- 博客(98)
- 收藏
- 关注
RSS订阅原创 两层神经网络与三层神经网络的区别
误区提醒：很多新手会把输入层算进去，说成 “输入 + 隐 + 输出 = 三层”，这是错误叫法，论文与框架（PyTorch/TensorFlow）均不计输入层。
2026-07-15 17:53:39
227
原创 Python 值传递与引用传递
表格操作场景传参本质能否修改原变量外层不可变对象赋值拷贝地址，新变量指向新对象❌ 不能可变对象原地方法修改 (append/pop)拷贝地址，共用同一个对象✅ 可以任何变量直接形参=新值形参重新绑定地址❌ 永远不能。
2026-07-14 17:31:35
295
原创 鱼书-PH5方向误差传递
四、参数梯度下降更新 学习率 η W2 = W2 - η・∂L/∂W2 b2 = b2 - η・∂L/∂b2 W1 = W1 - η・∂L/∂W1 b1 = b1 - η・∂L/∂b1。2 第二层 Affine 层 ∂L/∂W2 = z1 转置・da2 ∂L/∂b2 = 按样本维度求和 da2 dz1 = da2・W2 转置。4 第一层 Affine 层 ∂L/∂W1 = x 转置・da1 ∂L/∂b1 = 按样本维度求和 da1。二、正向传播 1 a1 = x・W1 + b1。
2026-07-09 15:17:34
170
原创 鱼书-PH4-类的作用
封装：将网络层参数、中间数据、前向 / 反向运算方法绑定为整体；模块化：拆分全连接、激活、损失、优化器等独立模块；复用性：单类多次实例化，快速搭建多层神经网络；规范化：统一 forward/backward 接口，构建链式反向传播计算图；易维护扩展：新增网络结构、优化算法只需新增类，不改动原有代码类定义与__init__构造函数逐行注释# 定义Affine全连接层类# 构造方法：创建实例时自动执行，初始化层所有属性# W：权重矩阵 b：偏置向量，由上层网络传入# 实例属性1：保存本层权重W。
2026-07-09 14:50:36
458
原创 mnist-数据集的学习-3.6手写数字识别
-------------------------- 全局字体配置，彻底解决中文方框乱码 --------------------------# -------------------------- 简易神经网络工具函数 --------------------------# ===================== 方式1：直接在本文件运行测试 =====================print("========== 测试1：默认参数加载数据集 ==========")
2026-07-05 15:53:29
180
原创 65-批量归一化
BN 有且仅有两个可学习参数：缩放γ、偏移β；均值μ、方差σ是统计量，不参与梯度更新学习。，不能放在激活之后、不能放在层输入。FC：按特征维归一化；CNN：按通道维归一化。
2026-07-04 22:35:01
399
原创 63-GoogleNet
这是，一共包含，所有分支输出特征图的，最后在通道维度做拼接（Concatenation）融合多尺度特征。（192 个通道，特征图尺寸 28×28）
2026-07-04 17:12:42
332
原创 61-NIN（补充端侧部署和云端部署的概念）
端侧部署把训练好的 AI 模型（比如 VGG、NiN 这类神经网络），部署在终端本地设备上运行推理预测，而不是把图片、数据上传到远端云端服务器去计算。云端部署（云侧）用户拍照 / 上传图片 → 数据传到远程服务器（机房高性能 GPU 电脑）→ 服务器跑模型计算识别结果 → 再把结果传回手机。代表场景：大部分网页识图、云端 AI 服务、大型云平台 API 调用。端侧部署（本地端）AI 模型直接预装在你的设备里，所有识别、计算就在本机硬件上完成，不需要联网上传数据到远程服务器。隐私安全、可离线使用、实时低延迟。
2026-07-04 17:07:14
668
原创 59-VGG
VGG 不再像早期 AlexNet 那样零散堆叠卷积层，而是设计了 **标准化的卷积块（Conv Block）** 作为基础重复单元： 一个标准 VGG 卷积块的固定结构为：连续若干个 3×3 卷积层 + ReLU激活函数 + 1个 2×2最大池化层举个最常见的块结构： 比如一个卷积块内连续堆叠 2 次3×3卷积+ReLU，最后接池化；下一个卷积块可以堆叠 3 次3×3卷积+ReLU再接池化。
2026-07-03 15:03:37
342
原创 55-LeNet
图像里像素之间的位置、边缘、纹理、局部结构都属于空间信息：比如数字的笔画、轮廓、横竖线条，这些特征和像素的相对位置强相关。以手写数字识别为例：总共有 0~9 共 10 个类别，类别空间就是长度为 10 的向量，向量每个位置代表对应数字的预测得分。
2026-07-01 15:36:14
351
原创 51-多通道输入
不需要模型自己学习、需要我们人工提前设定的参数，就叫超参数。在：输入通道数（由上一层输出决定，不能随便乱设）输出通道数，必须我们自己指定，属于超参数你设置：代表这一层用 16 组独立卷积核，最终输出 16 张特征图（16 个通道）想要提取更多特征就把输出通道调大，想要压缩特征就调小。
2026-06-30 17:10:52
303
原创 论文复现-Liu_Swin_Transformer_Hierarchical_Vision_Transformer_Using_Shifted_Windows_ICCV_2021_paper（1）
你最开始用随机初始化 Swin 在 Fake 数据集只有 32% 准确率，印证了ViT 类模型缺少 CNN 归纳偏置，小数据集必须依赖预训练；切换 CIFAR10+ImageNet 预训练 + 论文标准增强 / AdamW 优化器后，Swin 可以充分发挥全局建模优势，精度显著超越同等参数量 ResNet；ResNet 依靠卷积局部先验，小数据集可以从零训练收敛；ViT/Swin 必须依托大规模数据集预训练，才能发挥结构优势。
2026-06-25 10:31:54
235
原创 论文学习：3.Inductive Representation Learning on Large Graphs（1）
从理论证明模型具备捕捉复杂局部图结构的表达能力。，模型不存储任何节点专属向量，向量是 “输入特征 + 邻居结构” 计算出来的产物，函数只学习如何融合节点自身信息与局部邻居信息，不绑定任何一张图、任何一个节点，只要输入特征维度格式统一，无论训练时是否见过该节点、该图，函数都能稳定输出有效嵌入，这是实现归纳泛化最根本的技术要领，后续采样、聚合器全部围绕这个核心原理设计。，模型存储每一个节点的唯一向量，节点是训练阶段图内的固定实体，一旦出现新节点，查表无对应参数，模型无法输出向量，本质是记忆整张图的节点表征；
2026-06-23 15:51:21
412
原创 论文学习：2.Semi-Supervised Classification with Graph Convolutional Networks（1）
这篇论文是图神经网络领域的开山之作，其思想简洁、优美且强大。首先我们要明白，普通 CNN 处理的是图片这种规整网格数据，而本文处理图结构数据，图由节点、边两个基础单元构成，比如论文引用网络里每一篇论文是节点，论文之间的引用关系是边，知识图谱里实体是节点、实体关系是边；无向图代表双向关系，A 引用 B 等价 B 引用 A，邻接矩阵 A 用来存储整张图的连接关系，矩阵中 A [i][j]=1 代表 i、j 两个节点存在边，0 代表无连接；度矩阵 D 是对角矩阵，对角数字代表对应节点相连的邻居总数，这两个矩阵是整
2026-06-22 23:45:50
451
原创 论文学习：1.He_Masked_Autoencoders_Are_Scalable_Vision_Learners_CVPR_2022_paper（1）
MAE 人为约束损失计算范围，只针对被掩码遮挡、需要全局推理才能还原的 patch 计算误差，梯度全部用来优化编码器提取全局关联特征、解码器推理缺失内容的能力，梯度信号高度聚焦，模型收敛速度更快，学习到的特征语义信息更丰富，同时减少矩阵运算量，进一步降低训练显存占用，这个微小的损失设计改动，在消融实验中稳定带来 0.5 个百分点左右的微调精度提升，属于低成本高收益的关键细节技术要领。主要以沫神推荐的计算机cv方面的文章，培养兴趣，并且以讲述的方式，最高效率的学习知识。
2026-06-22 22:45:26
517
原创 pytorch-深度学习-2.预备知识-2.1数据操作
所有机器学习方法都涉及从数据中提取信息。因此，我们先学习一些关于数据的实用技能，包括存储、操作和预处理数据。深度学习是关于优化的学习。对于一个带有参数的模型，我们想要找到其中能拟合数据的最好模型。在算法的每个步骤中，决定以何种方式调整参数需要一点微积分知识。
2026-06-21 16:42:43
186
原创 pytorch-深度学习-引言
面对等任务，人工难以设计完整逻辑：任务模式动态变化、内在关联极度复杂，相关计算也超出人类认知与设计能力。属于机器学习分支，是前沿技术，能赋能计算机视觉、自然语言处理、医疗、基因组学等多个领域的创新，也是本书重点讲解内容。
2026-06-10 15:54:46
322
1
原创 C语言（根据阿辉学长的课程）-（1~4节）
为了有效的管理和使用计算机的内存，我们就把内存空间划分成了一个个小的内存单元， 每个内存单元的大小是1字节，为了能够方便访问到内存的每个单元，我们就给内存单元进行了编号， 这些编号也就是内存单元的地址。（要明白，比特是最小的数据单位，字节是最小的存储单位，故字节跳动的公司名字的由来）变量相当于内存中一个数据存储空间的表示，你可以把变量看做是一个房间的门牌号，通过门牌号我们可以找到房间，从而通过变量名可以访问到变量值。注释的作用：通俗的讲，注释是我们能看到，而计算机 看不到的部分。2.尽量不要用拼音命名。
2025-03-22 15:21:32
797
原创 python爬虫的学习流程（1-前提准备）
Python基本的语法知识，如注释、缩进、变量定义Python中6大基础数据类型（可以回忆下是哪些），Python中基本的条件、循环、函数相关知识这些基本的知识是Python编程的核心基石，有了它们基本可以编写Python程序，但如果要编写一个比较完善的爬虫程序，还需要了解一些更深入的特性，所以接下来我们将前面的知识融会贯通下，顺便学习下Python中一些高级的用法。假设有个文件p2.py代码如下:envpythonprint(s)用def指令，可以定义一个函数/方法。冒号。
2025-01-20 15:35:03
1525
原创 二战-从头开始
但我不会立马二战，我估计会到4、5月进行，我应该是准备再学一些我自己比较感兴趣的内容，必然一直想学没时间的汇编语言和编译原理，还有正式从头再过一遍C语言，打打力扣给自己换换脑子，认认真真把每一个案例都实际敲一遍（偏偏备战的时候，自己很奇怪，在学习的时候，不喜欢敲代码，感觉好麻烦，真的是为以后的失败埋下伏笔）。虽然失败，但我不认为我是一个失败者，相反，我认为我有很多的提升空间，在断断续续备战过程中，我也是体会到了考研的苦，但是我确实不甘心，也确实。
2024-12-25 00:51:32
550
1
原创 第六章应用层
当客户需要域名解析时，通过本机的DNS客户构造一个DNS请求报文，以UDP数据报方式发送本地域名服务器。通常是客户机向本地的查询通常是采用递归查询，本地域名服务器向根域名服务器的查询通常是采用迭代查询。TCP控制连接（端口21）时始终打开，并且是传请求，先与传文件的数据（端口20）。发送人发送时间和地址是系统自动生成的，收信人的地址和邮件主题是发送人自己填的。权限域名服务器（授权域名服务器）负责一个区的域名服务器（网址）根域名服务器知道所有的顶级域名服务器的域名和IP地址。
2024-11-25 02:11:39
987
原创 第三章数据链路层-（3.6局域网）
如果收到异常帧，就直接 丢弃 3. 需要根据接⼊的局域⽹类型，双绞线以太网（集线器连接）：物理上是“星形”拓扑结构、逻辑上是总线形拓扑结构，存在“信道争用”问题。注：关于“将IP数 据报（IP分组）封装成帧”，有些系统由主机实现，有些系统由⽹络适配器负责。双绞线以太网（交换机连接）：物理上、逻辑上都是“星形”拓扑结构。1.4⽹络适配器（⼜名：⽹络接⼝卡、⽹卡）记忆口诀：6 6 2 N 4，收发协数验。记忆口诀：6 6 2 N 4，收发长数验。没有“信道争用”的问题。注：MAC地址是数据链路层的概念。
2024-11-03 12:22:52
852
原创 第三章数据链路层-（3.5介质访问控制）
Tips：光信号的频带范围（带宽）非常大，因此很适合采用波分复用技 术，将一根光纤在逻辑上拆分为多个子信道。优点：属于CD1-坚持CSMA、非坚持 CSMA 的折中方案，降低冲突概率的同时，提升信道利用率。缺点：当多个节点都已准备好数据时，一旦信道空闲， 会有多个节点同时发送数据，冲突概率大。ALOHA协议——一群无礼匹夫的对话，有话就说，完全不管别人是不是在说话。优点：当多个节点都已准备好数据时，如果信道不空闲， 则各节点会。优点：信道利用率高，信道一旦空闲，就可以被下一 个节点使用。
2024-11-03 10:58:07
849
原创 第三章数据链路层-（3.4流量控制与可靠传输机制）
主动请求发送方重传5号帧，在计时器超时前即可收到5号 “否认帧” ，可立即触发重传（相当于节约了时间，提高了效率），收到 NAK_i，就立即重传 i 号帧，并重置计时器，当5号数据帧未检测出差错，就表示可以接收。接收方收到重复帧，就会做帧序号落在接收窗口外： 第一步：丢弃重复帧 ，第二步：返回重复帧的ACK，这时发送方就会在计时器超时之前接受到确认桢。解决办法：利用超时重传的协议，判别是否收到重复桢（判断是否在接受窗口之外），收到1号、3号两个重复帧，则再发送对应的确认桢。接受方可以“累积确认”。
2024-11-03 09:01:54
1180
原创 第三章数据链路层-（3.3差错控制）
K个信息位，R个校验位，若生成多项式选择得当，且 2R≥K+R+1，则CRC码可纠正1位错。原理是：如果约定是奇校验码，当接受方检验数据是否为奇数个，如果是奇数就认为没有问题。判断方法：接受方收到数据后，就用除法进行膜2除，余数为R个0就代表没有错。偶校验的硬件实现：各信息进行异或（模2加）运算，得到的结果即为偶校验位。奇校验码：整个校验码（有效信息位和校验位）中“1”的个数为奇数。偶校验码：整个校验码（有效信息位和校验位）中“1”的个数为偶数。因为太复杂了，还没有考过，可以看下面自己做的总结，进行复习。
2024-11-01 20:38:53
375
原创 第三章数据链路层-（3.2组桢）
如果帧的数据部分包含“特殊字符” ，则发送方需要在这些“特殊字符。原理：01111110作为开始，01111110作为比特串结束。若数据部分有转义字符，解决办法是在这个前面再插入转义字符。缺点：任何一个计数字段出错，都会导致后续所有帧无法定界。问题：当数据中还有这两个字符是，则采取以下的解决办法。问题是：如果数据部分中有等于控制字符的，就会产生误解。HDLC协议和PPP协议用的就是零比特填充法。原理：在每个帧开头，用一个定长计数字段表示帧长。为了消除这个，就在数据与控制字符一样的前面。
2024-11-01 19:15:21
412
原创 第三章数据链路层-（3.1数据链路层的功能）
数据链路层 使用 物理层 提供的“比特传输”服务 数据链路层为网络层提供服务，将网络层的 IP数据报（分组） 封装成帧，传输给下一个相邻结点。逻辑链路：数据链路层需要基于“物理链路” ，实现相邻结点之间逻辑上无差错的“数据链路（逻辑链路）”物理链路：传输介质(0层)+物理层(1层) 实现了相邻结点之间的“物理链路”
2024-11-01 18:38:31
395
原创 操作系统-第五章I/O设备-（5.3设备独立性软件）
这些缓冲区按使用状况可以分为：空缓冲队列、装满输入数 据的缓冲队列（输入队列）、装满输出数据的缓冲队列（输出队列）。进程发出I/O请求后，系统为其分配I/O设备，进程可继续执行，之后还可以发出 新的I/O请求。“设备、控制器、通道”之间的关系：个通道可控制多个设备控制器，每个设备控制器可控制多个设备。当缓冲区为空时， 可以往缓冲区冲入数据，但必须把缓冲区充满以后，才能从缓冲区把数据传出。③若进程请求的物理设备正在忙碌，则即使系统中还有同类型 的设备，进程也必须阻塞等待。若采用双缓冲的策略，
2024-11-01 14:53:38
1368
原创 操作系统-第五章-（5.2I/O管理概述）
I/O系统概述、I/O接口、I/O控制的四种方式（程序直接控制方式、程序中断方式、DMA方式、通道方式）、中断处理程序在计组最后一章已经介绍过了。在操作系统这里只补充I/O软件层次结构、应用程序与I/O接口越接近上层，越接近用户，越接近下面的层次越接近硬件。每一层会利用其下层提供的服务，实现某些功能，并屏蔽实现的具体细节，向高层提供服务（“封装思想”）->计网会专门讲这种思想用户层软件实现了与用户交互的接口，用户可直接使用该层提供的、与I/O操作相关的库函数对设备进行操作向上为用户提供与I/O操作相关的库函
2024-11-01 12:44:17
883
原创 操作系统-第五章-（5.1）外部存储器管理
设磁盘转速为 r （单位：转/秒，或 转/分），则 平均所需的延迟时间 TR = (1/2)*(1/r) = 1/2r。是将多个独立的物理磁盘组成一个独立的逻辑盘，数据在多个物理盘上分割交叉存储、并行访问，具有更好的存储性能、可靠性和安全性。磁盘会转起来，让目标扇区从磁头下面划过，才能完成对扇区的读/写操作。：从磁盘读出或向磁盘写入数据所经历的时间，假设磁盘转速为 r，此次读/写的字节数为 b，每个磁道上的字节数为 N。寻找时间（寻道时间）TS：在读/写数据前，将磁头移动到指定磁道所花的时间。
2024-11-01 11:50:12
1154
原创 操作系统-第四章（4.3文件系统）
Window或MAC操作系统自动挂载创建的文件系统，Linux需要手动挂载，或者配置系统后自动挂载（编辑/etc/fstab文件）mount：VFS的挂载描述符；位示图一般用连续的“字”来表示，如本例中一 个字的字长是16位，字中的每一位对应一个盘块。③将相应位设置为“1”。特点：③每打开一个文件，VFS就在主 存中新建一个 vnode，用统一的 数据结构表示文件，无论该文件存储在哪个文件系统。空闲盘区链和空闲盘块链相比：在文件分配多个盘块效率更高，空闲盘块链只能一个一个取，空闲盘区链可以一次多个。
2024-11-01 10:17:21
1294
原创 操作系统-第四章-（4.2目录）
实现方法：在创建一个文件时，需要先检查目录表中有没有重名 文件，确定不重名后才能允许建立文件，并将新文件 对应的目录项插入目录表中。在共享文件中，由于各用户指向的是同一个文件，因此只要其中一个 用户修改了文件数据，那么所有用户都可以看到文件数据的变化。在共享文件中，由于各用户指向的是同一个文件，因此只要其中一个 用户修改了文件数据，那么所有用户都可以看到文件数据的变化。计算机中除了要存储各种数据文件外，还要存储目录(文件)，用于实现目录管理，即“按名存取”、对访问文件的控制等功能。
2024-11-01 00:25:42
914
原创 第二章-物理层-（2.3物理层设备）
如果两台主机同时发送数据会导致“冲突” （如上图如果四个同时向主机发送数据就会导致冲突），则这两台主机处于同一个“冲突域”。中继器：仅支持半双工通信（两段连接的结点不可同时发送数据，会导致冲突）注：单独说中继器只能是数字信号再生，单独说放大器只能是模拟信号放大。：使用集线器（或中继器）连接10Base5网段时，最多只能。例如：带宽为10Mbps的集线器，连接8台主机每台主机。为解决若传输距离太长，数字信号会失真，可以。从物理上是星型拓扑，在逻辑上是总线型拓扑。处于同一冲突域的主机在。台集线器（或中继器）
2024-10-31 20:44:08
352
原创 第二章-物理层-（2.2传输介质）
提高绞合度、增加屏蔽层可以使：抗电磁干扰能力强、信道噪声功率低、信道极限速率高。电磁波的公式：C=λF ，C为光速，λ为波长，F为频率。Baseband，基带传输， 即传输数字信号（采用 曼彻斯特编码）的某一电平表示何种意义：数据线上的电压+11V表示二进制1，就属于。导向型（有线，信号朝固定方向）：双绞线、同轴电缆、光纤。• 波长越短， “信号指向性”越强，信号越趋于直线传播。• 波长越长， “绕射性”越好，也就是信号。的电压范围，以及电缆长度的限制，属于。特点：纤芯更细，直径小于一个波长，
2024-10-31 20:24:27
583
原创 第二章-物理层-（2.1通信基础）
在一个“信号周期”内，可能出现4种信号，每种信号对应一个4进制数（2bit）-注意题目中如果提到了4种信号，也就是说对应4进制数。波特和比特是两个不同的概念，但是在数量上波特率和比特率的内在联系，关键在一个码元携带几个比特。注：若一个码元携带 n 比特的信息量，则波特率 M Baud 对应的比特率为 Mn b/s。= 2W （单位：波特，即码元/秒）W是指：是信道的频率带宽（单位：Hz）-作为题目的隐含条件。W 是信道的频率带 宽（单位：Hz）S/N 信噪比。信噪比：一个是没有单位的，一个是以分贝为单位。
2024-10-31 19:40:55
910
原创 操作系统-第三章（3.2虚拟内存）
如果是1，则将它置为0，暂不换出，继续检查下一个页面，若第一轮扫描中所有页面都是1，则将这些页面的访问位依次置为0后，再进行第二轮扫描（第二轮扫描中一定会有访问位为0的页面，因此。事实上，在一个时间段内，只需要访问作业的一小部分数据即可正常运行，这就导致了内存中会驻留大量的、暂时用不到的数据，浪费了宝贵的内存资源。有的页面修改过，就需要将外存中的旧数据覆盖，因此，操作系统也需要记录各个页面是否被修改的信息。是因为当前执行的指令想要访问的目标页面未调入内存而产生的，因此属于内中断一条指令在执行期间，
2024-10-31 16:13:19
1053
原创 操作系统-第三章（3.1内存管理概念）
但是这种规则也决定了当低地址部分有更小的分区可以满足需求时， 会更有可能用到低地址部分的小分区，也会更有可能把高地址部分的 大分区保留下来（最佳适应算法的优点）缺点：邻近适应算法的规则可能会导致无论低地址、高地址部分的空闲分区都有相同的概率被使用，也就导致了高地址部分的大分区更可能被使用，划分为小分区，最后导致无大分区可用（最大适应算法的缺点）堆的数据（也就是malloc分配的），取决于读/写数据、只读代码/数据和未使用区，将分别的1GB减去这些区占用的空间，也就是堆可分配的空间。
2024-10-31 11:31:13
920
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人