- 博客(625)
- 收藏
- 关注
原创 技巧:训练时Loss剧烈震荡原因汇总
在深度学习里面,不同的loss针对的任务是有不同的,有些loss函数比较通用例如L1/L2等,而如perceptual loss则比较适合在图像恢复/生成领域的任务上。当loss出现问题的适合,想一想,是不是loss设置的有问题,别人在此领域的任务的方法是否也使用和你一样的loss。对比度变换(contrast): 在图像的HSV颜色空间,改变饱和度S和V亮度分量,保持色调H不变. 对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化;改变图像内容的朝向;
2023-10-12 09:26:24 248
原创 Hadoop Spark Flink Hive
行存储、列存储、行列混存 - 简书百度安全验证大数据技术漫谈 ——从Hadoop、Storm、Spark、HBase到Hive、Flink、Lindorm - 知乎
2023-08-19 19:08:55 94
原创 软件工程中应用的几种图辨析
【软件工程】软件工程中应用的几种图辨析:系统流程图、数据流图、数据字典、实体联系图、状态转换图、层次方框图、Warnier图、IPO图、层次图、HIPO图、结构图、程序流程图、盒图、PAD图、判定表_眩晕·李的博客-CSDN博客
2023-08-03 21:29:04 1079
原创 UML 用例图,类图,时序图,活动图
UML之用例图,类图,时序图,活动图_用例图 时序图_siyan985的博客-CSDN博客https://www.cnblogs.com/GumpYan/p/14734357.html用例图与类图 - 简书
2023-08-03 21:11:13 945
原创 数据字典DD
数据字典的作用是什么,它有哪些条目?_数据字典的内容和作用是什么?_Sunshine_girl_coder的博客-CSDN博客百度教育
2023-08-03 20:48:29 36
原创 [leetcode]2365. Task Scheduler II
给你一个下标从 0 开始的正整数数组 tasks ,表示需要 按顺序 完成的任务,其中 tasks[i] 表示第 i 件任务的 类型。同时给你一个正整数 space ,表示一个任务完成 后 ,另一个 相同 类型任务完成前需要间隔的 最少 天数。输入:tasks = [1,2,1,2,3,1], space = 3。第 1 天:完成任务 0。第 2 天:完成任务 1。第 5 天:完成任务 2。第 1 天:完成任务 0。第 2 天:完成任务 1。第 5 天:完成任务 2。
2023-07-24 23:09:40 186
原创 [leetcode] 55. Jump Game
解释:无论怎样,总会到达下标为 3 的位置。但该下标的最大跳跃长度是 0 , 所以永远不可能到达最后一个下标。解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。链接:https://leetcode.cn/problems/jump-game。给定一个非负整数数组 nums ,你最初位于数组的 第一个下标。数组中的每个元素代表你在该位置可以跳跃的最大长度。输入:nums = [2,3,1,1,4]输入:nums = [3,2,1,0,4]
2023-07-18 12:35:38 402
原创 设计模型
【设计模式】设计模式总结 ( 七大设计原则 | 创建型模式 | 结构型模式 | 行为型模式 ) ★★★_韩曙亮的博客-CSDN博客设计模式简介 | 菜鸟教程
2023-07-15 17:28:31 47
原创 【设计模式】工厂方法模式 ( 简介 | 适用场景 | 优缺点 | 代码示例 )
【设计模式】工厂方法模式 ( 简介 | 适用场景 | 优缺点 | 代码示例 )_工厂方法模式的优缺点_韩曙亮的博客-CSDN博客
2023-07-15 16:18:54 614 1
原创 软件开发传统模型——瀑布模型、原型模型、增量模型、螺旋模型、喷泉模型
软件开发传统模型——瀑布模型、原型模型、增量模型、螺旋模型、喷泉模型_软件开发模型_言己日记的博客-CSDN博客
2023-07-15 15:30:33 254
原创 激活函数
神经网络参数初始化方法-腾讯云开发者社区-腾讯云人工智能系列实验(四)——多种神经网络参数初始化方法对比(Xavier初始化和He初始化)_PPPerry_1的博客-CSDN博客https://www.cnblogs.com/banluxinshou/p/14000353.html
2023-05-30 15:08:46 48
原创 max pooling 和 mean pooling如何参与反向传播的?
【你不知道的基础】max pooling 和 mean pooling如何参与反向传播的?_zenRRan的博客-CSDN博客
2023-04-27 15:05:36 45
原创 丢石子
证明:如果n = m + 1,先手最多拿m个,肯定有剩下的,所以先手必输,所以碰到k(m + 1)的局面的人必输。那么如果n = k(m + 1) + s,这个k 就是系数,s < m + 1,那么只要先手拿掉s个,这样后手面对的就是k(m + 1)局面,所以先手在n % (m + 1)!引理:如果m是斐波那契数,那么不超过m的所有斐波那契数中,选出若干个不连续的,能够得到的最大的和刚好就是m-1。比如说,在1,2,3,5,8,里面,最大的和就是1+3+8=12,刚好是13-1。
2023-04-26 17:39:15 451
原创 L1与L2分别服从什么分布?
L1与L2分别服从什么分布?_l1和l2正则先验分别服从什么分布_AliceWanderAI的博客-CSDN博客L1正则化和L2正则化的区别 - 知乎
2023-04-26 16:54:16 33
原创 n 盏灯, n 个人按下自己编号的倍数号码的开关,最后还有多少盏灯是亮着的
可以看出,被按了奇数次的灯泡应该是亮着的,被按了偶数次的灯泡应该是灭的。显然必须所有的e[1],e[2],…,e[k]都是偶数,那么N一定是一个完全平方数(因为sqrt(N)=(p[1]^(e[1]/2))× (p[2]^(e[2]/2)) ×…也就是N=(p[1]^e[1]) ×(p[2]^e[2]) ×…×(p[k]^e[k]),其中p[i]是质数,e[i]是p[i]的幂次。而由这个公式我们又可以导出一个数有多少个因子的计算公式:FactorNumber(N)=(e[1]+1)×(e[2]+1)×…
2023-04-26 11:04:26 559
原创 计算机视觉面试
计算机视觉(AI)面试大全_计算机视觉面试_大黑山修道的博客-CSDN博客深度可分离卷积(DepthwiseSeparableConvolution):Depthwise卷积与Pointwise卷积_pointwise conv with channel attention_我是一个对称矩阵的博客-CSDN博客MobileNetv2笔记:倒残差和线性Bottlenecks - 知乎深度学习基础:深入理解Squeeze-and-Excitation (SE)网络_C_小米同学的博客-CSDN博客【CV知识点扫
2023-04-18 21:16:38 1197
原创 Pytorch 自定义激活函数前向与反向传播
1、转化对偶问题上篇博客中我们得到的目标函数:(1)我们在优化时喜欢求最小值,将上式转化正等价的求最小值如下:(2)对于(2)式,这是一个凸二次规划问题,我们可以使用拉格朗日乘数法进行优化。 (3)(3)式中的是拉格朗日乘子,然后我们令:(4)为什么能这样假设呢?如果约束条件都满足,(4)式的最优...
2023-04-18 12:59:45 147 1
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