- 博客(11)
- 收藏
- 关注
RSS订阅原创 记录学习嵌入式开发知识
一般来说，所谓的驱动能力，指的是输出电流的能力。比如某GPIO口在高电平时的最大输出电流是10mA，这个10mA就代表了该IO口的驱动能力。如果负载过大（小电阻）情况下，负载电流超过最大输出电流，驱动能力不足，直接导致IO口输出电压下降，对于逻辑电平来说就是无法保持高电平，出现电平逻辑混乱。
2024-03-30 22:29:03
362
2
原创 pytorch中的forward函数自动调用
在构建网络模型时，比如class A(nn.module),其中nn.module中包含了__call__函数，并且该函数已经定义了forward函数，由于模型A继承了mnn.module，所以模型A同样具有__call__函数功能。实质上说，这意味着 x() 与 x.__call__() 是相同的。将A实例化后（a = A('dgw', 25, )），此时直接调用实例a，即a()就是调用其__call__方法，这个函数使该对象A变成了一个可调用对象，可以调用，也可以通过__call__函数为它增加参数。
2023-10-17 13:28:07
1340
原创 Numpy常用API汇总
矩阵乘法a.dot(b)，类型线代矩阵相乘，点积a.dot(a.T)也是同样算法。np.array(list),通过一个列表创建数据，可用dtype指定数据类型。返回结果有两组array结果，分别对应满足条件数据位置的行和列，一一对应的关系。四舍五入取整，np.round(a,b) a为np数组，b为保留的小数位数。np.concatenate，拼接。注意与torch.cat区别。筛选提取 np.where,返回各维度符合条件的index。向下取整 np.floor()向上取整 np.ceil()
2023-10-16 22:55:03
118
原创 深度学习基础，汇总参考链接
张量默认创建int64(长整型)类型，整数型的数组默认创建int32(整型)类型，即先用np创建数组，再转换为tensor格式，数据类型即为int32类型。2-迭代维度尺寸时，从尾部的维度开始，维度尺寸需满足：相等/至少其中一个数组的某一维度为1/其中一个数组不存在该维度。.squeeze()只能从数组的形状中删除单维度条目，即把shape中为1的维度去掉，多个维度1可以一次删除完。张量索引出来的结果还是零维张量，而不是单独的数，要转换为单独的数，需要使用item()方法。1-每个张量至少有一个维度。
2023-10-16 22:12:11
36
原创 python类、常用方法、属性详解
在子类中，一般会定义与父类相同的属性（数据属性，方法），从而来实现子类特有的行为。dir()函数：返回包含查询对象的所有属性和方法名称的列表。但是，有时候可能需要在子类中访问父类的一些属性，继承中的__init__
2023-10-16 11:29:27
74
1
原创 深度学习数据处理API记录
tensor图片的数据格式为CHW,正常图片格式为HWC,使用.transpose接口调换CHW顺序。处理多张图片，最关键的是.stack()函数。
2023-10-15 21:53:46
40
马萨诸塞州（Massachusetts）数据集，删除低质量、空白图片后的数据集
2023-11-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人