- 博客(16)
- 资源 (1)
- 收藏
- 关注
原创 编程语言C++笔记
参考文章:小甲鱼C++快速入门学习笔记_亦我飞也的博客-CSDN博客_小甲鱼c++C++ 教程 | 菜鸟教程1. 面向对象的思想1. 封装封装意味着把对象的属性和方法结合成一个独立的单元。封装是面向对象思想描述的基础,从此程序员面对的就不再是许多复杂的函数和过程实现,而是少数具有行为能力的个体实例。2. 抽象抽象是指,只向外界提供关键信息,并隐藏其后台的实现细节。3. 继承子类对象拥有与其基类相同的全部属性和方法,称为继承。4. 多态多态是指在基类中定义的属性和行为被子类继
2022-03-05 17:04:26 845
原创 Python Numpy科学计算库
1. array结构# array结构的创建,也可有加入dtype属性; # np.array([1,2,3,4], dtype=np.int32)test_array = np.array([1,2,3,4])out: array([3, 4, 5, 6, 7])print(type(array))out:<class 'numpy.ndarray'># array结构的属性;# 数据类型test_array .dtypeout:dtype('int32')print(
2021-11-27 16:45:36 1027
原创 pytorch 基础
1. 自定义dataset的获取# import torchfrom torch.utils.data import Datasetfrom PIL import Imageimport osclass MyDataset(Dataset): def __init__(self, root_path, image_dir): self.root_path = root_path self.image_dir = image_dir s
2021-06-27 15:57:22 245
原创 TensorFlow GPU 环境安装
TensorFlow GPU 环境安装1. 安装anaconda清华镜像园anaconda地址如下:可以下载minicondahttps://mirrors.tuna.tsinghua.edu.cn/anaconda/2. 安装GPU硬件加速相关的库参考tensorflow官方安装说明:https://tensorflow.google.cn/install/gpu1. 查看tensorflow和python,cuda硬件加速,cuDNN神经网络加速库的匹配情况查看结果如下
2021-06-12 16:12:34 173
原创 分类网络 resnet
1. resnet由来一般印象当中,深度学习网络越深(复杂,参数多)越有着更强的表达能力,可后来我们发现当网络达到一定深度后,再一味地增加网络层数并不能带来网络的性能提高,反而会招致网络收敛变得更慢,分类准确率也变得更差(网络性能退化)。2.残差网络和普通网络结构对比在ResNet中,右图结构单元叫残差块。残差块有如下优点:1. 易实现H(x)=x,其只需将权重值设定为02. 易实现H(x)=x + delta(x),便于网络对微小波动进行调节(残差的思想都是去掉相同的主..
2021-06-12 16:00:44 805
原创 分类网络 GoogleNet
1. GoogleNet由来一般情况,增加网络性能的方法自然是增加宽度和深度,但是随着宽度和深度的增加,参数和计算量也增加,过拟合和梯度弥散的问题也来了。根本的解决方法是将全连接层变为稀疏连接层。但对于大规模稀疏连接,同样存在计算效率不高的问题。inception模块采用多种大小卷积并联,在增加宽度的同时增加网络对尺度的适应性。满足了网络的稀疏性同时保证了计算效率。2. inception模块结构3. GoogleNet使用的其他技巧1.训练的时候在不同深度处增加了两个loss.
2021-06-12 15:59:31 172
原创 分类网络 VGG16
经典网络VGG16结构VGG中根据卷积核大小和卷积层数目的不同,可分为A,A-LRN,B,C,D,E共6个配置(ConvNet Configuration),其中以D,E两种配置较为常用,分别称为VGG16和VGG19。下图给出了VGG的六种结构配置:上图中,每一列对应一种结构配置。例如,图中绿色部分即指明了VGG16所采用的结构。我们针对VGG16进行具体分析发现,VGG16共包含:13个卷积层(Convolutional Layer),分别用conv3-XXX表示 3.
2021-05-03 10:35:22 468
转载 测试转载
.proads-space html{line-height:1.15;-webkit-text-size-adjust:100%}.proads-space body{margin:0}.proads-space main{display:block}.proads-space h1{font-size:2em;margin:.67em 0}.proads-space hr{box-sizing:content-box;height:0;overflow:vis...
2021-04-12 20:47:32 60
转载 linux设备树详解
linux设备树详解注:由于内核版本的演变,设备树成了任何使用较高版本linux系统的设备平台所必须文件,然国内相关技术文档严重不足,本文是国外技术专栏的翻译,原文链接:http://xillybus.com/tutorials/device-tree-zynq-1 本教程是针对Xilinx'Zynq-7000设备写的,但其中的概念适用于所有使用了设备树的Linux内核。本文使用Xilli...
2018-02-08 15:15:26 3283
转载 嵌入式开发之mipi协议基础学习
MIPI ——Mobile industry process interface多家移动开发或者应用商共同筹划接口标准联盟节约成本,加快产品开发速度内容丰富,显示、照相机、电源管理、射频、存储接口等等CIS(cmos image sensor)中仅用到了mipi协议中的csi-2(camera serial interface二代,标识生成要求)和D-phy
2018-02-06 09:52:26 2676
转载 Linux设备模型分析之device_driver(基于3.10.1内核)
一、device_driver定义 [cpp] view plain copy181/** 182 * struct device_driver - The basic device driver structure 183 * @name: Name of the device driver. 184 * @bus: The bus which the d...
2018-02-01 22:13:39 954
转载 Linux设备模型分析之device(基于3.10.1内核)
一、device定义device结构体定义在include/linux/device.h文件中:[cpp] view plain copy598/** 599 * struct device - The basic device structure 600 * @parent: The device's "parent" device
2018-02-01 22:12:35 463
转载 Linux设备模型分析之bus(基于3.10.1内核)
一、bus定义Linux设备驱动模型中的bus,即可以是物理总线(如PCI、I2C总线)的抽象,也可以是出于设备驱动模型架构需要而定义的虚拟的“platform”总线。一个符合Linux设备驱动模型的device或device_driver必须挂靠在一个bus上,无论这个bus是物理的还是虚拟的。Linux内核使用bus_type结构体来描述bus,该结构体定义在include/linux
2018-02-01 22:11:35 336
转载 Linux设备模型分析之kobject(基于3.10.1内核)
一、kobject结构定义kobject是Linux设备模型的最底层数据结构,它代表一个内核对象。kobject结构体定义在include/linux/kobject.h文件中:[cpp] view plain copy60struct kobject { 61 const char *name; 62
2018-02-01 22:09:55 301
转载 Linux设备模型分析之kset(基于3.10.1内核)
一、kset结构定义kset结构体定义在include/linux/kobject.h文件中,其内容如下:[cpp] view plain copy142/** 143 * struct kset - a set of kobjects of a specific type, belonging to a specific subsyst
2018-02-01 22:06:51 353
转载 Android触摸屏配置调试
首先输入Command查看你的input配置~adb shell dumpsys input下面给出我设备输出的一部分!!INPUT MANAGER (dumpsys input)Event Hub State: BuiltInKeyboardId: -2 Devices: -1: Virtual Classes: 0x40000023 Path:
2017-09-14 16:24:19 2417
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人