- 博客(11)
- 收藏
- 关注
RSS订阅原创 创建一棵二叉树与二叉树的遍历
创建一棵二叉树首先创建一个树节点类或是结构体。C++中结构体和类相似，结构体也提供了成员函数等。构造体和类的区别在于：结构体是实值类型而类是引用类型；结构体使用栈存储，而类使用堆存储。所有结构成员默认为Public，而类的变量和常量为Private。使用如下代码声明一个树结点。struct Treenode{ int val; Treenode* left; Treenode* right; // C++中结构体struct和类Class均能使用构造函数等，不同的是默认域不同，且结构体没有
2021-07-28 11:47:15
161
原创 unordered_map、map、mulitimap在使用时的几点区别
unordered_map是我们需要哈希表时常用到STL库模板，其头文件为<unordered_map>。unordered和map的区别主要是无序性，举个例子，我们遍历字符串”dcba“，将其分别存到unordered_map和map这两种数据结构中，观察其区别。...
2021-07-06 11:31:42
341
原创 Ubuntu系统下Anaconda+pytorch的安装
参考Anaconda的安装CUDA的安装准备系统为：Ubuntu 20.04.2，在安装过程中选择完全安装，选择安装第三方软件。这样系统安装完成后，可以直接使用显卡驱动。尽管驱动已经安装完成了，但深度学习需要的CUDA和cudnn模块没有安装。CUDA安装根据nvidia-smi提供的CUDA版本，我们可以支持11.2及以下的安装包。CUDA和cudnn应该是支持对ptorch等框架向下兼容的，但我们后续选择相关安装包时尽量和版本贴合。本次我安装的CUDA版本为10.1，cudnn是7.6.5
2021-06-11 16:55:24
286
3
原创 win10系统下Anaconda+pycharm+pytorch的安装
在初次安装上述软件时，走了许多弯路，多亏论坛里的各位大佬给出的经验指导才成功上车。抱着记录经验分享经验的初心，决定以后借助CSDN常总结常记录。文章里的多数方法与链接来自论坛里的大佬分享，如有侵权问题请及时联系。Anaconda的安装在官网下载Anaconda,进行安装。如果是学生，推荐使用校园网进行安装。在安装anaconda过程中，两个选项，第一个选项是修改环境配置；建议两项全部选中，之后会省去一些麻烦；如果没有选中，在安装之后可以在csdn上寻找anaconda配置环境的文章自行配制。Pyc
2021-06-10 23:21:34
310
1
原创 基于PSO优化的图像识别网络
前言代码思路参考了 https://blog.csdn.net/weixin_49352711/article/details/115559942?utm_source=app&app_version=4.5.8做这个实验的目的是为了完成课程设计，加深对PSO的理解，网络最终的测试结果也证明，在图像识别网络中，添加粒子群寻优并不能提升训练速度和网络性能。粒子群优化算法粒子群优化算法(Particle Swarm Optimization，简称PSO)，是1995年Eberhart博士和Ken
2021-06-10 23:21:02
829
2
原创 简介模糊神经网络
背景与原理模糊理论模糊系统## 神经网络模糊神经网络基于一阶倒立摆系统的模糊神经网络PID控制和AR(声学分辨率)的区别在于声斑与光斑的大小不同；OR光斑小，且光斑小于声斑；AR声斑小，且声斑小于光斑。总体上，AR有更深的成像深度，要求激发光的强度更大，AR的光斑更大，受激发的组织范围更大；OR成像深度浅，区域一般处于光焦距(μm级)位置。对于光学分辨率的光声显微系统(OR-PAM)，对采样点进行一次光激发，换能器采集时间序列的声压信号；考虑OR的激发深度，选择目标对应声压序列的最大值，即可反应
2021-06-10 23:20:38
2532
1
原创 数字图像处理复习记录（一）图像平滑、图像锐化、间隔检测
本篇文章作为备考数字图像处理的笔记记录，内容大量参考CSDN中的相关帖子、冈萨雷斯《数字图像处理》第三版以及老师上课所用课件。本文内容多无相关性。参考https://blog.csdn.net/hjxu2016/article/details/80587653图像平滑图像平滑是一种区域增强算法，平滑算法由领域平均法、中值滤波法等。领域平均法是一种简单的图像平滑处理方法，在一定程度上能够消除原始图像噪声、降低原始图像对比度；其缺点是在降低噪声的同时，会使图像变得模糊，特别是在边缘和细节处，而且模板
2021-06-10 23:20:08
1856
2
原创 数字图像处理复习记录(二)邻接、连通和形态学处理
本篇文章作为数字图像处理的笔记记录，内容大量参考CSDN中的相关帖子、冈萨雷斯《数字图像处理》第三版以及老师上课所用课件。邻域、邻接和连通象素的邻域反应了象素间的基本关系，常见邻域包含4-邻域(N4)，对角邻域(ND)和8-邻域(N8)。下图表示了常见的邻域关系。邻域仅考虑象素间的空间关系，而两个象素是否邻接，判断标准是其是否相互接触(邻域)、灰度值是否满足某个特定的相似准则(同在一个灰度值集合中取值，注意是灰度值集合而非灰度差集合)。根据邻域的定义，我们很容易得到4-邻接和8-邻接关系。但8邻接中存
2021-06-10 23:19:41
1683
2
原创 DSP复习题库记录
最近进行了DSP考试，老师提供了包含几十余道题目的题库，对题库进行了整理，记录一下。希望能帮到有需要的人。照片中的部分代码存在错误，大家慎重参考。1 DSP厂商及开发软件名称，需要包含ADI、TI、魂芯TI（美国德州仪器公司） 开发软件为Code Composer StudioTM(CCStudio)，是一款适用于TI DSP、微控制器以及应用处理器的基于Eclipse的集成开发环境ADI(美国模拟器件公司) VisualDSP++ 5.1，用于Blackfin、SHARC和TigerSHARC处
2021-06-10 23:19:12
1216
2
原创 使用torch.cat()和torch.stack()时出现的小错误
使用torch.cat()连接张量时，出现错误如下：TypeError: cat() received an invalid combination of arguments - got (Tensor, Tensor, dim=int), but expected one of:(tuple of Tensors tensors, name dim, *, Tensor out)(tuple of Tensors tensors, int dim, *, Tensor out)是非常简单的一个
2021-05-31 10:07:50
10224
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