- 博客(6)
- 收藏
- 关注
RSS订阅原创 MATLAB--CVX工具安装（凸优化问题）
CVX是MATLAB环境下的凸优化建模系统，能将 Matlab 转化为优化建模语言，可便捷求解线性规划（LP）、二次规划（QP）、二阶锥规划（SOCP）、半定规划（SDP）等标准凸优化问题，还能处理含非可微函数（如ℓ₁范数）的复杂凸优化问题；相比直接调用求解器，大幅简化了问题的规格说明，且可与标准 Matlab 代码自由混合，方便优化问题的构建和结果处理。
2026-02-28 22:22:59
794
原创 RNN（GRU）应用于序列分类任务
变长序列处理：通过压缩 padding 部分，仅计算有效字符，提升效率；序列排序要求输入按长度降序排列，否则报错；双向 GRU 优势：相比单向 RNN，能捕捉字符前后依赖（如姓名前缀、后缀特征），提升分类准确率；Embedding 层价值：将离散 ASCII 码映射为低维稠密向量，学习字符语义关联（如英语姓名常见 “sh”“ck” 组合）。
2026-02-09 15:03:03
568
原创 循环神经网络（RNN）--解决 “时序依赖数据处理” 问题（如文本、序列预测）
DNN/CNN：处理独立数据（如图像像素、表格特征），无时序依赖；RNN：专门处理（如文本、时间序列），通过 “隐藏状态” 记忆历史信息，捕捉时序关联（如 “hello” 中后一个字符依赖前一个字符）。
2026-02-08 14:18:04
296
原创 全连接神经网络过渡到卷积神经网络（CNN）
CNN 核心逻辑：通过卷积层提取局部特征，池化层浓缩特征，全连接层完成分类，适配图像的空间结构特性；关键组件作用卷积层：权值共享 + 局部感受野，高效提取特征，减少参数；池化层：下采样，降低计算量，抑制过拟合；GPU 加速价值：CNN 计算量远超全连接网络，GPU 可大幅缩短训练时间，是深度学习图像任务的必备优化；
2026-02-08 13:48:23
613
原创 配置PyTorch环境（基于vs code、Anaconda）
本文介绍了配置PyTorch开发环境的完整流程：1）安装VSCode和Anaconda软件；2）通过Anaconda创建Python3.14环境并激活；3）从PyTorch官网获取安装命令安装PyTorch库；4）验证PyTorch安装及CUDA可用性；5）在VSCode中配置PyTorch环境，包括安装Python扩展和Jupyter支持。文章提供了详细的命令行操作指南，帮助用户快速搭建PyTorch深度学习开发环境。
2026-02-05 22:47:44
221
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