- 博客(13)
- 收藏
- 关注
RSS订阅原创 多重背包2/快速幂
【多重背包2】有 N 种物品和一个容量是 V的背包。第 i种物品最多有 si 件，每件体积是 vi，价值是 wi。求解将哪些物品装入背包，可使物品体积总和不超过背包容量，且价值总和最大。输出最大价值。
2024-07-23 08:53:35
175
原创 topic 1 01背包/完全背包/多重背包1
【01背包】有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。第 i 件物品的体积是 vi，价值是 wi。求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出最大价值。
2024-07-20 20:26:04
415
原创 VS 2022生成依赖性的自定义文件没有cuda解决办法
我的电脑在使用cuda编程时需要配置环境，前提是我的CUDA、Cudnn很早之前安装过，自定义安装CUDA的时候，没有勾选。解决办法是，重装CUDA。
2024-06-28 18:19:50
352
原创 基于YOLOv8的音符识别系统
每一张图片会得到对应的标注 txt 文件，这是 YOLO 格式的数据，每一行代表的意义是 class,x,y,width,height,并且后面四个值是需要相对于图片的Height，Width 做归一化。这样就会得到YOLOv8训练过程的一些结果保存在路径（/runs/detect，下面列举几个。实验要求：使用YOLOv8预训练模型，实现音符识别。模型配置文件（修改nc)
2024-06-27 23:35:29
292
原创 Unity Netcode如何实现网络射击
最近在准备《虚拟现实》这门课的期末作业，用Unity 3D实现一个课设，因为我和组员做的是基于Unity.Netcode的联网射击第三人称游戏，所以遇到了这个问题，小编也是忙活了2个星期才得以解决，特此分享哦。4.给玩家添加的生命值脚本需要网络变量来实现，他会自动更新在服务器的，这样当玩家生命值为0 的时候，大家都知道，便于后面的逻辑。不过他做的是2D游戏，我的是3D,整体思路就是。结尾：只要大家不放弃，有问题都能解决的，加油！2.将这两个子弹变体运用起来。参考了B站大佬的思路，1.做两个子弹的变体。
2024-06-07 13:04:27
302
原创 第三章《线性回归》part1
回归就是利用模型拟合输入特征与标签之间的关系；线性回归是通过属性的线性组合来进行预测的线性模型，其目的是找到一条直线，一个平面或者更高维度的超平面，使得预测值和真实值之间的误差最小。易于建模，形式简单，可解释性，非线性模型的基础。监督学习分为：回归和分类。
2023-08-15 09:45:27
54
1
原创 第二章《模型评估与选择》part2_性能度量one
但是，高精度不一定就代表这个模型分类效果很好；比如，90个桃和10个苹果放在黑箱子里，我不需要任何技术，我把里面全部判断为桃子，我的分类精度也能高达90%，根据混淆矩阵，会计算Precision,Recall,F1-score。2.MSE的单位和目标不同，其他和目标一致；1.错误率就是分错的样本占总样本个数；取值为0，说明拟合的是目标的均值；R方系数取值为1，说明完美拟合；3.三者对预测错误的正负不敏感；精度就是分对的样本占总样本个数；1.三者的取值范围都是0-∞；取值为负数，说明拟合不理想。
2023-06-26 21:22:45
69
1
原创 第二章《模型评估与选择》part1_性能度量
但是，当类别严重不均衡的情况下，单使用精度来评估，是没有意义的。因为假设有95个0，5个1，我即使不使用任何算法，单一的全部猜测100个全是0，我的精度也能高达95%。R^2反映预测值与真实值之间的符合程度，其值为1代表完美拟合，其值为0，预测值就是真实值的平均值，其值小于0，糟糕的拟合。马修斯相关系数MCC：TP*TN-FP*FN/（sqrt((TP+FP)(TP+FN)(TN+FP)(TN+FN))2.MAE，RMSE的单位与预测目标一致，MSE不同。查全率Recall：TP/（TP+FN)
2023-05-02 09:51:11
102
2
原创 第一章《绪论》
机器学习的定义：假设用P来评估计算机程序在某任务T上的性能，若一个程序通过利用经验E在T任务上获得性能提升，则我们就说关于T和P，该程序对E进行了学习。鲁棒性：T.Dietterich强调：随着人工智能技术的发展，越来越多地面临高风险应用，因此人工智能必须要有“鲁棒性”（也就是更正错误的鲁棒）。机器学习：计算机利用以后的数据（经验），得出的某种模型，并预测未来新数据的一种方法。机器的学习：数据+不断提高“技能”（此处的技能可以是：计算机系统、程序、算法等）较好拟合：对训练集拟合较好，对测试集也较好。
2023-05-01 11:11:26
55
1
原创 《机器学习-Machine Learning》开篇
Hello,亲爱的CSDN的亲人们和粉丝们，你们好！从今天开始，小编就要开启一个新的专栏“机器学习”，既可以和大家一起分享交流，也可以随时记录自己的一些想法和思考。随着最近爆火的ChatGPT and GPT-4的问世，相信大家对 Artificial Intelligence(人工智能）的学习将会进入一个前所未有的高潮，机器学习就会成为入门的第一基础课,相信我们会一起加油，一起开启AI的大门！
2023-05-01 10:40:17
61
1
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