- 博客(359)
- 收藏
- 关注
RSS订阅
原创 windows下 gcc 下载及使用指南
问题起因博主在用 microsfot visual studio 编写C++ 程序好好的，但是该编译器 报错信息不像人话，如下图所示，对于初学者而言很难理解其报错原因：软件图标报错信息故下定决心，安装 gcc ,鉴于网络上此教程不全面，安装报链接失效，故些此文。安装步骤首先安装包 下载...
2021-08-13 15:37:02
26732
14
原创 深度学习复盘与论文复现E
NS模块是一个标准的编码器，包含四个1-D卷积层，分别有1024、512、128和32个内核。MTB模块的最终输出包括三个时序特征图集，每个时序特征图集由1024个特征图组成，大小为1×4×4。最后，将每个特征映射集转换为2048维的一维潜在特征向量，从而形成DFE模块的输入。抑郁症识别模型：采用的GAT模型包含一个GAT层，一个读出层和三个FC层，附加RLU激活函数。：对于AVEC2013和AVEC2014数据集的实验，使用了由三个ResNet-.50网铬组成的MTB模块，这。MTB_DFE运行结果。
2024-07-21 22:02:12
862
1
原创 人工智能项目论文复现
监督学习是利用标记数据进行训练，可以用于分类、回归等任务。无监督学习则是利用未标记数据进行训练，可以用于聚类、异常检测等任务（没有对与错，寻找数据的共同特点）。半监督学习则是介于监督学习和无监督学习之间的一种学习方式，利用一小部分已标记数据和大量未标记数据进行训练。强化学习则是利用智能体与环境的交互进行学习，可以用于处理与环境交互的问题。无监督学习 是机器学习的一种重要类型，它专注于从未标记或未分类的数据中发现隐藏的模式和结构。
2024-07-07 22:14:26
1008
原创 DIVE INTO DEEP LEARNING 56-60
一块是编码器，也叫encoder，用于将输入处理为一个中间状态一块是解码器，也叫decoder，用于将中间状态表示为输出解码器也可以有额外的输入提供信息。
2024-06-30 21:41:04
706
1
原创 DIVE INTO DEEP LEARNING 50-55
语义分割在自动驾驶、医学图像处理、卫星图像分析等领域有着广泛的应用。在自动驾驶中，语义分割可以帮助车辆识别道路、行人、车辆等障碍物；在医学图像处理中，语义分割可以帮助医生识别病变区域。
2024-06-23 22:05:13
650
原创 DIVE INTO DEEP LEARNING 36-49
基本概念： 数据增广是指通过对原始数据集进行一系列的变换来增加数据集数量，这些变换可以是几何变换（如旋转、缩放、裁剪等）、颜色变换（如改变亮度、对比度等）或添加噪声等方式。通过数据增广，可以生成新的训练数据，使模型更好地适应各种变化，提高模型的性能。采集数据得到的训练场景与实际部署场景不同是常见的问题，这种变化有时会显著影响模型表现。在训练集中尽可能模拟部署时可能遇到的场景对模型的泛化性十分重要。数据增强是指在一个已有数据集上操作使其有更多的多样性。对语音来说可以加入不同的背景噪音，对图片而言可以改变其颜色
2024-06-16 19:55:40
920
1
原创 深度学习复盘与论文复现C
RNN（Recurrent Neural Network，循环神经网络）是一种具有“记忆”功能的神经网络，它特别适合处理序列数据，如文本、语音、时间序列等。RNN通过在其内部结构中引入循环，使得网络能够捕捉序列中的时间依赖性和动态性。RNN 的公式表示在 RNN 中，隐藏状态 和输出 的计算通常使用以下公式：其中：RNN 的问题尽管 RNN 在处理序列数据方面非常有效，但它也面临一些问题：RNN 的变体为了解决这些问题，研究人员提出了 RNN 的多种变体，其中最著名的是 LSTM（Long Short-
2024-06-09 21:06:34
1042
1
原创 深度学习复盘与论文复现B
GoogLeNet在一个块中将几种卷积核（1×1、3×3、5×5、…）都使用，然后将其结果罗列到一起，将来通过训练自动找到一种最优的组合。（Feature Extraction），最后的 Fully Connected 称为分类（Classification）。Average Pooling 均值池化：保证输入输出宽高一致（可借助padding和stride）总结：一般LSTM 比RNN性能好，但运算性能时间复杂度比较高，所以引出折中的GRU介绍。卷积核通道数=输入通道数，卷积核个数=输出通道数。
2024-06-02 21:52:16
865
原创 深度学习复盘与论文复现A
在Python中，有一些特殊的方法（通常被称为“魔法方法”或“双下划线方法”）是由Python解释器预定义的，它们允许对象进行某些特殊的操作或重载常见的运算符。这些魔法方法通常以双下划线（__）开始和结束。初始化方法在创建对象时自动调用，用于初始化对象的状态。字符串表示方法和用于定义对象的字符串表示。__str__用于在print函数中，而__repr__用于在repr函数中。)"比较方法：如等用于定义对象之间的比较操作。算术运算符方法：如等用于定义对象之间的算术运算。容器方法：如等。
2024-05-26 21:26:57
1163
1
原创 【已解决】在jupyter里运行torch.cuda.is_available()，显示True，在pycharm中运行却显示false。
在jupyter里运行torch.cuda.is_available()，显示True，在pycharm中运行却显示false。原因在于jupyter 运行环境和pycharm 运行环境不同，前者支持gpu,后者配置不到位。
2024-05-26 20:29:04
464
1
原创 【最新解决方案】ImportError: cannot import name ‘builder‘ from ‘google.protobuf.internal‘
问题都与“google”命名空间的命名空间冲突有关。直接更新为最新版本，或者相对应的版本。，（也是网上常见给出的方法），在anaconda 上操作。前面四种方案都失效了。
2024-05-26 11:58:29
1556
1
原创 《动手学深度学习》V2（19-30）
在多层感知机的从零开始实现里构造了一个含单隐藏层的多层感知机模型来对Fashion-MNIST数据集中的图像进行分类。每张图像高和宽均是28像素。我们将图像中的像素逐行展开，得到长度为784的向量，并输入进全连接层中。然而，这种分类方法有一定的局限性。图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。对于大尺寸的输入图像，使用全连接层容易造成模型过大。假设输入是高和宽均为1000像素的彩色照片（含3个通道）。即使全连接层输出个数仍是256，该层权重参数的形状是3。
2024-05-19 21:19:50
895
原创 《动手学深度学习》V2（11-18）
训练误差：模型在训练数据上的误差泛化误差：模型在新数据上的误差验证数据集：一个用来评估模型好坏的数据集测试数据集：只用一次的数据集。K-折交叉验证（K-Fold Cross-Validation）是一种常用的模型验证技术，主要用于评估统计分析或机器学习模型在独立数据集上的性能。其核心思想是将原始数据集分为K个大小相似的子集（或“折”），然后重复K次训练和验证过程。在每次迭代中，选择一个子集作为验证集，其余K-1个子集作为训练集。通过这K次迭代，每个子集都充当过一次验证集，从而可以得到K个评估指标。K-折交叉
2024-05-12 21:05:08
730
1
原创 《动手学深度学习》V2（00-10）
张量表示一个由数值组成的数组，这个数组可能有多个维度。具有一个轴的张量对应数学上的向量（vector）；具有两个轴的张量对应数学上的矩阵（matrix）；具有两个轴以上的张量没有特殊的数学名称。首先，我们可以使用arange创建一个行向量 x。这个行向量包含以0开始的前12个整数，它们默认创建为整数numel是一个函数，用于计算数组（或矩阵）中的元素总数[要想改变一个张量的形状而不改变元素数量和元素值，可以调用reshape函数。
2024-05-05 21:13:17
957
原创 吴恩达深度学习 (week7,8)
在深度学习中，常见的超参数种类繁多， 对于模型的训练过程和最终性能有着显著影响。学习率（Learning Rate）定义了模型在训练过程中权重更新的步长。学习率过大可能导致模型在最优解附近震荡而无法收敛，学习率过小则可能导致训练过程过于缓慢。批次大小（Batch Size）决定了每次更新模型权重时所使用的样本数量。较大的批次大小可以加速训练过程，但也可能导致内存不足；较小的批次大小则可能使训练过程更加稳定，但训练速度较慢。迭代次数（Iterations 或 Epochs）表示整个训练集被用于训练的次数。
2024-04-28 18:33:36
883
1
原创 吴恩达深度学习 (week5,6)
深度学习可能存在过拟合问题——高方差，有两个解决方法，一个是正则化，另一个是准备更多的数据在Python编程语言中， λ 是一个保留字段，编写代码时，我们删掉 α ，写成lambd，以免与Python中的保留字段冲突.L1和L2正则化是机器学习中用于避免过拟合的技术，它们通过在损失函数中加入一个正则项来实现。L1正则化，也称为Lasso回归，通过在损失函数中加入权重参数的绝对值之和来限制模型复杂度。这通常会导致一些权重参数变为零，从而实现特征选择的效果。
2024-04-21 19:50:19
725
原创 吴恩达深度学习 (week3,4)
神经网络公式可以把许多sigmoid单元堆叠起来形成一个神经网络在逻辑回归中，通过直接计算 z 得到结果 a。而这个神经网络中，我们反复的计算 z 和 a ，计算 a 和 z ，最后得到了最终的输出`loss function`。在逻辑回归中，有一些从后向前的计算用来计算导数 `da、dz`。
2024-04-13 22:38:36
1013
原创 【论文阅读】《Deep Learning for Depression Recognition with Audiovisual Cues: A Review》 summary
基于多模态的抑郁症识别入门综述
2024-04-07 23:09:50
980
1
原创 吴恩达深度学习 (week1,2)
（1）第一题神经元计算什么？神经元计算一个线性函数（z=Wx+b），然后接一个激活函数（2）第二题逻辑回归的损失函数？（3）第三题考虑以下两个随机数组a和b：c = a + bc的维度是什么？D.计算不成立因为这两个矩阵维度不匹配解：a和b的形状不同，会触发广播机制，b将元素进行复制到(2, 3)，c的形状为(2, 3)（4）第四题考虑以下两个随机数组a和b：c = a * bc的维度是什么？D.计算不成立因为这两个矩阵维度不匹配（√）（5）第五题np.dot(a，b。
2024-04-07 00:09:09
901
原创 使用FreePicPdf 提取书签并生成书签
文章目录软件提取书签生成书签书签对应问题软件双击如下软件 FreePicPdf.exe提取书签首先找到右下角更改pdf再者根据序号提取书签选择存放接口文件夹的目录结构如下图所示：生成书签根据序号生成书签书签对应问题不少同学可能存在书签跳转不对应问题：可以编辑对应如下接口文件进行解决其中 ShowAll=1 代表书签第1页BasePage=2 代表pdf第2页...
2022-03-16 21:13:29
1614
3
原创 C语言督学营 高级笔记 (Day5~6) （汇编重点）
individuality 一研为定文章目录高级第五次 直播 内存 混合运算内存查看接口编写混合运算深入理解 const结构体对齐原理高级第六次 直播 汇编讲解指令格式理解数组与指针对应的汇编高级第五次 直播 内存 混合运算内存查看接口编写位运算的应用实战#include <stdio.h>void show_memory_01(void* start, int memory_len){ int i; char* p = (char*)start;.
2021-12-01 20:06:25
1254
原创 C语言督学营 高级笔记 (Day1~2)
一研为定文章目录高级第一次 直播 归并排序归并排序高级第一次 直播 归并排序关于数组下标越界的解决办法：if(j==-1){ break ; // 在边界进行判断}归并排序41：10
2021-11-21 21:31:52
1170
原创 C 语言督学营 学习笔记 目录
本系列为本人在王道C语言督学营学习记录，如有侵权联系删，支持王道！龙哥！文章目录一、初期 C 语言基础入门1、Day01 — Day042、Day5 — Day63、Day7 — Day84、Day9 — Day105、Day11 — Day12二、中期 数据结构源码实战1、Day1 — Day22、 Day3 — Day43、Day5 — Day64、Day7— Day85、Day9— Day106、Day11— Day12一、初期 C 语言基础入门1、Day01 — Day04环境调试搭建，.
2021-11-17 19:31:30
2727
2
原创 C语言督学营 中期笔记 (Day11~12)
文章目录第十次直播 排序冒泡排序快速排序直接插入排序第十次直播 排序交换排序有：冒泡排序，选择排序冒泡排序冒泡排序的基本思想是：从后往前（或从前往后）两两比较相邻元素的值，（若A[j-1]>A[j），则交换它们，直到序列比较完。我们称它为第一趟冒泡，结果是将最小的元素交换到待排序列的第一个位置。关键字最小的元素如气泡一般逐渐往上“漂浮”直至“水面”.下一趟冒泡时前一趟确定的最小元素不再参与比较，每趟冒泡的结果是把序列中的最小元素放到了序列的最终位置。∴…这样最多做n-1趟冒泡就能把
2021-11-13 16:49:40
1792
2
原创 C语言督学营 中期笔记 (Day9~10)
文章目录二叉排序树二叉排序树循环队列应该是可以只表示逻辑上的，但是看了很多教材，都是默认循环队列都采用数组来实现，所以循环队列是存储结构#include <stdio.h>#include <stdlib.h>typedef int KeyType;typedef struct BSTNode{ KeyType key; struct BSTNode *lchild,*rchild;}BSTNode,*BiTree;//54,20,66,40,28,79
2021-11-11 09:39:36
1108
4
原创 C++ 实现将中序遍历的结果存储于数组并输出
文章目录易错点一将中序遍历结果输出在数组中完整代码易错点一关于数组动态输入 int str[10] ; for(int i = 0 ; i< 10 ;i++){ scanf("%d",str[i]) ; }错误原因在于，没有加入引用，正确写法如下 int str[10] ; for(int i = 0 ; i< 10 ;i++){ scanf("%d",&str[i]) ; }将中序遍历结果输出在数组中完整代码创建二叉树遍历输出#incl
2021-11-08 16:43:54
3069
原创 C语言督学营 中期笔记 (Day7~8)
文章目录第七次直播队列的链式存储链表队列的定义二叉树二叉树的存储二叉树的建立第七次直播队列的链式存储队列的链式表示称为链队列，它实际上是一个同时带有队头指针和队尾指针的单链表。头指针指向队头结点，尾指针指向队尾结点，即单链表的最后一个结点。链表队列的定义二叉树树的定义：树是n（n≥0）个节点的有限集。当n=0时，称为空树。在仼意一棵非空树中应满足：1）有且仅有一个特定的称为根的结点。2）当n>1时，其余节点可分为m（m>0）个互不相交的有限集T1，T2…，Tm，其中每个集
2021-11-07 20:18:57
1782
6
原创 C语言督学营 中期笔记 (Day5~6)
一研为定文章目录第五次 直播 双向链表双向链表的增删改查双向链表的删除第五次 直播 其他链表循环单链表静态链表常见问题第六次 直播 引用解析、栈与队列栈的实现栈的基本操作队列循环队列第五次 直播 双向链表核心; 注意双向链表的插入次序 ①②③④ 标识注意：赋值语句的解读 eg: p->next = s ; 的意思为将 s 的值赋给 p->next双向链表的增删改查 #include <stdio.h>#include <stdli.
2021-11-06 16:39:11
1484
2
原创 C语言督学营 中期笔记 (Day3~4)
一研为定，万山无阻文章目录第四次 直播 单链表的头插与尾插顺序表第四次 直播 单链表的头插与尾插使用C++ 的引用进行读写数据顺序表顺序表1、插入和删除操作移动大量元素。2、数组的大小不好确定3、占用一大段连续的存储空间，造成很多碎片。单链表：逻辑上相邻的元素在物理上不相邻LinkList 等价于 struct LNode *头指针：链表中第一个结点的存储位置，用来标识单链表。头结点：在单链表第一个结点之前附加的一个结点，为了操作上的方便...
2021-11-03 20:27:25
1144
1
原创 软考设计师 专题 目录
文章目录易错知识点1、网络信息安全 法律法规2 、数据结构与算法 编译原理3、软件 开发模型/测试 需求工程4、项目管理 面向对象5、 数据流图 数据库设计 UML6、 数据结构与算法 面向对象设计7、 操作系统易错考点易错知识点1、网络信息安全 法律法规网络信息安全 法律法规2 、数据结构与算法 编译原理数据结构与算法 编译原理3、软件 开发模型/测试 需求工程软件开发模型 、需求工程、软件测试4、项目管理 面向对象项目管理 面向对象5、 数据流图 数据库设计 UML
2021-10-29 19:27:38
237
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