摘要：
目录1. 概念2. 打家劫舍3 零钱兑换 1. 概念 关于动态规划这类问题 强烈建议学完下面的帖子： https://blog.csdn.net/qq_16664581/article/details/89598243 理解动态规划的使用场景强烈建议读一下这个故事： https://www.cnbl 阅读全文
摘要：
目录1. 强化学习2. 马尔科夫链3. Q值和V值 1. 强化学习 首先我们需要明确，强化学习的任务是什么？ 这用大白话说：就是我们希望用强化学习的方式，使智能体获得独立自主地完成某种任务的能力。 智能体学习和工作的地方，我们就称为环境。 注意！所谓独立自主，就是智能体一旦启动，就不需要人指挥了。 阅读全文
摘要：
目录1. 剪枝、聚类、量化协同2.知识蒸馏 1. 剪枝、聚类、量化协同 协同优化，即将剪枝、聚类、量化同时使用，用于减小模型体积、加速推理速度。 1 使用工具转换器的默认量化功能 2 有代表性的数据集可以进行整数量化 3 如果希望在GPU上加速模型，可以使用float16优化，或TensorRT 4 阅读全文
摘要：
目录1. 什么是量化2 位宽，高精度浮点数的表示3. K-means 聚类量化4. 均匀/线性量化（linear quantization）5. Thresholding量化6. 何时量化聚类量化代码 1. 什么是量化 量化可以理解为：从连续到离散，针对parameters（W）、activatio 阅读全文
摘要：
目录1. 模型压缩2. 神经网络剪枝4. 非结构化剪枝4. Pruning neurons结构化剪枝代码1模型的剪枝 这里针对整个模型进行剪枝使用TFLite创建一个压缩的模型使用TFLite创建一个压缩+量化的模型读取剪枝+量化的模型4. 结构化剪枝代码 1. 模型压缩 目的：使得模型体积更小，模 阅读全文
摘要：
目录1. 原理2. 结构3. 代码实现RBM-014. 代码实现RBM-02 1. 原理 参考: https://bacterous.github.io/2018/05/22/Restricted Boltzmann Machine/ 受限玻尔兹曼机（Restricted Boltzmann Mac 阅读全文
摘要：
目录1. 介绍2. 工作原理3. 代码 参考链接扩展： 书上看到了关于SOM的介绍，还比较全面: https://blog.csdn.net/rc15680632552/article/details/123892549 通过距离的计算，确定获胜神经元，winner take all，获胜神经元通过 阅读全文
摘要：
目录 import numpy as np import tensorflow as tf import tensorflow.keras as K import matplotlib.pyplot as plt from tensorflow.keras.layers import Dense, 阅读全文
摘要：
目录1. 张量的创建2. shape的操作2.1 tf.reshape2.2 tf.expand_dims2.3 tf.squeeze2.4 tf.transpose 转置3.数学运算reduce_sum reduce_mean reduce_max reduce_min 聚合操作4. 逻辑运算5. 阅读全文
摘要：
目录1. 创建张量2. shape操作3. 数学运算4 逻辑运算5. 张量之间的操作6. 数据类型的转换7. 聚合(规约)操作8 argmax 1. 创建张量 tf.constant(value, dtype=None, shape=None, name='Const') tf.zeros(shap 阅读全文