- 博客(21)
- 收藏
- 关注
原创 Docker 部署深度学习
重新上传取消正在上传…重新上传取消正在上传…4——容器是动态的,镜像是静态的。我们在容器里更新了Python包,为了以后可以持久地使用,还需要使用commit将容器打包为镜像。3——镜像只是一个配置文件,真正用来运行程序的是容器。XXX/mypymarl:v1: 指定要创建的目标镜像名(作者名/镜像名:标签)重新上传取消正在上传…重新上传取消正在上传…重新上传取消正在上传…重新上传取消正在上传…重新上传取消正在上传…重新上传取消正在上传…之后在利用该镜像创建自己的容器,在容器里跑代码》
2024-04-25 12:52:59 554 1
原创 672交税问题
在公民缴纳个人所得税时,不同收入部分需要缴税的税率也是不同的。读取一个保留两位小数的浮点数值,表示一个公民的工资。请根据下表确定该公民需要缴纳的个人所得税是多少。
2024-04-18 16:20:24 190 1
原创 游戏时间2
读取四个整数,A,B,C,D,用来表示游戏的开始时间和结束时间,其中A和B为开始时刻的小时和分钟数;C和D为结束时刻的小时和分钟数;比赛最短持续1分钟,最长持续24小时;请你计算游戏的持续时间?
2024-04-18 16:00:29 163 1
原创 关于vscode连接服务器后运行ipynb文件select kernel找不到内核的解决方法
在vscode中连接本地服务器后,运行ipynb文件,要求选择"…ipynb"的内核时,找不到任何可用的内核。解决办法:更新jupyter插件。
2023-04-27 09:26:38 411
原创 安装cv2时Building wheel for opencv-python终端卡死
【代码】安装cv2时Building wheel for opencv-python终端卡死。
2023-04-26 09:32:36 355
原创 解决:untimeError: CUDA error: no kernel image is available for execution on the deviceCUDA kerne
然后出现了 untimeError: CUDA error: no kernel image is available for execution on the deviceCUDA kerne。我重新搞了一个3.7的虚拟环境完美解决!torch目前还没有cuda11.4对应的版本,我就用cuda11.3对应的torch就可以。我是在docker中创建的虚拟环境,使用的是python=3.6;搜了一圈发现是因为3.6和cuda11.4不兼容的问题;我的版本:linux系统。
2023-04-26 09:28:40 169
原创 Batch normalization 的原理
个人理解:因为原来的向量中的数值分布是零散的,可能数值相差很大,导致在处理过程中,很不方便,但是在经过batch normalization处理后,就会把原来的值统一处理到0-1之间。所以就 比较方便处理了。就是使我们的Feature Map(这里Feature Map指的是整个训练样本集所对应的feature map) 满足均值为0,方差为1的分布规律。作用:在神经网络的训练过程中起到网络的收敛作用,也起到加速网络的训练过程的作用。Batch Normalization的。是不是就比较容易处理了。
2023-04-07 17:18:23 86
原创 神经网络为什么称为端到端学习?
在一些复杂任务中,传统的机器学习方法需要将一个任务的输入和输出之间人为地切分成很多的子模块(或者多个阶段),每个子模块分开学习,比如一个自然语言理解任务,也被称为端到端训练,指在学习过程中不进行分模块或者分阶段训练,直接优化任务的总体目标,在端到端学习中,一般不需要。大部分采用神经网络模型的深度学习也可以看作一种端到端的学习。即前一步的错误会对后续的模型造成很大的影响.。一般 不需要明确地给出不同模块或阶段的功能,端到端学习和深度学习一样,端到端学习的训练数据为“无须提供其他额外信息。
2023-03-29 19:27:12 281
原创 深度学习简述(个人理解笔记)
指的是从有限样例中通过算法总结出一般性的规律,并可以应用到新的未知的数据上,比如,我们可以从一些历史病例的集合中总结出症状和疾病之间的规律。的组件(component).因为每个组件都会对信息进行加工,并进而影响后续的组件,所以当我们最后得到输出结果时,我 们并不清楚其中每个组件的贡献是多少.这个问题叫作贡献度分配问题。人工神经网络简称神经网络,是一种受人脑神经系统的工作方式启发的数学模型,和目前的计算机系统结构不同,人脑神经系统是一个有生物神经元组成的搞得复杂网络,是一个并行的非线性信息处理 系统.。
2023-03-29 16:00:37 58
原创 解析resenet中为什么要使用1*1、3*3、1*1卷积核进行降维和升维?
在图像处理中,卷积经常作为特征提取的有效方法,一幅图像经过卷积操作后得到的结果被称为特征映射(feature map),下图给出了在几种滤波器,以及对应的特征映射;使用三个不同大小的卷积核的目的主要是为了减少神经网络训练过程中参数的数量。
2023-03-29 15:29:51 679
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