摘要：
之前在几篇博客中说到了权重共享，但都觉得不够全面，这里做个专题，以后有新的理解都在此更新。 1. 减少运算只是锦上添花之前说到权重共享可以减少运算，是的，但这样说好像是可有可无，只是运算量大小的问题，其实不是可有可无的。 2. 权重共享的本质是特征提取之前说到权重就是模板，我们按照一定的模板来与样本 阅读全文
摘要：
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/qq_33690342/article/details/81301624 1、Windows 系统在“运行”对话框中输入dxdiag,点击“ 阅读全文
摘要：
一、GPU是什么？与显卡是什么关系？安装在什么地方？有单独的GPU板卡吗？ GPU就是图像处理芯片，外表与CPU有点相似。显卡的芯片，AMD的一个技术，相当于电脑的处理器CPU，只不过它是显卡的大脑或心脏。GPU是显卡的核心,显卡，则是由GPU、显存、电路板，还有BIOS固件组成的，所以GPU不等于 阅读全文
摘要：
gpu就是并行处理强大， cpu很多功能gpu都没有。 什么指令流水化， 多进程管理之类的。 gpu没有多少自主处理指令的能力， 基本是指令靠cpu 计算靠gpu。GPU工作原理是cpu 处理指令，遇到需要gpu的地方， 比如矩阵处理， 图像渲染， 会在显存中开辟一个小空间， 然后把这个矩阵打成很多 阅读全文
摘要：
从思路上说，GPU相当于火车，一个车头带几十节车厢，一下子把成千上万吨货全给你拉目的地；CPU相当于汽车，拉货旅游样样能干。因此，如果单纯比运力，一列火车比得过成百上千辆汽车；但如果几百人有几百个目的地，你再让几十节车厢跑几百趟，把他们一个个送达……这显然就不合适了。 GPGPU不过相当于铺设了更多 阅读全文
摘要：
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/mao_xiao_feng/article/details/78003476 <!-- flowchart 箭头图标 勿删 --> 实验环境 阅读全文
摘要：
卷积函数是卷积神经网络（CNN）非常核心和重要的函数，在搭建CNN时经常会用到，因此较为详细和深入的理解卷积函数具有十分重要的意义。 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)：在给定 阅读全文
摘要：
转载：https://blog.csdn.net/tz_zs/article/details/75948350 tf.random_normal 从正态分布中输出随机值。 random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=No 阅读全文
摘要：
原文链接：https://blog.csdn.net/zhangdongren/article/details/83344048 区别如下： tf.random_normal(shape,mean=0.0,stddev=1.0,dtype=tf.float32,seed=None,name=None 阅读全文
摘要：
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/xxm524/article/details/74937308 QT字符编码开发中遇到了很多坑，一不小心就会出现中文乱码， 在这里小结一下。 阅读全文