菜鸡AI

Git相关最常见疑难排错记录

# [刷题思路]北大靴子侃算法岗的刷题[一]@[toc]## 前言春招已经过半了、很多小伙伴已经拿到工作OFFER，或者实习OFFER了、还有不少人还在备拿OFFER的路上。都知道大厂面试、一道必选题就是算法题，你要问已经过五关斩六将拿下OFFER的人经验，肯定就是少不了2个字:“刷题”。这个绝对不会错， 有不少同学大一就开始准备ACM之类的，根据一万小时定律，这样3年刷下来，面试那写算法提基本是问题不大的。这时候不少同学要捶胸顿足，悔不当初学霸在图书馆准备打比赛的时候，他也在大比赛，不过是在

Pytorch自动求导机制、自定义激活函数和梯度文章目录Pytorch自动求导机制、自定义激活函数和梯度前言：１ 自动求导机制1.0 张量本身grad_fn1.1 torch.autograd1.1.1 torch.autograd.backward1.1.2 torch.autograd.grad２ 自定义激活函数和梯度2.1 类及方法2.2　实例2.3 ｔｉｐｓ前言：由于pytorch框架只是提供了正向传播的机制，模块中的参数的梯度是通过自动求导推倒出来的，当我们需要自定义某一个针对张量的一些列操

0 前言：在很多时候，数据集很大，单卡单节点不能满足我们的工程工作。这个时候我们需要考虑多卡多机器上运行模型的张量并行化运算。1 模型并行Model Parallel将模型的计算图放入不同的计算节点，然后不同的节点并行计算图的不同的部分。优点：较容易容纳大模型，把很大的模型，分散置于不同节点了。缺点：并行计算较复杂，因为需要考虑如何有效控制数据在不同的节点的计算顺序，有条不紊的高速计算保证计算资源的利用率。2 数据并行Data Parallel每个节点有一个计算图，在不同的节点输入不同迷你

深度了解Transformer【1】前言：Transformer由论文《Attention is All You Need》提出，谷歌云TPU推荐的参考模型。论文相关的Tensorflow的代码可以从GitHub获取，其作为Tensor2Tensor包的一部分。哈佛的NLP团队也实现了一个基于PyTorch的版本，并注释该论文。本文采取逐一的介绍论文里面的核心概念，希望让普通读者也能轻易理解。论文下载：Attention is All You Need 论文pdf下载关注菜鸡Ai公众号，后台回复

基于Ubuntu18基础镜像-制作自己的深度学习Docker镜像及技巧文章目录基于Ubuntu18基础镜像-制作自己的深度学习Docker镜像及技巧微信交流群：0 前言：1 常用命令：1.1 启动命令1.2 查看命令1.3 基于镜像新建容器1.4 本地镜像管理1.4.1 **docker tag**1.4.2**docker build**1.4.3 docker load1.4.4**docker save **1.4.5**docker import **1.4.6 **docker export**

大厂面试|OpenCV你真掌握了吗？文章目录大厂面试|OpenCV你真掌握了吗？前言：微信交流群：每日面经1问：OpenCV 中的图像处理1、颜色空间转换2、几何变换面试答案解析：思路：扩展：代码:扩展2：前言：前段时间参与CV算法岗面试，发现现在不少CV算法的同学，上来就是哗哗的几个YOLO甚至Transformer模型，训练测试各种tricks头头是道，简历里都写着熟练OpenCV工具，但问到有关OpenCV的一些很基础的问题却乱了阵脚，所以刚好应菜大的要求顺便整理出系列稿。微信交流群：我建立

Ｃ结构体、位域、共同体文章目录Ｃ结构体、位域、共同体1 结构体1.1 定义结构1.2 结构体变量的初始化1.3 访问结构成员1.4 结构作为函数参数1.5 指向结构的指针2 位域2.0 位、字节的换算2.1 位域的定义2.2 结构2.3 几点说明2.4 位域的使用３　共用体3.1 定义共用体3.2 访问共用体成员微信扫码进交流群1 结构体C 数组允许定义可存储相同类型数据项的变量，结构却是可以存储不同类型的数据项。1.1 定义结构为了定义结构，您必须使用 struct 语句。struct 语句定义

指针、函数指针和回调函数文章目录指针、函数指针和回调函数１.1 什么是指针１.2 如何使用指针？１.3 NULL 指针1.4 指针的算术运算1.4.1 递增一个指针1.4.2 递减一个指针1.4.3 指针的比较1.5 指针数组1.6 指向指针的指针1.7 传递指针给函数1.8 函数指针1.9 回调函数微信扫码进交流群１.1 什么是指针我们都知道, 指针是一个变量，其值为另一个变量的地址，即，内存位置的直接地址。１.2 如何使用指针？使用指针时会频繁进行以下几个操作：定义一个指针变量、把变量地址赋

Ｃ递归、可变参数、命令行参数１Ｃ递归递归指的是在函数的定义中使用函数自身的方法。1.1 数的阶乘#include <stdio.h> double factorial(unsigned int i){ if(i <= 1) { return 1; } return i * factorial(i - 1);}int main(){ int i = 15; printf("%d 的阶乘为 %f\n", i, facto

C 语言内存管理、动态分配内存、野指针文章目录C 语言内存管理、动态分配内存、野指针前言：1.内存分区1.1 代码区1.2.1 全局初始化数据区（静态数据区data段)1.2.2 未初始化数据区(静态数据区bss段)1.3 栈区1.4 堆区1.4.1 malloc与free1.4.2 calloc和realloc2 动态分配内存3 重新调整内存的大小和释放内存4 野指针及其原因5 实例分析6 内存管理的目标：6.1 分页内存微信扫码进交流群前言：程序员们编写内存管理程序时，往往提心吊胆。如果不想触雷，

文章目录1.从9个方面，看引用和指针的区别？2.从汇编层去解释引用3.从下面4点对比，C++中的指针参数传递和引用参数传递1.从9个方面，看引用和指针的区别？1)指针是一个实体，需要分配内存空间。引用只是变量的别名，不需要分配内存空间。2)引用在定义的时候必须进行初始化，并且不能够改变。指针在定义的时候不一定要初始化，并且指向的空间可变。（PS：不能有引用的值不能为NULL）3)有多级指针，但是没有多级引用，只能有一级引用。4)指针和引用的自增运算结果不一样。（指针是指向下一个空间，引用时引用的变

文章目录0 前言：1 定义2 特点3 常见的经典误差函数3.1 平均绝对误差MAE(L1 Loss)公式：图像：优点缺点应用场景：Ｐytorch示例：3.2 均方误差MSE（L2 Loss）公式：图像：优点缺点应用场景：pytorch示例：3.3 Smooth L1损失Paper:公式：对比L1、L2图像：Smooth L1优点：Pytorch设计Smooth_L1_loss：3.4 Binary Cross Entropy Loss(二分类交叉熵)3.5 Cross Entropy Loss交叉熵损失意义