- 博客(8)
- 收藏
- 关注
RSS订阅原创 国考准备信息
1、行测：言语（40题，用时30min）、判断推理（40题，用时35min）、资料分析(20题，用时25min)、数量（15题，用时10min）、常识（20题，用时10min），用老师教的方法技巧和解题步骤，逐道分析讲义例题；把听到的知识点梳理一遍，做成思维导图的形式，方便复盘；，跟思路，记住题型特征、重点技巧、每题的思路突破，对自己有启发的点。1、多听几个老师的，选择出最适合自己的。5、多听几遍课，加深理解，强化记忆。推荐老师：郭熙、阿里木江、葛欣言语、花生十三。先做讲义的题，明确自己不会的点。
2024-07-09 15:47:06
224
原创 如何查找、阅读论文和判断一篇论文的质量
纵览全文，归纳总结，总结文中的创新点、关键点、启发点（对自己以后写论文很重要）等重要信息论文简介、阐述工作内容、创新点、效果。
2023-08-09 20:37:30
801
2
原创 C语言基础学习1
其中C语言代码中.c文件是源文件 .h文件是头文件，所以要写代码就在源文件中右击添加，然后点击新建项其中.cpp是c++代码，如果想要写c代码，在创建的项目名称上写明.c即可。
2023-08-01 17:59:38
110
1
原创 AlexNet（使用丢弃法）
一、结构：使用了8层卷积神经网络，5层卷积层和2层全连接隐藏层和1个全连接输出层二、特点：更深的网络结构使用层叠的卷积层，即卷积层+卷积层+池化层来提取图像的特征使用dropout抑制过拟合，Dropout可以看成是一种将模型进行随机的组合，可以增加其他神经元被训练到的可能性。使用数据增强Data Augmenttation抑制过拟合使用非线性激活函数Relu替换之前的线性函数sigmoid作为激活函数，因为Relu：计算量大大减少，收敛速度快，重叠池化可以避免过度拟合使用CPU进行训练。
2023-04-09 20:54:30
311
原创 caffe经典网络模型（LeNet、AlexNet、VGG、GoogLeNet）
3>、采样方式：4个输入相加，乘以一个可训练参数，再加上一个可训练偏置，结果通过sigmoid。5>.可训练参数/连接：120*（16*5*5+1）=48120。4>.输出特征图大小：1*1 因为（5-5+1）4、输出特征图大小：10*10（14-5+1）=10。7>.连接数：16*（2*2+1）*5*5=2000。7>、连接数：（2*2+1） *6*14*14。5>、输出特征图大小：14*14（28/2）5>.输出特征图大小：5*5（10/2）6>、神经元数量：5*5*16=400。
2023-04-08 10:25:19
256
2
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