深度学习的零碎知识点

已于 2024-10-21 14:32:45 修改
阅读量337 收藏 1
点赞数 2
分类专栏： 深度学习 文章标签： 深度学习 人工智能
于 2024-09-12 10:46:48 首次发布
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/lxlsin/article/details/142168950
版权

 显卡内存

什么是显卡内存

简单来说就是，Windows 会在物理显存/「专用 GPU 内存」不够用或只有集成显卡的情况下，将物理内存 RAM 当作 GPU 的虚拟显存/「共享 GPU 内存」来使用。

什么是 Windows「共享 GPU 内存」，它与 VRAM 有什么不同 (sysgeek.cn)

平常说的显卡内存就是 【专用 GPU 内存】。

如何查看内存大小

Win10任务管理器中的"专用GPU内存"是怎么回事？“共享GPU内存”又是什么? - 知乎 (zhihu.com)

还有一种方法：nvidia-smi。

csdn_now
关注
专栏目录
深度学习面试问题目录 | 深度学习目标检测、语义分割、分类上百种面试问答技巧
kay_545
05-15 1851
面试，面经，春招，秋招，算法工程师，python，yolov5，yolo8，yolo
零碎知识点
qq_42784882的博客
11-12 1806
零碎知识点
深度学习知识回顾
m0_51312071的博客
08-04 699
复习项目地时候，一些零碎的困惑，涉及到深度学习的一些零碎的小知识点，
模型搭建零碎小知识点
xihewen的博客
06-08 465
cascade级联和concatenate串联区别是什么? 级联将上一系统的输出作为下一系统的输入, 串联将两个系统的输出相加.
读论文、学习时 零碎知识点记录01
元气少女硕硕子的博客
10-04 350
1.入侵检测技术 2.深度学习、机器学习相关的概念 ❶注意力机制 ❷池化 ❸全连接层 ❹Dropout层 ❺全局平均池化 3.神经网络中常见的层
深度学习视域下的单元教学任务设计——以初中物理为例.pdf
08-18
评价不仅要考虑学生对知识点的掌握情况，还要考查学生在学习过程中是否达到了深度学习的要求，如思维的高阶性、知识的迁移能力等。 在实际教学设计时，教师需要结合学科知识体系，依托综合、复杂的解决具体问题或...
机器学习/深度学习入门：卷积神经网络零碎知识点
M_Z_G_Y的博客
08-05 372
开始的CNN为什么需要固定输入图像的尺寸？ CNN中的卷积层和全链接层中，卷积层对于图像是没有尺寸限制要求的，全链接层需要固定输入向量的维数，全链接层输入向量的维数对应全链接层的神经元个数，所以如果输入向量的维数不固定，那么全链接的权值参数个数也是不固定的，这样网络就是变化的。而在卷积层，我们需要学习的是11*11的kernal filter 参数个数是固定的。 为什么有了全连接网络模型还要C...
以问题深加工实施深度学习.pdf
08-18
深度学习的实施需要关注三个关键点：学科知识、结构化能力、学习情境。 在学科知识方面，深度学习要求学生掌握语文知识的充分广度、深度和关联度，突显语文学习的丰富性、沉浸性和实践性，实现语文知识的多样性价值...
浅议初中物理深度学习的课堂建设——以“测电笔的应用整合”为例.pdf
08-18
在探讨初中物理深度学习的课堂建设时，以“测电笔的应用整合”为例，涉及的知识点包括了物理学基础概念的理解、深度学习的策略、教学方法的改进以及如何将理论知识与实际应用相结合。 首先，物理学作为一门基础学科...
目标检测深度学习方法综述（一）
sun_shine56的博客
03-13 3117
0.前言 从去年九月份以来，我断断续续的接触并了解了深度学习中目标检测方面的知识。读了几篇论文，也尝试着跑了几个代码，对目标检测领域的深度学习方法有了大致的了解，一直准备写一篇综述性的学习报告，来总结我所学到，看到的知识点。但由于所学太过于零碎，不成体系，一直没有动手整理。直到前两天我导让我将18年之后比较典型的神经网络模型总结一哈，我这下定决心，准备将我这大半年所学到的关于深度学习目标检测的知识...
论文中整理的零碎知识点
qq_33772192的博客
01-10 903
1.熵 信息熵:量化信息，小概率事件但信息量大比如月食，大概率事件信息量小比如太阳每天都从东方升起，所以采取在概率p前加一个log，再添负号，就满足前面的要求了，而这是针对单个个体，对-logp求期望Ex~p(-logp)是描述总体的信息量。 维基百科的解释： 在信息论中，熵（英语：entropy）是接收的每条消息中包含的信息的平均量，又被称为信息熵、信源熵、平均自信息量。这里，“消息”代表...
基于OpenFOAM和深度学习驱动的流体力学计算与应用
2301_80236428的博客
11-14 814
从物理模型融合到复杂流动模拟，从数据驱动研究到流场智能分析，深度学习正以前所未有的力量重塑流体力学领域。伴随深度学习在流体力学研究中应用的普及，相关的开源软件和工具为科研人员提供了便捷的平台，简化了深度学习模型的实现与应用过程，加速了研究成果的转化。深度学习架构能够有效从流体数据中抽取关键特征，应用于流场预测、流动优化、流场可视化等多个领域，极大地提升了流体问题的分析效率和精度。构建物理增强的深度学习模型，将流体力学的控制方程、边界条件等物理规则内嵌于模型中，以提高模型的准确性和物理一致性。
深度学习：利用随机数据更快地测试一个新的模型在自己数据格式很复杂的时候
weixin_44162814的博客
11-14 353
比如下面一个，我自己的数据很复杂，这里在代码最后用，两分钟就完成了代码的测试成功。
基于YOLOv8深度学习的智慧农业野生蓝莓成熟度小目标检测系统研究与实现(PyQt5界面+数据集+训练代码)
ZSW1218的博客
11-17 652
随着智慧农业技术的不断进步，传统农业逐渐向自动化、智能化转型，特别是在果实成熟度检测领域，精确、及时的检测手段已成为提升农业生产效率和优化资源配置的重要工具。
基于YOLOv8深度学习的智慧社区建筑外墙破损(裂缝、露筋、剥落)检测系统研究与实现(PyQt5界面+数据集+训练代码)
ZSW1218的博客
11-18 584
随着智慧社区的发展，对建筑结构健康状况的实时监测变得愈发重要。在此背景下，建筑外墙破损（如裂缝、露筋和剥落）等问题对建筑物整体结构的安全性和耐久性构成了严重威胁，及时、准确地检测这些问题变得尤为关键。传统的人工检测方法通常耗时、费力，且检测结果易受人为因素影响。为了解决这些问题，本文提出了一种基于YOLOv8深度学习模型的建筑外墙破损检测系统，以实现更高效、自动化的检测流程。
sglang 部署Qwen2VL7B，大模型部署，速度测试，深度学习
q742971636的博客
11-18 252
图来源：https://lmsys.org/blog/2024-09-04-sglang-v0-3/纯transformer，不用加速框架，我之前的测了一张图的速度是：5.22 seconds，很慢。
2024.6使用 UMLS 集成的基于 CNN 的文本索引增强医学图像检索
最新发布
Kakaxiii的博客
11-18 767
提出一种基于UMLS集成的CNN文本索引增强医学图像检索的方法，通过构建深度匹配模型（DMM）和利用医学相关特征（MDF）及UMLS元词库，将查询和图像元数据映射为特征矩阵，经个性化CNN处理后计算匹配分数，结合基线分数进行语义重排序（SemRank），实验表明该方法在医学图像CLEF数据集上相比基线和现有方法显著提升了检索性能。 近年来，卷积神经网络 (CNN) 模型在图像分类和自然语言处理 (NLP) 等各个领域都取得了显著的进步。尽管它们在图像分类任务中取得了成功，但它们对医学图像检索，尤其是基于文
深度学习的艺术：揭秘卷积神经网络（CNN）的神秘面纱
码途探索
11-14 1021
卷积神经网络以其在图像和音频处理上的优势，已经成为深度学习领域的一个重要分支。随着技术的发展，CNN将在更多领域展现其潜力。
基础：用卷积神经网络（CNN）进行猫狗图像分类
yaokk1的博客
11-14 565
输入层和卷积层# 添加更多卷积层和池化层# 全连接层# 输出层通过本教程，你已经学会了如何使用卷积神经网络进行猫狗图像分类。我们涵盖了数据加载、预处理、CNN模型构建、训练及评估，并展示了如何在测试数据上进行预测。你可以根据自己的需求调整网络结构、优化器和超参数，以获得更好的分类效果。
基于卷积神经网络的航空发动机剩余寿命预测Matlab实现
2401_88845856的博客
11-14 1271
本文利用NASA提供的涡扇发动机退化数据集，进行数据预处理，构建训练样本和测试样本，然后搭建卷积神经网络（Convolutional Neural Network,CNN），学习训练数据，最后利用测试数据，分析神经网络模型预测剩余使用寿命（Remaining useful life，RUL）的效果。
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