- 博客(11)
- 收藏
- 关注
RSS订阅原创 day 2(JavaWeb)--后端
是一个项目管理和构建工具，基于项目对象模型（POM--project object model）的概念，通过一小段描述信息（xml文件）来管理项目的构建。单元测试不报错不代表逻辑没问题，例子：身份证倒数第二位判断性别逻辑错误（1女0男）但是单元测试能通过，所以要用断言。：数据访问层（Data Access Object）（持久层），负责数据访问操作，crud。Web服务器（Tomcat）对HTTP协议的请求数据进行解析，并封装为。（test文件夹范围内）：IOC容器中创建的，管理的对象，称为。
2025-05-04 00:31:44
260
原创 day 1 (JavaWeb)--前端
HTML---负责结构（元素和内容）CSS---负责表现（外观，位置等页面样式）JS---负责行为（交互效果）HTML是由很多标签组成的，在标签内进行开发。
2025-05-02 23:48:49
977
原创 自研设计的技术
一、核心组件1、卷积神经网络--目标：如何使卷积核变得像我们想要的最后得到一个有意义的特征图对于图片，因为它是由矩阵组成的，它天然适合进行深度学习，但是一张图片是3 层组合而成，如果直接把所有像素都输入到神经网络中，参数量太大，所以可以通过卷积来提取特征，降低参数量卷积神经网络就是通过卷积核来提取图片特征的输入特征图数量，输出特征图数量，卷积核大小，步长，padding（在外层加一圈）2、激活函数sigmoid：将输出压缩到（0，1），适合用于概率输出，函数1/1+e负一次方。
2025-03-24 11:08:26
378
原创 用来做一些记录
nn.BatchNorm2d--二维批量归一化（Batch Normalization）层作用：加速训练：缓解梯度消失或爆炸，允许使用更大的学习率是 PyTorch 中用于回归任务的损失函数，全称为 核心功能是计算模型预测值与真实值之间差异的平方的平均值，通过惩罚较大误差来优化模型参数初始化一个优化器对象，用于在训练过程中更新模型的参数，防止过拟合是 PyTorch 中用于多分类任务的激活函数，其核心功能是将模型的原始输出（logits）。
2025-03-22 22:19:52
1416
原创 【无标题】
return self.data[idx].float(), self.y[idx].float() #改成32维。train_loss += train_bat_loss.cpu().item()#张量无法加放在cpu上加取数值。model = MyModel(inDim=93).to(device) #模型放到gpu上。print("文件已经保存到{}".format(rel_path))self.relu1 = nn.ReLU() #激活函数。plt.title("loss图")
2025-03-01 17:07:24
310
原创 图像实战代码解析
no_label_path = r"D:\BaiduNetdiskDownload\第四五节_分类代码\food_classification\food-11_sample\training\unlabeled\00"train_path = r"D:\BaiduNetdiskDownload\第四五节_分类代码\food_classification\food-11_sample\training\labeled"#此模块是训练模型，参数分别是 所用模型，训练数据集（取一批并打乱），验证数据集，
2025-03-01 15:21:50
1024
原创 lg深度学习代码解析
根据真实值创建一批数据X=500行 4列 Y=500行 一列。print("真实函数值是",true_w,true_b)#输出一个张量 data_num行数，len（w)列数。print("训练的函数值是",w_0,b_0)#这句代码之下不带梯度 所有计算都会积攒梯度。#matmul是矩阵乘法 y=wx+b。#求出loss pred_y-y。#第三列X，对应Y，点大小为1。#算出预测的y y=w*x+b。#初设的权重和偏差（随机取）#每次访问能提供一批数据。#不能顺序取数据 要打乱。
2025-02-26 18:23:40
262
空空如也
对比学习正确率低，怎么提高？
2025-03-21
深度学习出现错误，运行出错，调试能画出图来
2025-02-27
创建makefile
2025-02-23
最后输出逆序的时候没被执行
2024-01-21
我想问问vs的代码有关问题
2023-11-07
哪个dl帮我看看二叉树的概念
2023-10-01
TA创建的收藏夹 TA关注的收藏夹
TA关注的人