03 2024 档案
摘要：L2 Loss L1 Loss Huber‘s Robust Loss 将上面两个损失函数结合
阅读全文
摘要：目录构造数据集初始化模型参数定义模型定义损失函数定义优化算法训练过程线性回归的简洁实现读取数据使用框架预定义好的层初始化模型参数误差实例化SGD训练过程 线性回归是一个很好能理解深度学习的模型，麻雀虽小五脏俱全。 构造数据集 def synthetic_data(w, b, num_examples
阅读全文
摘要：自动求导计算一个函数在指定值上的导数 它有别于 符号求导 数值求导 符号求导是基于数学符号和代数规则的求导方法。它通过使用微积分的基本公式和规则（如链式法则、乘积法则、商法则等）直接计算函数的导数表达式。这种方法可以得到精确的导数表达式，适用于需要精确表达式的场合。但是，对于复杂的函数或表达式，符号
阅读全文
摘要：梯度下降 梯度是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。梯度在物理学、机器学习和数学优化等领域有着广泛的应用。 挑选一个初始值
摘要：[torch.arange] 是 PyTorch 中的一个函数，用于生成一个一维的张量（tensor），其中包含从起始值（包括）到结束值（不包括）的等差数列。这个函数非常类似于 Python 的内置 range 函数，但是生成的是 PyTorch 张量而不是 Python 列表。 torch.ara
阅读全文
摘要：目录操作系统的基本概念操作系统的概念操作系统的功能和目标操作系统的特征操作系统的发展历程手工操作阶段批处理阶段单道批处理系统多道批处理系统分时操作系统实时操作系统操作系统运行环境处理器运行模式中断和异常系统调用操作系统的体系结构操作系统的引导虚拟机 操作系统的基本概念 操作系统的概念 操作系统（Op
阅读全文
摘要：单道批处理系统： 单道批处理系统之所以被称为“单道”，是因为在这种系统中，内存中始终只保持一道作业在运行。当这道作业完成后，系统才会自动调入下一个作业进行处理。这种顺序执行的方式意味着在任意时刻，内存中仅有一个作业被执行，因此得名“单道”。 而“批处理”的含义则是指系统对作业的处理是成批进行的。具体
阅读全文
摘要：A 梯形的面积公式 #include <bits/stdc++.h> #define int long long #define rep(i, a, b) for(int i = (a); i <= (b); ++i) #define fep(i, a, b) for(int i = (a); i
阅读全文
摘要：目录计算图链式法则反向传播加法结点的反向传播乘法结点的反向传播 计算图 计算图是一种图形化表示计算过程的方法，通常用于机器学习和深度学习中。在计算图中，节点代表操作（例如加法、乘法等），边代表数据流动（即操作的输入和输出）。通过计算图，可以清晰地展示计算过程中各个操作之间的依赖关系 结点：操作 边：
阅读全文
摘要：
摘要：目录从数据中学习损失函数均方误差(MSE)交叉熵误差mini_batch学习mini_batch版交叉熵误差的实现梯度概念梯度法神经网络的梯度 从数据中学习 神经网络的"学习"的学习是指从训练数据自动获取最有权重参数的过程。 神经网络的特征就是可以从数据中学习即由数据自动决定权重参数的值。 机器学习
阅读全文
摘要：目录激活函数阶跃函数sigmoid函数ReLU函数三层神经网络的实现输出层设计恒等函数和softmax函数输出层的神经元数量手写数字识别MINIST数据集神经网络的推理处理批处理 激活函数 激活函数是连接感知机和神经网络的桥梁 阶跃函数 阶跃函数是在感知机中使用的激活函数。 \[h(x)=\begi
阅读全文
摘要：DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_sampler=None, num_workers=0, collate_fn=None, pin_memory=False, drop_last=False,
阅读全文
摘要：目录ComposeToTensorNormalizeResize 在PyTorch中，transforms是一个用于图像预处理和数据增强的模块，通常与torchvision库一起使用。torchvision提供了大量预先定义的transforms，它们可以方便地应用于图像数据，以进行预处理或增强。这
阅读全文
摘要：HttpServletRequest对象是Java Servlet API中的一个重要接口，它代表了客户端（如Web浏览器）向服务器发送的HTTP请求。当Servlet容器（如Tomcat）接收到一个HTTP请求时，它会创建一个HttpServletRequest对象，并将其传递给Servlet的s
阅读全文
摘要：Servlet是没有main方法的，不能独立运行。 它是由容器，也就是tomcat来运行和调度的。 加载和实例化：当Web服务器启动时，或者当Web应用程序被部署到服务器上时，Servlet容器会加载Servlet类。如果Servlet尚未被实例化，Servlet容器会创建一个Servlet实例。
阅读全文
摘要：继承HttpServlet类 这是最常用的一种方式 package com.testservelet; import jakarta.servlet.ServletException; import jakarta.servlet.annotation.WebServlet; import jaka
阅读全文
摘要：目录binconfliblogswebapp bin 存放tomcat的可执行程序 从上图可以看出bin中的文件主要是两种文件，一种是.bat一种是.sh .bat:主要用于windows .sh:主要用于linux .bat文件是Windows操作系统中的批处理文件。它是一种简单的文本文件，其中包
阅读全文
摘要：目录WhatHOWSummaryWriter What TensorBoard是TensorFlow自带的一个强大的可视化工具，也是一个Web应用程序套件。 torch.utils.tensorboard 是 PyTorch 提供的一个用于将标量、图像、直方图和其他信息记录到 TensorBoard
阅读全文
摘要：A 签到直接
摘要：Mr. Young's Picture Permutations
阅读全文
摘要：Mr. Young's Picture Permutations 看了李煜东老师的答案。 对dp的转移有了一点别的理解。 之前都是按y总那样考虑当前状态是由那些状态转移过来的。 这道题目看算阶上的思考方式，考虑的是当前状态能够转移到那些状态。 更具体点就是说，考虑\(f[i][j][k][l][r]
阅读全文
摘要：最开始猜了个结论错了，猜的是必须要有
摘要：目录What？WhyHow安装GDB安装命令查看是否安装成功调试简单的程序预备一个程序调试使用breakinfolistnextprintstep一些小技巧在gdb前+shell日志功能watch point| catch point调试core调试一个运行的程序 What？ GDB是什么？ 全称G
阅读全文
摘要：L. Controllers 思路： #include <bits/stdc++.h> #define int long long #define rep(i, a, b) for(int i = (a); i <= (b); ++i) #define fep(i, a, b) for(int i
阅读全文
摘要：C. Serval and Toxel's Arrays 这种题目做多了应该很容易从贡献的角度去考虑了。 考虑当前版本对答案的贡献，首先这个版本和其他版本取交集至少会包含它本身所以直接先把
摘要：C. Min Max Sort 很不错的一道题目，不过脑电波和出题人每对上，
摘要：C. Tea Tasting 思路 这里枚举有三种思路 然后经过考虑3是最可行的，然后接着考虑如何计算贡献 这里在实现的时候用了一个差分数组，因为我们需要记录第i个茶师它喝了多少个
