关关在干嘛-CSDN博客

原创因ubuntu内核升级导致的显卡驱动问题的解决方案

目录问题解决：方案1：旧内核可以正常进入方案2：哪个内核都进不去备注问题因ubuntu经常会自动更新内核，但这时候的显卡驱动不会更新，所以经常会出现因为二者不适配而出现各种奇怪的情况，如果你出现了：重启关机后突然卡死在输入密码界面/紫屏/图标异常/勉强可以进入桌面但立马卡死等情况，那么多半是因为这个问题。解决：首先如果能操作电脑，可以输入nvidia-smi确认下显卡信息能不能显示，如果出现ok，它挂了。解决方案分两种情况：方案1：旧内核

2021-07-01 16:57:54 4182 4

原创【CSP小白疯狂踩坑记录】202006-2 稀疏向量

题目解读：题目的意思就是有两个数组（先假设用数组），index相同时，如果value都不等于0，那么就把这两个值相乘，累加得到内积。实现过程中的坑：测试点数值很大，sum会溢出，要使用long long 类型。读题容易出现误区，其实这道题跟N没什么关系（我就被迷惑了，最后for循环用n做条件，就运行错误了...）根据别的博主总结得到如下，所以如果使用数组来解决，要设置全局数组，否则会出现运行错误（60分） 1.局部变量在栈上分配，最大2MB 2.全局变量在静态区分...

2021-02-12 19:30:02 257

原创【TensorFlow框架】理解tf.nn.conv2d、max_pool卷积与池化方法

转载请附上原文出处链接和本声明。conv2d：https://blog.csdn.net/zuolixiangfisher/article/details/80528989max_pool：https://blog.csdn.net/m0_37586991/article/details/84575325conv2d方法定义tf.nn.conv2d (input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=Non

2021-01-12 12:54:27 260

转载当卷积层后跟batch normalization层时为什么不要偏置b

2020-12-11 17:54:22 151

转载深度学习 | 三个概念：Epoch, Batch, Iteration

作者：0与1的邂逅链接：https://www.jianshu.com/p/22c50ded4cf7来源：简书著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。名词解释：Epoch（时期）：当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次>epoch。（也就是说，所有训练样本在神经网络中都进行了一次正向传播和一次反向传播）再通俗一点，一个Epoch就是将所有训练样本训练一次的过程。然而，当一个Epoch的样本（也就是所有的训练样本

2020-12-03 16:59:41 830 2

转载 Ablation Study消融研究

作者：飘哥链接：https://www.zhihu.com/question/291655038/answer/683038545来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。” 术语“消融研究”通常用于神经网络，尤其是相对复杂的神经网络，如R-CNN。我们的想法是通过删除部分网络并研究网络的性能来了解网络。“ - Robert Long“消融”的原始含义是手术切除身体组织。ablation 解释: 通过机械方法切除身体组织，如手术，从身体中去除，尤指.

2020-11-26 20:10:02 1294

原创训练集、验证集与测试集

三者区别：训练集（train set）：用于训练模型以及确定模型权重。验证集（dev set）：用于确定网络结构以及调整模型的超参数。使用验证集是为了快速调参，也就是用验证集选择超参数（网络层数，网络节点数，迭代次数，学习率这些）。另外用验证集还可以监控模型是否异常（过拟合什么的），然后决定是不是要提前停止训练。验证集的关键在于选择超参数，我们手动调参是为了让模型在验证集上的表现越来越好，如果把测试集作为验证集，调参去拟合测试集...

2020-11-25 16:35:23 1094 1

原创神经网络中参数W、b的随机初始化

一、两种初始化方法1、在逻辑回归中，一般就直接初始化为0# 全部初始化为0import numpy as npdef initialize_parameters_zeros(layers_dims): parameters = {} L = len(layers_dims) for l in range(1, L): parameters['W' + str(l)] = np.zeros((layers_dim

2020-11-22 17:41:13 1454 1

原创【吴恩达机器学习笔记】逻辑回归

目录前言一、逻辑回归算法介绍背景介绍：逻辑回归算法：二、算法假说表示三、决策边界四、逻辑回归算法的代价函数四、简化、推导代价函数五、逻辑回归与多类别分类前言在本节，我们开始讨论分类问题。一、逻辑回归算法介绍背景介绍：在分类问题中，我们要预测的变量 ???? 是离散的。在分类问题中，我们尝试预测的是结果是否属于某一个类（例如正确或错误）。分类问题的例子有：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；之前我们也谈到了肿瘤分类问题的例子，区别

2020-10-28 16:56:07 404 2

原创【吴恩达机器学习笔记】正规方程

前言之前我们都在讨论梯度下降算法，但对于一些线性问题来说，正规方程是更好的解决方法。一、正规方程正规方程是通过求解下面的方程来找出使得代价函数最小的参数的：假设我们的训练集特征矩阵为 ????（包含了 ????0 = 1）并且我们的训练集结果为向量 ????，则利用正规方程解出向量 ???? =推导过程分析：前提我们要了解以下几个方程：多变量线性回归问题的代价函数为：其中对于单个样本的h(x)：设有m个训练实例，每个实例有n个特征，则训练实例集为：其中表示第

2020-10-20 18:53:00 524

原创【吴恩达机器学习笔记】多变量线性回归

前言目前为止，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型，引出多变量线性回归问题。一、多维特征增添更多特征后，我们引入一系列新的注释：???? 代表特征的数量代表第 ???? 个训练实例，是特征矩阵中的第????行，是一个列向量（ vector）。代表特征矩阵中第 ???? 行的第 ???? 个特征，也就是第 ???? 个训练实例的第 ???? 个特征。支持多变量的假设 ℎ 表示为：ℎ????(????)

2020-10-19 19:50:06 259

原创【吴恩达机器学习笔记】梯度下降算法

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pandas是什么？二、使用步骤 1.引入库 2.读入数据总结前言延续上文，本节将介绍梯度下降算法来计算代价函数的最小值。一、梯度下降算法想象一下你正站立在你想象的公园——这座红色山某一点上，在梯度下降算法中，我们要做的就是旋转 360 度，看看我们的周围，并问自己要在某个方向上，用小碎步尽快下山。这些小碎步需要朝什么方向？如果我们站在山坡上的这一点，你看一下周围..

2020-10-16 21:21:56 291 2

原创【吴恩达机器学习笔记】代价函数（一）

目录前言一、单变量线性回归问题二、建模误差三、代价函数平方和误差函数:平均平方和误差:代价函数：四、直观理解代价函数一五、直观理解代价函数二三维图像:等高线图：总结前言本栏目主要记录吴恩达老师的《机器学习》课程的学习笔记。本章学习代价函数相关知识。一、单变量线性回归问题首先先看一个例子，假设我们需要使用一个包含房屋尺寸与售卖价格数据集，来预测房屋的售价。我们首先要构建一个模型来预测，这里我们假设是最基础的线性情况，那么表示如下：.

2020-10-13 21:17:39 445

原创 1283 Problem D C语言10.15字符串大小比较与排序

问题描述：输入3个字符串，按从小到大的顺序输出。要求使用指针的方法进行处理。C++实现：#include <iostream>#include <cstring>#include <cstdio>using namespace std;//解决strcpy会报不安全错误的问题#pragma warning( disable : 4996)void swap(char a[], char b[]) { char c[20]; int len

2020-10-09 15:45:02 256 1

原创问题 C: 习题6-6 杨辉三角

目录一、杨辉三角二、杨辉三角的特点三、C++实现总结一、杨辉三角杨辉三角，是二项式系数在三角形中的一种几何排列。在欧洲，这个表叫做帕斯卡三角形。帕斯卡（1623----1662）是在1654年发现这一规律的，比杨辉要迟393年，比贾宪迟600年。杨辉三角是中国古代数学的杰出研究成果之一，它把二项式系数图形化，把组合数内在的一些代数性质直观地从图形中体现出来，是一种离散型的数与形的结合。二、杨辉三角的特点每个数等于它上方两数之和。每行数字左右对称，由1开始逐渐变大。第n

2020-10-08 15:23:52 826

原创问题 D: 习题6-12 解密

问题描述：有一行电文，已按如下规律译成密码：A-->Z a-->zB-->Y b-->yC-->X c-->x............即第一个字母变成第26个字母，第i个字母变成第（26-i+1)个字母，非字母字符不变。要求根据密码译回原文，并输出。解决：#include <iostream>#include<cstring>using na...

2020-10-07 20:56:35 161 1

原创在C++中实现fibonacci数列的几种方法

文章目录前言一、fibonacci数列是什么？二、递归实现1.递归的特点2.C++实现3.时间复杂度三、循环实现1.C++实现2.时间复杂度四、矩阵实现1.理论推导2.C++实现3.时间复杂度前言fibonacci数列的实现主要有三种方法：递归、循环与矩阵。这里主要学习了如何在C++中实现这三种方法以及分析它们各自的时间复杂度。本文参考文章如下：https://blog.csdn.net/Bob__yuan/article/de.

2020-10-07 16:47:09 6399 1

关关的学习记录