自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(105)
  • 收藏
  • 关注

原创 纯手撸一个神经网络(只用numpy识别mnist数据集,全代码)

纯手撸一个2层神经网络,95%准确率识别MNIST手写识别数据集,全代码,只用Numpy,不用tensorflow、keras或pytorch。

2022-11-05 16:29:46 5426 19

原创 一文极速理解深度学习

良心总结DL最全基础知识,基于Python极速入门或回顾深度学习!

2022-09-15 01:27:28 3698 5

原创 最简单体验TinyML、TensorFlow Lite——ESP32跑机器学习(全代码)

最详细、通俗、简单地带你从0到1实现TinyML第一个项目。基于tensorflowlite、python、esp32的嵌入式机器学习。

2022-08-12 21:47:39 16750 20

原创 阿里云天池大赛赛题(深度学习)——视频增强(完整代码)

阿里云天池大赛赛题(深度学习)——视频增强 完整代码!

2022-08-07 09:15:00 1283

原创 阿里云天池大赛赛题(机器学习)——天猫用户重复购买预测(完整代码)

阿里云天池大赛赛题(机器学习)——天猫用户重复购买预测 完整代码!

2022-08-06 18:17:45 13499 10

原创 一文极速理解数电

一文极速理解数电!!!大学快人一步!

2022-02-14 21:42:12 11321 3

原创 一文极速理解模电

一文极速理解模电!!!大学快人一步!

2022-02-14 15:23:26 13339 7

原创 一文极速理解电路分析

一文极速入门电路分析,大学快人一步!

2022-02-13 20:32:20 2926 5

原创 一文白话搞懂【KAN】网络,真有那么神奇?

良心总结,白话搞懂【KAN】网络,神奇但没有那么神奇。

2024-05-22 17:32:07 12478 4

原创 MUSIC算法详解

IoT中的MUSIC算法及其变体详解。

2024-03-18 13:51:48 4096

原创 集成学习bagging与boosting

集成学习bagging与boosting关键技术与区别介绍

2024-03-18 13:04:49 435

原创 基于Keras的模型量化(PTQ、QAT)

基于Keras的模型量化(PTQ、QAT)

2024-03-14 00:36:35 563

原创 基于Keras的模型剪枝(Pruning)

基于Keras的模型剪枝(Pruning)

2024-03-13 23:58:35 842 2

原创 经典轻量化网络结构(pytorch代码)

经典轻量化网络结构(pytorch代码),MobileNet,SqueezeNet,ShuffleNet。

2024-03-13 22:52:47 347

原创 模型量化(三)—— 量化感知训练QAT(全代码)

详细介绍QAT,附有代码。

2024-03-13 19:49:28 6610 3

原创 模型量化(二)—— 训练后量化PTQ(全代码)

训练后量化(Post-training Quantization,PTQ)是一种常见的模型量化技术,它在模型训练完成之后应用,旨在减少模型的大小和提高推理速度,同时尽量保持模型的性能。训练后量化对于部署到资源受限的设备上,如移动设备和嵌入式设备,特别有用。

2024-03-13 18:55:24 4938 6

原创 模型量化(一)—— 非对称量化、对称量化(全代码)

在量化方法中,**非对称量化**和**对称量化**是两种常见的量化策略,它们各有特点和应用场景。白话说就是**对称量化时0点对齐**。

2024-03-13 17:10:20 3300 3

原创 一文总结CNN中【各类卷积】操作

本文总结CNN中各类卷积,旨在指导 domain-specific 更好的模型设计,包括标准卷积,分组卷积(Group Conv),深度可分离卷积(Depthwise Separable Conv),转置卷积(Transposed Conv),空洞卷积(Dilated Conv),可变形卷积(Deformable Conv),和 特征重标定技术(Squeeze-and-Excitation)。

2024-03-12 19:11:23 1645

原创 Pytorch Tutorial

本文详细展示如何使用PyTorch训练神经网络,并给出完整代码和关键注释。基于CIFAR 10数据集。

2024-03-12 16:18:14 541

原创 矩阵键盘中为什么有键位并联二极管?

矩阵键盘为什么有键位上有二极管?

2024-03-08 02:10:01 929 1

原创 一文总结嵌入式【七大通信总线协议】

本文深入而全面地概述了嵌入式领域内七种经典串行通信协议:UART、RS232、RS485、I2C、SPI、CAN和I2S。这些协议能够适应不同的应用需求,包括通信速度、传输距离、系统复杂度和成本等多个方面。通过了解每种协议的核心特性和差异,可以为电子系统设计中选择最适宜的通信方式提供重要参考哦。

2024-03-08 02:05:32 7327

原创 基于DQN和TensorFlow的LunarLander实现(全代码)

使用深度Q网络(Deep Q-Network, DQN)来训练一个在openai-gym的LunarLander-v2环境中的强化学习agent,让小火箭成功着陆。全代码!

2024-01-18 18:44:53 864 1

原创 一文极速了解【自注意力机制】

一文极速了解——自注意力机制

2024-01-18 18:07:13 1554

原创 一文了解【完全合作关系】下的【多智能体强化学习】

本文详细介绍处于“完全合作关系”的多智能体强化学习(MARL),多智能体的利益一致,获得的奖励相同,有共同的目标。比如多个工业机器人协同装配汽车,他们的目标是相同的,都希望把汽车装好.

2024-01-18 15:32:13 1638 1

原创 简单了解【多智能体强化学习(MARL)】

我们的现实生活中有着许多多智能体共同决策的场景,比如多机械臂协同,多个无人机或多个机器人完成某共同目标。下面介绍单智能体强化学习的进化,多智能体强化学习。

2024-01-18 12:02:14 1057

原创 一文了解【行为克隆 (Behavior Cloning)】

本文介绍模仿学习中最简单和基础的行为克隆(Behavior Cloning),并总结它与强化学习的区别与结合。

2024-01-18 11:27:34 2066

原创 【深度强化学习】目前落地的挑战与前沿对策

即使深度强化学习有很多现实中的应用,但其中成功的应用并不多。为什么呢?本文总结目前的挑战和未来可能的对策。

2024-01-17 23:35:12 1219

原创 强化学习与监督学习【区别】

强化学习很强大,但是有大多数场景毫无使用它的必要,监督学习就够了。下面分析强化学习和监督学习的区别和强化学习有前景的应用。

2024-01-17 22:35:18 759

原创 USB与TTL电平的区别

介绍usb与ttl电平标准和它们的区别

2024-01-08 20:46:27 1986

原创 AI模型训练【偏差/方差】与【欠拟合/过拟合】

这其实是非常非常基础的概念,但是其实即使是业内人士很难一下子把它们完全讲明白,并列出全面的解决方法,本文为你最通俗地解答。

2023-12-31 01:10:19 1185

原创 白话搞懂【联邦学习】

联邦学习(Federated Learning)近几年很火,本文拟用**最通俗**语言解释联邦学习的来龙去脉。

2023-12-30 23:26:12 2857

原创 三门问题 最通俗解释+拓展

最通俗解释三门问题

2023-11-02 22:11:55 1055

原创 ESP32驱动GY-530 (VL53L0X) 全代码

用arduino ide驱动gy-530(VL53L0X)红外测距模块,全代码

2023-04-22 15:15:30 1873 1

原创 大话循环神经网络RNN、LSTM、GRU

一文极速了解循环神经网络RNN、LSTM、GRU!

2023-04-02 23:48:48 2984

原创 一文总结经典卷积神经网络CNN模型

总结从1998年至今的优秀CNN模型,包括LeNet、AlexNet、ZFNet、VGG、GoogLeNet、ResNet、DenseNet、SENet、SqueezeNet、MobileNet。了解巨佬们的智慧结晶,学习算法上的思路和技巧,便于我们自己构建模型,也便于我们做迁移学习。

2023-04-01 16:52:59 6321

原创 回顾经典天池CV赛题——街景字符识别

下面将分享一个天池竞赛的经典题目——**街景字符识别**,流畅地过一遍基于pytorch的深度学习项目实战全过程。

2023-03-31 23:58:35 1395

原创 物联网组网协议大总结

结在物联网项目开发中常用的无线组网技术/协议(BLE、RFID、NFC、4/5G、NB-IoT、WiFi、LoRa、ZigBee),分析它们的优缺点和适用场景。

2023-03-31 02:12:20 1839

原创 一文了解深度学习实战——分类篇

本文将从两个案例 MNIST手写数字识别、狗的品种识别 入手,让童鞋们从实战角度快速入门深度学习的分类部分!

2022-11-07 01:00:25 606

原创 一文了解深度学习实战——预测篇

本文将从四个案例 房价预测、泰坦尼克号生还预测、股票预测、影评情感预测 入手,让童鞋们从实战角度快速入门深度学习!

2022-11-06 20:27:01 2991 1

原创 用python读取各种数据格式(全代码)

本文用python实现读取写入各种数据格式,包括txt、csv、JSON、HDP5、SQL、NoSQL。

2022-11-06 11:35:51 3110

Deep Compression全代码实现(pytorch)

Deep Compression是一种旨在减少神经网络模型大小,提高存储和运行效率而不显著损失准确性的技术。由宋汉(Han Song)和其他研究者在2015年提出,Deep Compression主要包含三个步骤:权重修剪(Pruning)、权重量化(Quantization)和霍夫曼编码(Huffman Coding)。 综合效果 模型压缩:Deep Compression可以将模型的大小压缩几十倍,甚至上百倍,具体取决于原始模型的冗余程度和所采取的压缩策略。 性能保持:虽然模型压缩可能会引起一定的性能下降,但通过适当的修剪和量化策略,以及后续的精细调优,模型通常可以保持接近原始的精度。 加速推理:减少模型大小通常伴随着计算效率的提升,因为较小的模型意味着内存访问次数减少和更高的数据缓存命中率。 Deep Compression通过集成多种压缩技术,提供了一种强有力的模型大小减小和效率提升方案。它在模型部署和实际应用中尤其受到关注,特别是在那些对模型大小和计算效率有严格要求的场景中。

2024-03-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除