubuntu工作空间编译过程中遇到的一个问题出现了include无法找到目录的问题。

2024-07-26 10:26:00 431

原创 arduino error: ‘nullptr’ was not declared in this scope

亲测有效，由报错的地址找到对应的文件，将里边的nullptr改成NULL即可。

2024-07-25 15:27:54 487

lndmk的博客