摘要:
题目分布情况 题目类型 通用型 图像处理 编程 题目数量 3 5 2 通用型 1、某商品每卖出一斤,获利 a 元,每不卖出一斤则亏损 b 元, 已知销售量X属于(t1 ~ t2) 之间的均匀分布,问销售量为多少时,期望值最大? 2、你有个金条可以分为15段,给一个工人发工资,每天一段金条,一共发15 阅读全文
摘要:
非常好用的文献管理工具,支持离线文献管理,网页插件,标签云等等 阅读全文
![](http://www.inoteexpress.com/aegean/Public/images/a5.jpg)
摘要:
深度可分离卷积是利用逐通道卷积和逐点卷积,使得卷积过程中的参数量大大下降,本文对其中的过程进行分析,并在pytorch中进行了实例验证。 阅读全文
![](https://img2020.cnblogs.com/blog/1489774/202008/1489774-20200823105331585-1644804158.png)
摘要:
了解过深度学习框架的都知道,Tensorflow是早期的主流框架,而后又出现了Keras,keras对Tensorflow进行了封装,使得搭建深度学模型的过程简化到了几个简单的步骤:summary、compile、fit、evaluate、 predict。Pytorch虽然比Tensorflow出现的晚,但是其在框架的实现方式上,更为优雅,可以很好的与Python的原生编程思维结合起来,因此越来越多的人开始转向Pytorch。开发的过程就是不断模块化的过程,Torchkeras便是这一原则下的产物,它将Pytorch进行了封装,使得利用Pytorch搭建深度学模型的过程也可以像Keras那样,并且非常的灵活。 阅读全文
![](https://img2020.cnblogs.com/blog/1489774/202008/1489774-20200822100950048-1665616537.jpg)
摘要:
作者:湃森 链接:https://www.zhihu.com/question/390783647/answer/1221984335 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 说句泼冷水的话,对大多数研究从业人员来说语义分割目前已经达到瓶颈期了。 顶会顶刊p 阅读全文
摘要:
Pytorch 提取码: f3ge 阅读全文
摘要:
Next风格的博客园主题,适合技术类型的博客。 阅读全文
摘要:
本文针对LeNet-5网络,对其进行了网络结构的分析,并采用 pytorch 深度学习框架搭建了LeNet-5的简化版进行了训练,模型准确率达到了 99% 。 阅读全文
![](https://img2020.cnblogs.com/blog/1489774/202006/1489774-20200612142341163-798218282.png)
摘要:
CIFAR-10 数据集 CIFAR数据集由 Alex Krizhevsky,Vinod Nair 和 Geoffrey Hinton 收集整理自8000万张微型图像数据集,其中CIFAR数据集又根据所涉及的分类对象数量,可分为CIFAR-10和CIFAR-100。该数据集主要用于深度学习的图像分类 阅读全文
![CIFAR数据集解读](https://img2020.cnblogs.com/blog/1489774/202006/1489774-20200606164517381-1658914290.png)
摘要:
MNIST是一个手写体数字的图片数据集,该数据集来由美国国家标准与技术研究所(National Institute of Standards and Technology (NIST))发起整理,一共统计了来自250个不同的人手写数字图片,其中50%是高中生,50%来自人口普查局的工作人员。该数据集的收集的目的是希望同过算法,实现对手写数字的识别。 阅读全文
![](https://img2020.cnblogs.com/blog/1489774/202101/1489774-20210117184703239-1055397595.png)
摘要:
主题预览 主题下载 gshang.cnbook.rar version:2020-05-29 gshang.cnbook@2.0.rar version:2020-08-25 cnbook@2021-01-23.rar version:2021-01-23 cnbook@2021-02-07.rar 阅读全文
摘要:
主题预览 主题下载 gshang.element-v2.rar 阅读全文
摘要:
Anaconda镜像源 原文:https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ Anaconda 镜像使用帮助 Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、 阅读全文