上一页 1 ··· 12 13 14 15 16 17 18 19 20 ··· 58 下一页
摘要: TL;DR 要关闭 MoTD 消息,有两种方式: 用户级:touch .hushlogin 系统级:sudo chmod -x /etc/update-motd.d/* 介绍 当你通过 SSH 登录 Ubuntu 时,通常会看到这样的消息: Welcome to Ubuntu 22.04.5 LTS 阅读全文
posted @ 2025-02-24 15:16 Undefined443 阅读(572) 评论(0) 推荐(0)
摘要: 这篇文章介绍如何在 PyTorch 中使用 TensorBoard 记录训练数据。 记录数据 初始化 创建摘要编写器用于写入日志数据: from torch.utils.tensorboard import SummaryWriter import datetime timestamp = date 阅读全文
posted @ 2025-02-22 18:27 Undefined443 阅读(135) 评论(0) 推荐(0)
摘要: .mailmap 文件用于在 Git 项目中规范化和修正提交历史记录中的作者信息。通常,开发者在提交代码时可能会使用不同的电子邮件地址或名字,这可能导致项目的提交历史看起来混乱不一致。通过使用 .mailmap 文件,你可以将这些不同的身份映射到一个统一的名字和电子邮件地址。 配置 创建 .mail 阅读全文
posted @ 2025-02-21 01:23 Undefined443 阅读(126) 评论(0) 推荐(0)
摘要: Windows Commands 常用命令 REM 查看命令帮助 HELP [command] REM 显示消息,或将命令回显打开或关闭 ECHO REM 显示当前目录的名称或将其更改 CD REM 清除屏幕 CLS REM 启动单独的窗口以运行指定的程序或命令 START REM 显示环境变量 P 阅读全文
posted @ 2025-02-17 23:59 Undefined443 阅读(34) 评论(0) 推荐(0)
摘要: 安装 PyTorch 和 Transformers 库 pip install torch transformers 加载分词器 from transformers import AutoTokenizer # 加载分词器 tokenizer = AutoTokenizer.from_pretrai 阅读全文
posted @ 2025-02-17 22:59 Undefined443 阅读(27) 评论(0) 推荐(0)
摘要: 简介 在深度学习领域,正则化是一种用于减小模型方差(避免过拟合)的方法。 偏差(bias):欠拟合 方差(variance):过拟合 正则化的方法是在成本函数中加入正则化项。 \(L_2\) 正则化 \[J(w, b) = \frac{1}{m} \sum_{i=1}^m \mathcal{L}(\ 阅读全文
posted @ 2025-02-13 15:35 Undefined443 阅读(44) 评论(0) 推荐(0)
摘要: Git 子模块(submodule)允许你将一个 Git 仓库作为另一个 Git 仓库的子目录。 添加子模块 基本语法: git submodule add <repository> <path> 示例 git submodule add https://github.com/example/rep 阅读全文
posted @ 2025-02-13 12:06 Undefined443 阅读(23) 评论(0) 推荐(0)
摘要: 在机器学习和深度学习中,数据集通常被分为不同的部分,主要包括训练集(training set)、验证集(validation set)和测试集(test set)。这里介绍一下这些数据集的作用和区别: 训练集(Training Set): 这是用于训练模型的数据集。模型在这个数据集上学习以理解输入数 阅读全文
posted @ 2025-02-10 13:29 Undefined443 阅读(207) 评论(0) 推荐(0)
摘要: 直接处理 import sys # 检查参数数量 if len(sys.argv) < 2: print("Usage: python script.py arg1 [arg2 ...]") sys.exit(1) # 第一个参数是脚本自身名称 script_name = sys.argv[0] # 阅读全文
posted @ 2025-02-08 02:14 Undefined443 阅读(50) 评论(0) 推荐(0)
摘要: 基本组件 卷积 相乘,再求和。 \[C_{x,y} = \sum A_{i,j,k} \times B_{i,j,k} \] 有几个卷积核,输出通道数就是几。 一维卷积 二维卷积 参见: Convolutions Over Volume | Coursera But what is a convol 阅读全文
posted @ 2025-01-27 01:29 Undefined443 阅读(30) 评论(0) 推荐(0)
上一页 1 ··· 12 13 14 15 16 17 18 19 20 ··· 58 下一页