摘要： 参考链接：https://cloud.tencent.com/developer/article/1624080 sad 阅读全文

摘要： 参考文献可以用Mendeley，选IEEE也是英文括号加数字，只不过后面的引文要自己用谷歌学术替换一下。 正文小四，行距固定20磅。 新建样式：上标。字体->上移6磅。 替换： \[[0-9]{1,2}\] 要勾选使用通配符。[0-9]代表数字，{1,2}可能代表一位或两位数字。 替换为：样式->上 阅读全文

摘要： C++根据时间随机: 1 srand((unsigned int)time(NULL)); C++随机数, 比如产生三个部门的代号0, 1, 2 int deptId = rand() % 3; 阅读全文

摘要： plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号, 注意['SimHei']对应这句不行. 完美 阅读全文

摘要： img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), -1) # 读入完整图片，见下面解释 img = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), 0) # 读成灰度 img = 阅读全文

摘要： torchviz生成一个pdf，pdf怎样命名还不知道，或许只能默认命名。 注意，torchviz我试了下将模型和伪造输入移到cuda上就会报错，所以这种可视化直接在cpu运行上即可。 torchviz看梯度类型更清楚，tensorboard看数据流形状更清楚。 还有tensorboardX方式，两 阅读全文

摘要： uniform_(from=0, to=1) → Tensor 将tensor用从均匀分布中抽样得到的值填充。 例如: a=torch.Tensor(2,3).uniform_(-1,1) 阅读全文

摘要： 可以先拿两个样本训练一下新模型, 原理可能是使model的weights变成非空, 具体后面补充总结. 阅读全文

摘要： 对散点进行二分聚类: 初始聚类中心的选择会影响分类次数甚至是否能成功分类, 算法采用离样本中心很近的两点作为初始聚类点. 程序如下: 输出图像如下: 三分聚类: 输出如下: 初始点theta1, theta2, theta3 选x1, x2, x10: 初始点选x1, x2, x7 就会陷入局部最优 阅读全文

摘要： 被调用的函数costFunction.m为: octave程序为: 输出为: options = scalar structure containing the fields: GradObj = on MaxIter = 100initialTheta = 0 0optTheta = 5.0000 阅读全文