摘要: 记录一下配置cuda环境时遇到的问题和解决方法,已方便日后查证: 问题 终端输入nvidia-smi时,报如下错误: Failed to initialize NVML: Driver/library version mismatch 出现这种情况的原因是NVIDIA内核驱动版本和系统驱动不一致。 阅读全文
posted @ 2022-01-14 23:09 sykline 阅读(10303) 评论(0) 推荐(0) 编辑
摘要: 谨以本文记录学习、回顾二分查找算法过程,如有错误还请朋友指正! 题目 给定一个按照升序排列的整数数组 nums,和一个目标值 target。找出给定目标值在数组中的开始位置和结束位置。 如果数组中不存在目标值 target,返回 [-1, -1]。 进阶:你可以设计并实现时间复杂度为 O(log n 阅读全文
posted @ 2021-08-18 18:11 sykline 阅读(48) 评论(0) 推荐(0) 编辑
摘要: 题目: 给定一个 n 个元素有序的(升序)整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。 示例1: 输入: nums = [-1,0,3,5,9,12], target = 9 输出: 4 解释: 9 出现在 阅读全文
posted @ 2021-08-18 17:15 sykline 阅读(24) 评论(0) 推荐(0) 编辑
摘要: 谨以本文记录深度学习入门过程中学习的目标检测常见指标,如有错误还请朋友不吝指教! 目标检测评价指标——mAP 如上图所示,绿颜色的为GT Box,红颜色的Predict Box。如果要正确检测出图中的猫和狗,那怎么才能算是正确的检测呢?下边的这三个标准是都需要看的: GT与预测框的IoU是否大于阈值 阅读全文
posted @ 2021-08-09 18:28 sykline 阅读(1392) 评论(0) 推荐(1) 编辑
摘要: 本文作为自己学习李宏毅老师2021春机器学习课程所做笔记,记录自己身为入门阶段小白的学习理解,如果错漏、建议,还请各位博友不吝指教,感谢!! 概率生成模型 概率生成模型(Probabilistic Generative Model)简称生成模型,指一系列用于随机生成可观测数据的模型。 假设在一个连续 阅读全文
posted @ 2021-08-09 18:25 sykline 阅读(662) 评论(0) 推荐(0) 编辑
摘要: 本文作为自己学习李宏毅老师2021春机器学习课程所做笔记,记录自己身为入门阶段小白的学习理解,如果错漏、建议,还请各位博友不吝指教,感谢!! 本笔记中所涉及的Layer Normalization和Self-Attention笔记如下: Layer Normalization Self-Attent 阅读全文
posted @ 2021-05-19 16:08 sykline 阅读(718) 评论(1) 推荐(1) 编辑
摘要: 本文作为自己学习李宏毅老师2021春机器学习课程所做笔记,记录自己身为入门阶段小白的学习理解,如果错漏、建议,还请各位博友不吝指教,感谢!! 全连接网络的输入是一个向量,但是当输入是一个变长的向量序列时,就不能再使用全连接网络了。这种情况通常可以使用卷积网络或循环网络进行编码来得到一个相同长度的输出 阅读全文
posted @ 2021-05-04 19:13 sykline 阅读(2635) 评论(2) 推荐(1) 编辑
摘要: 本文作为自己学习李宏毅老师2021春机器学习课程所做笔记,记录自己身为入门阶段小白的学习理解,如果错漏、建议,还请各位博友不吝指教,感谢!! CNN理解角度一 图像的表达形式 对于一个Machine来说,一张输入的图像其实是一个三维的Tensor。 如上图所示,三个维度分别表示图像的宽、高和Chan 阅读全文
posted @ 2021-04-23 18:39 sykline 阅读(608) 评论(0) 推荐(0) 编辑
摘要: 本文作为自己学习李宏毅老师2021春机器学习课程所做笔记,记录自己身为入门阶段小白的学习理解,如果错漏、建议,还请各位博友不吝指教,感谢!! 逐层归一化 逐层归一化可以有效地提高训练效率,其原因有以下几个方面: 更好的尺度不变性:在深度神经网络中,一个神经层的输入是之前神经层的输出,给定一个神经层$ 阅读全文
posted @ 2021-04-15 20:53 sykline 阅读(522) 评论(0) 推荐(1) 编辑
摘要: 本文作为自己学习李宏毅老师2021春机器学习课程所做笔记,记录自己身为入门阶段小白的学习理解,如果错漏、建议,还请各位博友不吝指教,感谢!! 数据预处理 一般而言,样本特征由于来源以及度量单位不同,他们的尺度(Scale)(即取值范围)往往差异很大。如果一个机器学习算法在缩放全部或部分特征后不影响它 阅读全文
posted @ 2021-04-09 15:55 sykline 阅读(169) 评论(0) 推荐(0) 编辑