yy_hhhh的博客

原创 Design-GenNO

Design-GenNO 打通了“生成建模—算子学习—物理约束”的闭环，为复杂材料逆设计提供了兼顾精度、多样性与物理合理性的高效路径。

原创 元学习（Meta-Learning）

元学习（Meta-Learning）是一种让机器具备“学会如何学习”能力的方法，它突破了传统机器学习在小样本和新任务场景下的局限。元学习可以理解为：让机器像人一样，具备快速适应新任务的能力。

原创 用于梯度力学超材料逆向设计的深度学习方法 论文阅读

在这个空间中，每个维度代表一个机械参数（如尺寸、力、速度、加速度、刚度、韧性等），而空间中的点则对应着特定的机械配置或状态。选择多输入设置作为网络读取数据的方法，网络输入为补充的训练数据2，如图1所示。旨在解决具有多个相互冲突目标函数的优化问题，通过在不同的目标之间进行权衡，寻找一组解，使得所有目标都尽可能达到最优或接近最优状态。这种变化可以是线性的、非线性的或周期性的。，建立了具有不同E-G-υ值的初始结构数据库（图1）。它可以根据特定的规则、约束条件或优化目标，自动生成符合要求的结构布局或配置。

原创 声子晶体和超材料中的机器学习和深度学习—2022年综述（3）

通过交互式强化学习技术，开发了层状声子晶体的拓扑结构，并允许其演变，直到达到满足所需规格的拓扑结构。后来，通过将深度学习网络预测与数值模拟进行比较，验证了网络效率，并报告了优异的一致性。因此，在尝试解决给定问题时，重要的是要获得一个适合问题复杂性的数据集，并在将其应用于模型训练之前验证数据分布。报告的结果表明，这两种类型的神经网络都表现出良好的性能，并正确预测了与声子晶体相关的单元结构的能带结构。通过使用基于图像的有限元分析与MLP和CNN网络，Li等人研究了声子晶体的设计优化，以拓宽带隙宽度。

原创 声子晶体和超材料中的机器学习和深度学习—2022年综述（2）

与自编码器（AE）相比，TNN的训练更为繁琐，但它可以在不进行特征提取的情况下将结构与响应相关联。事实上，如果想训练输入图像，可以在不改变基本原则的情况下，将自编码器（AE）或串联神经网络（TNN）替换为卷积神经网络（CNN）。在这种类型的网络中，所需的响应作为输入，潜在的设计结构从中间层获得。生成的数据被传递到输入层，输入层连接到隐藏层，隐藏层也称为卷积层、池化层、全连接层和归一化层。在这种方法中，首先，前向网络被设计为一个预训练网络，通过提供。在训练阶段，这两个网络的性能是并行优化的，当判别器的数据。

原创 声子晶体和超材料中的机器学习和深度学习—2022年综述（1）

而非材料参数，因此通过机器学习和深度学习（DL）方法优化给定目标的特定参数非常方便。多层感知器（MLP）模型可以建立这些参数/变量之间的关系，以在计算上更高效的方式实现所需的输出。这种方法非常高效，只需借助一些成熟的仿真工具、易于理解的物理知识和简单的数据生成过程，其中的信息只向前传播，即从输入层通过隐藏层（如果有的话）到输出层，而不形成任何循环或闭环。其中一些学习算法的创建初衷是计算性地模拟生物学习——即人类大脑中的学习过程是如何发生的。在这种类型的网络中，每一层的神经元都与同一层中的其他神经元相连。

原创 pytorch深度学习笔记

是Python的内置函数之一，一般用于for循环。enumerate()在遍历中可以获得索引和元素值。过大的学习率会导致权重爆炸，过小的学习率则根本不会改变权重。通过非常小的增量更新一个参数，然后计算相应的梯度。是深拷贝，它创建一个全新的对象，递归地复制。隐藏层也称卷积层、池化层、全连接层、归一化层。是浅拷贝，它创建一个新的对象，但是只复制了。是一个在梯度方向调整权重来减少损失的过程。的输出是用于计算损失值的预测结果。学习率有助于在算法中建立信任。的技术，使损失值尽可能小。

原创 基于深度学习的弹性超材料色散关系预测与结构逆设计 论文阅读

精心设计的超材料结构产生了前所未有的特性，有望实现各种特定应用。传统方法通常依赖于在研究人员的经验和优化算法的帮助下，在广阔的设计空间中进行迭代搜索，以获得具有所需性能的结构。是一种具有特殊性质的人造材料，其独特的物理性质使其在多个领域具有广泛的应用前景。是一种具有特殊性质的材料，设计用来操纵弹性波传播的元结构之一。像智能的画师，可以根据你的指令和想象来创作出各种奇妙的作品。描述的是光的传播速度与光的频率（或波长）之间的关系。指的是如何构建和优化这种材料的内部结构和布局。提出了基于深度学习的框架，通过。

原创 深度学习 卷积层里的填充和步幅

原创 计算机视觉四大任务

semantic segmentation：语义分割。instance segmentation：实例分割。image classification：图像分类。object localization：目标检测。

原创 python学习笔记 对象和类2（黑马程序员）

复写和调用父类成员：类注释：Union类型：多态：

原创 python学习笔记 对象和类1（黑马程序员）

输出同名属性时候，继承写在最前面的优先。pass表示内容为空，让语法不出错。（不再是地址）__str__

原创 python学习笔记 函数（黑马程序员）

(不给传参时使用默认值，给传时不取默认值；和位置参数混用时，位置参数需在前）

原创 python学习笔记 类数据容器总结（黑马程序员）

元组/字符串不支持修改；集合和字典不支持下标索引,不支持重复元素且无序。

原创 python学习笔记 字典（黑马程序员）

{key:value,key:value,....}字典["键"]

原创 python学习笔记 集合的定义（黑马程序员）

集合1.difference(集合2) #集合1有而集合2没有的 集合1集合2不变。集合1.difference_update(集合2) #集合1被修改。用for循环，不支持while 因为不支持下标索引。集合set自带去重功能，内部为无序。集合1.union（集合2）集合.remove(元素)集合.add(元素)集合.clear()

原创 python学习笔记 序列的切片（黑马程序员）

内容连续，有序，支持下标索引的一类数据容器。(注意split中的逗号应为中文)

原创 python学习笔记 list列表的常用操作（黑马程序员）

其中pop的删除方式能将删除元素作为返回值去得到。列表.extend(其它数据容器)列表.insert(下标,元素)列表.append(元素)列表.remove(元素)列表.index(元素)列表.count(元素)列表.pop(下标)列表.clear()

原创 点云学习pointNet

点排序顺序不影响扫描视角不同导致直接CNN有点难。

原创 软件测试面试题

测试设计是指设计测试用例和测试数据，制定测试方案和测试步骤，以验证软件的功能和性能是否符合需求。测试执行是指执行测试用例，记录测试结果，发现和报告缺陷，以及跟踪缺陷的修复和验证过程。基本方法：黑盒测试和白盒测试。黑盒测试是从用户的角度出发，对软件进行测试，关注软件的功能是否符合用户需求和规定的标准。白盒测试则是从程序员的角度出发，对软件的内部结构和实现进行测试，关注代码的正确性和质量。以上是软件测试的基本方法、流程和规范，软件测试的实践需要结合具体的项目和需求来制定相应的测试计划和测试方案。

原创 软件测试面试题

使软件更稳定，提高用户体验感。软件测试的流程是：需求评审，测试计划，用例设计，用例执行，缺陷管理，测试报告。自动化测试不仅可以省去大量的手动测试工作，提高测试效率，还可以提高测试的准确性和可重复性。但是，自动化测试也有一些缺点，比如需要投入大量的时间和资源进行测试脚本的编写和维护，对于一些复杂场景和功能，难以实现自动化测试等。同时，自动化测试只能检测到预先定义的测试用例和场景，无法发现一些未知的问题和缺陷。JMeter则是一个用于压力测试和性能测试的工具，可以模拟多种不同的负载情况，对API进行性能测试。

原创 等价类、边界值、判定表的定义及实例分析

有效数据和无效数据的分界点，往往作为程序员编写程序的判断点，是程序员容易犯错的地方，也是测试人员重点测试的内容。我们把这些分界点的值找到，并进行测试的方法，称为边界值法。是把所有可能的输入数据划分成若干部分，然后从每一部分中选取少数有代表性的数据作为测试用例。其中划分等价类按长度、类型、规格。判定表是分析和表达多逻辑条件下执行不同操作的情况的工具。

原创 软测学习笔记（黑马程序员）

目的：需求理解一致、知道被测项目有哪些功能模块）、2.（不关注源代码针对功能测试即系统测试）2.（针对接口进行测试即集成测试）3.（用例执行结果+不同角色隐性结果）（针对源代码进行测试即单元测试）（测什么、谁来测、怎么测）、3.（项目简称_模块简称_编号）2.（针对功能非功能进行测试）4.功能、性能、兼容、易用、安全。（p0-p4（p0最高））5.（预期结果（测试点））3.（用户所属标题或模版）4.（操作步骤之前的操作）6.（执行步骤中的重点数据）（针对源代码测试）2.（针对接口测试）3.

原创 软件测试面试题合集

软件测试就是利用一定的方法对软件的质量或者使用性进行判断和评估的过程。

原创 （软件测试面试题）一个前后端都能修改的bug，应该由谁修改？

面试官，您好，对于这种bug呢。首先，应该是前后端都要进行修改的，因为如果只是前端进行了修复，部分用户就会绕过前端的限制，直接调起后台接口对系统进行破坏。如果只是通过后端接口限制修复了bug，前端不进行修改。那么，用户就会在前端页面输入错误，虽然是通过后端拦截住了错误的请求。最后如果非要二选一的话，我认为后端修改。