摘要: 待解决 已解决。发现是因为我的电脑没有GPU,或者cpu数量不够(6)跑不动这个函数。 用colab买了资源跑得很成功。 阅读全文
posted @ 2024-05-15 21:37 Yuxi001 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 先点击视图,进入大纲视图,删除错乱位置的分解符,退出大纲视图即可。排版错乱就是因为多分栏一次导致多出来的分节符 阅读全文
posted @ 2024-01-17 11:56 Yuxi001 阅读(95) 评论(0) 推荐(0) 编辑
摘要: Sympy学习日记 🍗在sympy库中,符号、未知数等都需要提前定义,使用symbols:x = symbols('x') 像这样: Symbols接受由空格或逗号分隔的变量名字符串:x, y, z = symbols('x y z')Symbol的名称和它所赋值的变量的名称之间不需要有任何关系~ 🐽前置知识: 单 阅读全文
posted @ 2024-01-12 20:35 Yuxi001 阅读(2) 评论(0) 推荐(0) 编辑
摘要: VGG网络模型及代码分析 1.VGG网络模型介绍 2014年由牛津大学著名研究组Oxford Visual Geometry Group提出,VGGNet获得了ILSVRC 2014年比赛的亚军和定位项目的冠军。 论文名称:Very Deep Convolutional Networks for Large-Scale Im 阅读全文
posted @ 2023-12-27 10:03 Yuxi001 阅读(330) 评论(0) 推荐(0) 编辑
摘要: C++不断学习 1.fixed fixed,它表示浮点输出应该以固定点或小数点表示法显示。当然,fixed 操作符可能最重要的还是当它与 setprecision 操作符一起使用时,setprecision 即可以以一种新的方式显示。它将指定浮点数字的小数点后要显示的位数,而不是要显示的总有效数位数。而这通常正是我 阅读全文
posted @ 2023-12-20 14:11 Yuxi001 阅读(9) 评论(0) 推荐(0) 编辑
摘要: GAN模型 GAN模型优化训练 在训练过程中,生成网络的目标就是尽量生成真实的图片去欺骗判别网络D。而网络D的目标就是尽量把网络G生成的图片和真实的图片分别开来。这样,G和D构成了一个动态的“博弈过程”。这个博弈过程具体是怎么样的呢? 先了解下纳什均衡,纳什均衡是指博弈中这样的局面,对于每个参与者来说,只要其他 阅读全文
posted @ 2023-12-20 09:16 Yuxi001 阅读(39) 评论(0) 推荐(0) 编辑
摘要: 注意力机制 自注意力机制,大佬超详细讲解:传送门 注意力机制: 注意力机制 阅读全文
posted @ 2023-12-20 08:59 Yuxi001 阅读(2) 评论(0) 推荐(0) 编辑
摘要: json.load()和json.loads() 在Python中,json.load和 json.loads 分别用于从文件对象和字符串中加载JSON数据,但它们之间有一些重要的区别: 1. 输入类型: json.load: 接受一个已经打开的文件对象作为参数,从文件中读取JSON数据。 json.loads: 接受一个包含JSON数据的字符串作 阅读全文
posted @ 2023-12-17 21:39 Yuxi001 阅读(2211) 评论(0) 推荐(0) 编辑
摘要: f-string 是 Python 3.6 及更高版本引入的一种字符串格式化方法。它提供了一种简洁、直观且方便的方式来将变量插入到字符串中。在 f-string 中,你可以在字符串中嵌入变量、表达式,甚至是函数调用。 一个 f-string 的基本语法如下: f"some text {variabl 阅读全文
posted @ 2023-11-12 11:37 Yuxi001 阅读(5) 评论(0) 推荐(0) 编辑
摘要: 在机器学习中,我们通常使用梯度下降等优化算法来最小化损失函数。这些优化算法的目标是使损失函数达到最小值。在交叉熵损失函数的定义中,负号的存在实际上是为了将最小化问题转化为最大化问题。 交叉熵损失函数的一般形式是: \[ \text{Loss} = -\frac{1}{N} \sum_{i=1}^{N 阅读全文
posted @ 2023-11-12 11:07 Yuxi001 阅读(87) 评论(0) 推荐(0) 编辑