摘要：
原文链接：https://blog.csdn.net/weixin_45313952/article/details/114875545 b ? x : y ① 单个使用例： public static void main(String[] args) { int a = 2; int b = 3; 阅读全文
摘要：
return new double[]{celsius+ 273.15,celsius * 1.80 + 32.00}; 阅读全文
摘要：
查了下资料，才发现软著的用处挺广，即使不是计算机专业的也可以做软著。 很多大学生在校期间也在做，还可以用来保研。 很多研究生毕业条件里也有软著这项。 公司也需要软著申请高新企业，还有政策优惠。 app上架，必须要软著。 软著是需要3000行代码的。不足3000行代码，需要提交所有的代码。超过3000 阅读全文
摘要：
1、插入-对象 点击浏览，选中word文件。 选中显示为图标，可以点更改图标，更改图标的名称与图片。 2、右击word图标-设置对象格式，选择颜色与线条，颜色选择无线条颜色。 阅读全文
摘要：
原文链接：https://blog.csdn.net/hzqgangtiexia/article/details/80509211 学习率对于深度学习是一个重要的超参数，它控制着基于损失梯度调整神经网络权值的速度，大多数优化算法（SGD、RMSprop、Adam）对其都有所涉及。学习率越小，损失梯度 阅读全文
摘要：
以下为ai生成： 正则化项是机器学习中用于控制模型复杂度的一种技术，它通过向损失函数添加额外的惩罚项来实现这一目的。这样做的主要好处是防止模型过拟合训练数据，从而帮助模型更好地泛化到未见过的数据。正则化项的作用是通过对模型参数进行惩罚，鼓励模型选择更简单的解决方案，例如通过限制参数的大小或稀疏性。 阅读全文
摘要：
原文链接：https://blog.csdn.net/weixin_43972154/article/details/120199833 1. BN层的作用BN层使得神经网络能够设定较高的初始学习率，加速模型收敛过程；将数据进行归一化处理，即在网络的每一层输入的时候，插入了一个归一化层，然后再进入网 阅读全文
摘要：
原文链接：https://blog.csdn.net/weixin_52963585/article/details/124903050 在实际的试验中发现，随着卷积层和池化层的叠加，不但没有出现学习效果越来越好的情况，反而两种问题： 梯度消失和梯度爆炸梯度消失：若每一层的误差梯度小于1，反向传播时 阅读全文
摘要：
原文链接：https://zhuanlan.zhihu.com/p/402766063 作为轻量化网络的经典网络，MobileNet自诞生就被广泛应用于工业界。笔者也经常在结构设计中使用MobileNet的诸多设计思想。本文参考众多大神文章，较详细介绍MobileNet系列的设计及改进思想，力求温故 阅读全文
摘要：
https://blog.csdn.net/zml194849/article/details/117021815 https://blog.csdn.net/m0_45267220/article/details/130291855 一些轻量级的网络，如mobilenet中，会有深度可分离卷积de 阅读全文