- 博客(7)
- 收藏
- 关注
原创 小杨同学的变强之路(c语言篇-前提基础)
gcc main.o fun.o //链接目标文件或库文件(.a .so),生成执行文件 a.out(.bin .exe)//发现宏被替换了,条件编译生效。编译流程:main.c --> 预处理 --> 编译 --> 汇编 --> 连接 --> a.out。gcc -E main.c -o main.i //停在预处理阶段(生成 main.i文件)0b0000 = 0 + 0 + 0 + 0 = 0 即为十六进制的0。编译后生成a.out 执行文件 命令行键入:./a.out //运行程序。
2023-04-27 14:38:01
361
原创 yolov5模型通过Tengine框架部署在FT2000上全记录
注意:如果只用原参数转为.onnx文件,会出现一些Tengine不支持的算子,因此我们需要用onnx的内置的一些api,在我们转换时,要加上 --train=True 和 --simplifier,加上后我们转换后的onnx文件才不会包含一些Tengine框架不支持的算子,并且取消掉了后处理操作。分为几步:不管用什么框架训练的网络模型都可以首先把我们训练好的权重文件,比如我用的pytorch框架做的训练,那我就将.pt文件转换为.onnx文件。注意:转换工具只能在x86的环境下编译,才能生成。
2023-04-03 10:25:25
1070
2
原创 Optimizers for deep learning(优化器)
优化器是用来做什么的我们在训练深度学习模型时一般都会使用梯度下降法,然而梯度下降法是最原始,也是最基础的算法。它将所有的数据集都载入,计算它们所有的梯度,然后执行决策。(即沿着梯度相反的方向更新权重)。优点是在凸函数能收敛到最小值。但显而易见的是,这方法计算量太大。假如我们的数据集很大的话,普通的GPU是完全执行不来的。还有一点,它逃不出鞍点,也容易收敛到局部最小值(也就是极小值)。 那为了提高我们的收敛速度,减小计算量所以我们提出了优化器,在梯度下降算法的基础上,做出...
2021-10-21 17:09:29
285
原创 Machinelearning and regression
什么是机器学习? 机器学习就是自动找函式的一个过程。那我们一般都需要找什么样子的函式?1.Regression(线性回归):数据通过函式后得到一个数值。2.Binary Classification(二分类):数据通过函式后得到两个选项中的一个。3.Multi-class Classification(多分类):数据通过函式后得到多个选项中的一个。4.Generation(产生):特殊的一类,数据通过函式后不再是得到...
2021-10-05 11:52:27
111
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人