wsjsnsx的博客

原创 人工智能5

一、for循环实现卷积，池化，激活import numpy as np x = np.array([[-1, -1, -1, -1, -1, -1, -1, -1, -1], [-1, 1, -1, -1, -1, -1, -1, 1, -1], [-1, -1, 1, -1, -1, -1, 1, -1, -1], [-1, -1, -1, 1, -1, 1, -1, -1, -1], [

原创 人工智能作业4

这里写自定义目录标题人工智能作业4-卷积作业之前：先做个卷积神经网络的介绍一：卷积、卷积核、多通道、特征图、特征选择二：卷积核原理及介绍三：code四：总结人工智能作业4-卷积作业之前：先做个卷积神经网络的介绍卷积神经网络的层级结构• 数据输入层/ Input layer　　• 卷积计算层/ CONV layer　　• ReLU激励层 / ReLU layer　　• 池化层 / Pooling layer　　• 全连接层 / FC layer数据输入层：去均值与归一化，去相关与白化

原创 人工智能作业3

一：利用pytorch实现列题import torch x1, x2 = torch.Tensor([0.5]), torch.Tensor([0.3])y1, y2 = torch.Tensor([0.23]), torch.Tensor([-0.07])print("=====输入值：x1, x2；真实输出值：y1, y2=====")print(x1, x2, y1, y2)w1, w2, w3, w4, w5, w6, w7, w8 = torch.Tensor([0.2]), tor

原创 【无标题】

编译程序概念：翻译程序，吧高级程序设计语言翻译成低级设计语言源语言-（编译程序）-mu标语言（exe） ，形成了mu标代ma解释程序：一句一句解释解释更利与人机对话五个阶段：词法分析：语法分析：语义分析：优化处理：mu标代ma生成：中间代ma：前端，后端第一遍：词法分析，语法分析，语义分析第二遍：优化处理，mu边代ma生成语法分析器：主程序Token 产生中间代ma语法分析的结果是一颗语法树R： 取，加，存形式语言...

原创 人工智能作业2

反向传播神经元：神经网络的基本单位分为输入层，隐藏层，输出层层内不互联损失对参数梯度的反向传播可以被这样直观解释：由A到传播B，即由 [公式] 得到 [公式] ，由导数链式法则 [公式] 实现。所以神经网络的BP就是通过链式法则求出 [公式] 对所有参数梯度的过程import numpy as npw1, w2, w3, w4, w5, w6, w7, w8 = 0.2, -0.4, 0.5, 0.6, 0.1, -0.5, -0.3, 0.8x1, x2 = 0.5, 0.3y

原创 人工智能作业1

Python 环境安装因之前学习机器学习时已配置好pycharm + Asconvigator 环境，所以直接->show time! 个人建议：因python环境包太复杂，最好有个Anaconda Navigator来帮助管理，特别是在学习人工智能时。...

原创 文件（1）

初始文件管理文件–一组有意义的信息/数据集合 文件如何存放在外存？操作系统以“块”为单位为文件分配存储空间，因此即使一个文件大小只有10B，但它依然需要占用1KB的磁盘块。外存中的数据读入内存时同样以块为单位外存分为磁盘块/物理块/块，内存分为内存块。文件的逻辑地址：逻辑块号+块内地址物理地址：物理块号+块内地址无结构文件：文件内部的数据就是一系列二进制流和字符流组成。又称“流式文件”。如：.txt文件。有结构文件：“记录式文件“，记录由数据项组成，一个数据项作为关键字（识别不同

原创 微机原理-1

微机原理-cpu一、CS,IP CS，IP，cpu计算CS+IP，算出下一段执行指令位置，通过地址引脚，沿着地址引线，传到内存芯片，取出数据后，沿着数据总线传到地址引脚。二、SS，SP sp，堆栈指针，sp+ss，ax,bx,cx都是2个字节，ECX，4个字节。POP CX 堆栈–>CX sp+PUSH CX CX–>堆栈 sp-三、DS数据段，DS,内存区的取址四、内存[]K 2^10M 2^202^10==1024五、8086，20根地址；cpu只

原创 SQL第三章纸质作业