兴财啊

摘要： LKCONCMD (0xC6) – 时钟控制命令 位 名称 复位 R/W 描述 7 OSC32K 1 R/W 32 kHz 时钟振荡器选择。 设置该位只能发起一个时钟源改变。CLKCONSTA.OSC32K 反映当前的设置。当要改变该位必须选择16 MHz RCOSC 作为系统时钟。0 ： 32 k 阅读全文

摘要： 参考链接：点击这里 一、中断相关的基础概念 内核与外设之间的主要交互方式有两种：轮询和中断。 轮询的方式貌似公平，但实际工作效率很低，且不能及时响应紧急事件；中断系统使得内核具备了应对突发事件的能力。 在执行CPU当前程序时，由于系统中出现了某种急需处理的情况，CPU暂停正在执行的程序，转而去执行另 阅读全文

摘要： 循环层 pytorch中的三种循环层的实现： 层对应的类 功能 torch.nn.RNN() 多层RNN单元 torch.nn.LSTM() 多层长短期记忆LSTM单元 torch.nn.GRU() 多层门限循环GRU单元 torch.nn.RNNCell() 一个RNN循环层单元 torch.nn 阅读全文

摘要： 池化操作的一个重要目的就是队卷积后得到的特征进行进一步处理（主要是降维），池化层可以起到对数据进一步浓缩的效果，从而缓解计算时内存的压力，池化会选取一定大小区域，将该区域内的像素值使用一个代表元素表示。如果使用平均值代替，则称为平均值池化，如果使用最大值代替，则称为最大值池化。在pytorch中提供 阅读全文

摘要： 1.单张图片读取并可视化 书本上学习实例： import torch import torch.nn as nn import matplotlib.pyplot as plt from PIL import Image #读取一张图片--转化为灰度图片--转化为Numpy数组 myim = Ima 阅读全文

摘要： 其发表的原论文地址：https://arxiv.org/abs/1409.1556 参考来自： up主的b站链接：https://space.bilibili.com/18161609/channel/index up主的CSDN博客：https://blog.csdn.net/qq_3754109 阅读全文

摘要： 深度学习的优化方法直接作用的对象是损失函数。在最优化、统计学、机器学习和深度学习等领域中经常能用到损失函数。损失函数就是用来表示预测与实际数据之间的差距程度。一个最优化问题的目标是将损失函数最小化，针对分类问题，直观的表现就是分类正确的样本越多越好。在回归问题中，直观的表现就是预测值与实际值误差越小 阅读全文

摘要： 具体看原文：点击这里 datasets数据集 ​ sklearn的数据集库datasets提供很多不同的数据集，主要包含以下几大类： 玩具数据集 真实世界中的数据集 样本生成器 样本图片 svmlight或libsvm格式的数据 从http://openml.org下载的数据 从外部加载的数据 用的 阅读全文

摘要： 载入 CIFAR10 并将其标准化； 定义一个卷积神经网络； 定义损失函数和优化器； 训练网络； 在测试集上测试网络 阅读全文

摘要： 一、Sklearn 与 TensorFlow 机器学习实用指南 阅读全文