棉毛裤穿吗

Batchnormalization 批量标准化深度学习有个本质性的问题：随着网络深度加深，训练起来困难，本质是反向传播的时候梯度消失。比如我们看sigmoid函数​​​图源百度百科显而易见的就是在大于4的时候，函数已经变化非常平缓了，也就是再训练下去就要梯度消失了。这时候我们的BatchNorm...

论文名称 模型类型 发表年份 || 发表刊物 || 模型缩写 论文代码 Pseudo Video and Refocused Images-Based Blind Light Field Image Quality Assessment NRIQA 2021 || CSVT || https://github.com/JianjunXiang/PVRI/tree/616b68ba13a959b42479f423b

由傅立叶引发的血案我刚知道 原来 虚数 (imaginary number 想象的数?) 还有很多的扩展。首先 上过初中的兄弟们都知道 也就是这个想象的数其实一开始是用来表示-1开根号的那么我们就可以知道如果 表示在坐标轴上就是从 1 旋转到 -1，如下图一样，从1到-1。所以其实在虚数平面内，将 其实就等同于逆时针旋转90度。显而易见。在虚数（复）平面内，纵坐标1的长度即代表， 如果在虚平面上用向量表示就相当于原来安安静静呆在横坐标轴上长度为1的向量逆时针旋转了45度，向量长...

矩阵 matrix开始填海稀疏矩阵 sparse matrix零元素远多于非零元素的矩阵。（非常确切的定义找了很久没找到，大概是不需要吧。抄作业 ⇒一篇关于机器学习中的稀疏矩阵的介绍摘重点以下面这个矩阵为例矩阵的压缩 可以压缩成两种格式1.COO (Coordinate Format) 是以三个数组的形式存储 数组分别存储 行号 / 列号 / 值（打value的时候忘记加s了懒得改了）2.CSR(Compressed Sparse Row) 也是三类数..

虽然少壮不努力但是老大还是要亡（精）羊（卫）补（填）牢（海）torch.nn.init里的一些函数均匀分布nn.init.uniform_(tensor, a=0, b=1)用均匀分布生成值来填充tensort1 = torch.zeros(2, 2)print(t1)t2 = nn.init.uniform_(t1)print(t2)>>> tensor([[0., 0.],>>> [0., 0.]])&g

参考推荐系统精排模型综述2021Wide & Deep Learning for Recommender Systems（2016.06）GoogleOverview由wide部分和deep部分组成Part 1WideLayer线性模型记忆性好Part 2Deep Layer先embedding然后扔进dnn泛化性好最后把part1 跟 part2 的结果concat起来Experiment在一个实时的推荐系统Google p...

一开始我以为没有下载MinGW 编译器，想下来着。然后发现没有支持mac的版本。仔细一找才发现 MinGW 是Minimalist GNU for Windows的缩写。所以又折回去。发现报错后面还有这么一行。有关选项，请访问 https://www.mathworks.com/support/compilers。点进去，他说 在matlab上没有支持c的编译器，需要使用的话，下载xcode。于是马不停蹄的去下载了。然后一看11个G。哦那有缘再见。搁着。中午。下完了。...

一些关于光场图像的乱七八糟首先 光场（Light Field） 类似 磁场 电场 就是光在我们身边传来传去形成的一个场我这讲法似乎有那么点离谱。百度百科告诉我们是 光在我们每一个点通过的光量。哎。竟然也是法拉第定义的。。高中物理课本有那么点感觉了。。神奇的是 光场竟然是基于图像渲染技术。于是我又去了解了一下渲染。。看了很多。额。。解释好多。。还是做个粗人。就是三维的东西 转化成 二维的过程。转回正题。开始的时候是用一个7维函数代表光场的。但其实我们可以假设我们的波长和时间

spp 全名 spatial pyramid pooling 空间金字塔池化一开始提出来主要是为了解决在CNN中最后都会跟着一层全连接层，全连接层输入的特征数是固定的，所以我们在输入的时候往往需要固定大小的图片尺寸，但因为实际状况的问题，不能满足这种情况，我们就需要对图片进行缩放，裁剪等操作，在一定程度上会扭曲原始的图像。所以就提出了spp，可以对任意输入的图片固定输出大小。spp的思路是 对每一个输入的feature map 划分成 16 / 4 / 1 个网格。然后在这三幅划分的网格图中

dwconv是由一个两部分卷积组成的一个网络第一部分是depthwise conv 是分通道的一个卷积 就是每个卷积核对应input的每一个通道 有图好理解很多 如下图源https://blog.csdn.net/tintinetmilou/article/details/81607721因为上面每个层的特征都分开 没有有效的利用相同空间位置上不同层的有效信息，所以有了第二部分第二部分是pointwise conv它将第一部分各自独立的featuremap进行组合生成了新的..

NMS(non-maxium suppression)我要继续进行学习记录！填充自己的空余时间！最近好水啊。。每天godliegodlie上头。。目标检测yolo系列最后一步！对anchor进行选择！如下图，假设我们要检测僵尸。经过各种阈值筛选后还剩这些anchor。nms如其名，抑制不是最大的那些值。首先选择置信度最大的那个框，将其加入集合，对图中其他的框与该框做一个iou值计算。假设我们已经提前设定过阈值了。我们删除计算出来iou值大于阈值的那些框（也就是重合度很高的框）

哎 树状数组是个什么东西嘞？它的英文名叫做 Binary indexed tree 翻译成中文怎么是 二进制索引树？没错。。它确实有个小名叫二元索引树。就是一棵被人类利用的小树罢了。。那它是用来干什么的呢？维基百科和百度百科都这样说：其初衷是解决数据压缩里的累积频率（Cumulative Frequency）的计算问题，现多用于高效计算数列的前缀和， 区间和。它可以以的时间得到任意前缀和，并同时支持在时间内支持动态单点值的修改。空间复杂度。提取和总结一下有用的信息：高效 计算区间..

笑死！记录一下！事情的前景：ZQY一个学经济的笨蛋学妹~我们在以前的聊天里就有说到数据之类啥的，她说以后读研了都要学爬虫啥的，我说没事 我教你。。balabala的总说代码干啥干啥多方便。。嗯。。是的。。。虽然很方便。。但是我。。。并不怎么会啊。。我只知道。。百度 github Google啊。。。啊哈哈哈哈哈所以人总不能装X太过的。。事情的起因：昨天跟ZQY见面。然后她在做毕设嘛。。然后要从前18年的数据预测后1年的。我的第一反应是。。这数据很少啊。。感觉没办法投模型啊。。（表示皱

纯因兴趣！！不主要学习这个哈！就学的很浅！！主要途径：【莫烦Python】机器要说话 NLP 自然语言处理教程感想：我觉得莫烦讲的超级好！主要经常通过一些具体事例和一些生动的动画把抽象的东西变得非常好理解！可以自己学习的主页：莫烦自然语言处理学习（代码和学习的文本都在这！超棒！）1.NLP可以干啥呢？①对文本进行语义分析（分析文本的情感啊之类的 比如搜索引擎可以更加快速的找到你想要的东西②对文本进行纠错③挖掘商品的卖点 。。更好捕捉消费者的喜好。促进国家GDP发展哈~④.

一开始尝试取消证书验证即原语句为resp = requests.get(url, headers=headers, timeout=500)改为resp = requests.get(url, headers=headers, timeout=500, verify=False)改完这个以后会报错

错误代码如下。from . import config_util, datetime_util报错如下ImportError: cannot import name 'config_util'我是想在一个目录下 引用另外一个python文件来着网上都说是要在当前目录下有__init__.py文件。。我有。。然后另外一个方法是pycharm左边界面是文件列表，然后鼠标右键我们那个文件夹 选择make directory as =>Source Root到时候代码里直接

错误代码如下：raw_data = pd.read_csv('../data/train2.csv')err_data =raw_data[raw_data['label'] == 1]err_tlssubject = []for item in err_data['tlsSubject']: err_tlssubject.append(item)错误信息如下：C:\Users\lenovo\AppData\Local\Programs\Python\Python37-32\

太离谱了 我觉得不bbbbbbbbbbbb上500字都对不起我的惨痛！！从昨天下午拿到任务到今天早上！！！ 我吐了！！！打杂打的整个计算机学院的老底都要被我摸透了无语。。。昨天接到的任务是：大概就是一届所有计院的学生的所有毕业设计的小分每个人都放在一个excel里面（也就是总共200+excel） 然后从每个excel里面取出各个小分，汇总到一个excel里面。。。在这个汇总的excel里面已经有了学生的名字。。。没有困难的工作。。只有勇敢的打工人(* ￣︿￣)一开始 我觉得不就是用py

正则表达式是很强大的用来处理字符串的工具。引用模块import re模块里面的函数1 re.compile(strPattern[,flag])第一个参数是正则表达式，第二个参数是表示匹配模式，比如re.I(I是IGNORECASE的缩写也就是忽略大小写)将正则表达式编译成Pattern对象，主要供search和match这两个函数使用。pattern = re.compile(r'hello')print(type(pattern))#输出如下>>>

1.想读取csv时候错误代码如下fp = open(file_name,'rw')报错：“must have exactly one of create/read/write/append mode”原因：python中文件打开操作的mode中没有“rw" 合法的mode只有：r、rb、r+、rb+、w、wb、w+、wb+、a、ab、a+、ab+2.读取csv文件的内容时编码错误报错：'gbk' codec can't decode byte 0xad in p...