- 博客(50)
- 收藏
- 关注
RSS订阅原创 YOLOv5实战-GPU版本的pytorch虚拟环境配置
其实TensorFlow环境也可以，但是本人实践下来发现不仅操作多，而且遇到的问题一堆无法解决，反复喂给DS还是无济于事，所以索性用pytorch了，不过。虚拟环境可以使各个深度学习框架之间不发生冲突，所以一般是用虚拟环境的（因为我看b站上很多不是教你配虚拟环境的）属于比较新的显卡配置，目前网上相关资料比较少，如果你和我加粗文字配置一样的话可以直接抄。如果还有问题，建议看看其他文章（但是都是几年前的文章了，很多不适用）如果你之前有配置过虚拟环境但是失败了，可以先清理一下。查看你的配置nvidia-smi。
2025-09-10 13:19:05
506
原创 DAY21-新世纪DL（DeepLearning/深度学习）战士：终（特殊应用：人脸识别和神经风格转换）4
在人脸识别的相关文献中，人们经常提到人脸验证（）和人脸识别（人脸验证问题，如果你有一张输入图片，以及某人的ID或者是名字，这个系统要做的是，验证输入图片是否是这个人。有时候也被称作1对1问题，只需要弄明白这个人是否和他声称的身份相符。人脸识别问题比人脸验证问题难很多，是一个1对多问题（ 1:K ）。假设你有一个验证系统，准确率是99%，假设在识别系统中， K=100 ，如果你把这个验证系统应用在100个人身上，那么按期望来说，一定会有一个人识别错误。
2025-09-04 15:25:50
896
原创 DAY20-新世纪DL（DeepLearning/深度学习）战士：终（目标检测/YOLO）3
3.11 总结-深度学习第四课《卷积神经网络》-Stanford吴恩达教授_如果你想要构建一个能够输入人脸图片,输出为n个标记的神经网络(假设图像只包含一-优快云博客b_hb_wp_cy...+
2025-09-03 15:57:19
998
原创 DAY19-新世纪DL（DeepLearning/深度学习）战士：终（深度卷积网络：实例探究）2
Inception网络的作用就是代替你来决定构建卷积层时的过滤器的大小究竟是1×1，3×3还是5×5，或者要不要添加池化层。虽然网络架构因此变得更加复杂，但网络表现却非常好如果使用1×1卷积，输出结果会是28×28×#（某个值），假设输出为28×28×64，并且这里只有一个层。如果使用3×3的过滤器，假设输出是28×28×128。然后我们把第二个值堆积到第一个值上，为了匹配维度，我们应用same卷积，输出维度依然是28×28，和输入维度相同，即高度和宽度相同。
2025-09-02 15:43:32
1065
原创 DAY18-新世纪DL（DeepLearning/深度学习）战士：终（卷积神经网络/CNN）1
1.12 总结-深度学习第四课《卷积神经网络》-Stanford吴恩达教授_这个隐藏层包含多少参数 阈值-优快云博客1%29ln*n*n_cn_cn_cn_cn_c。
2025-09-01 16:49:21
775
原创 DAY17-新世纪DL（DeepLearning/深度学习）战士：Q（机器学习策略）2
端到端深度学习（End-to-End Deep Learning）是一种模型设计方法，通过单一神经网络直接从输入数据映射到最终输出，无需人工设计中间步骤或特征工程。传统机器学习流程通常包含多个模块（如特征提取、分类器设计等），而端到端方法将这些模块整合为一个统一的模型，由数据驱动自动学习最优表示。个人理解就是用单个神经网络代替多个阶段的处理事实证明，端到端深度学习的挑战之一是，你可能需要大量数据才能让系统表现良好，比如，你只有3000小时数据去训练你的语音识别系统，那么传统的流水线效果真的很好。
2025-08-31 13:52:46
1000
2
原创 DAY16-新世纪DL（DeepLearning/深度学习）战士：Q（机器学习策略）1
在过去的几年里，更多的机器学习团队一直在讨论如何比较机器学习系统和人类的表现我们来看几个这样的例子，我看到很多机器学习任务中，当你在一个问题上付出了很多时间之后，所以 x 轴是时间，这可能是很多个月甚至是很多年。在这些时间里，一些团队或一些研究小组正在研究一个问题，当你开始往人类水平努力时，进展是很快的。但是过了一段时间，当这个算法表现比人类更好时，那么进展和精确度的提升就变得更慢了。
2025-08-29 15:46:46
652
原创 DAY15-新世纪DL（DeepLearning/深度学习）战士：破（超参数调试、Batch正则化和程序框架）3
3.12 总结-深度学习第二课《改善深层神经网络》-Stanford吴恩达教授-优快云博客%5Calpha%5Cbeta%5Cbeta%5Cbeta%5Cbeta%24m%24%20%5Cbeta%5Cmu%5Cmu%5Cmu%5Cmu%5Cmu%5Cmu%5Cmu%5Cmu%5Cmu%24k%24%20b_k%24K%24%24b_k%24%24k%24%24i%24%24N%24。
2025-08-28 01:39:10
762
原创 DAY10&DAY11-新世纪DL（DeepLearning/深度学习）战士：序
lg房价预测：房价与面积之间的坐标关系如图所示，由线性回归可以在坐标上得出这样一条直线由于房价非负，所以你把剩下的设置为0右边的小圆圈就是一个神经元，这个神经元实现了输入面积输出房价的功能，这就是最简单的神经网络在有关神经网络的文献中，你经常看得到这个函数。从趋近于零开始，然后变成一条直线。这个函数被称作ReLU激活函数，它的全称是Rectified Linear Unit。rectify（修正）可以理解成max（0，x），这也是你得到一个这种形状的函数的原因。
2025-07-30 16:04:58
696
原创 DAY8-在地下城寻求邂逅Python是否搞错了什么
在init内部使用：self.属性名=属性初始值 即可通过在参数列表中加入其他参数，可以通过参数来改变属性的初始值（和函数一致）即self.属性名=形参。
2025-07-16 15:30:19
900
原创 DAY7-请问您今天要来点Python吗
文章参考来源202-名片管理-01-明确目标及备课代码演示_哔哩哔哩_bilibili主编程语言C++向Python转变ing，基础篇（加载完毕100%）在判断语句中用in范围针对列表进行判断，以此简化代码量在判断语句下方的内容中用pass可以用来占位，无任何实际意义，保证程序完整性while True达成无限循环，但是切记要在循环体中加入break的条件实现了三个主要功能：添加名片，显示所有，查询名片new_card（）实现show_all（）实现search_card（）实现，包含了查询，修
2025-07-15 16:03:02
978
原创 DAY5&DAY6-葬送的C++与我推的Python
def 函数名（参数1，参数2，.....）："""可以写注释"""功能定义好函数后，只表示封装了一段代码，如果不主动调用函数，函数是不会主动执行的参数不用写数据类型，比C++简洁多了。
2025-07-09 18:19:32
730
原创 DAY4-青春C++学弟不会梦到Python学姐
python的管理库提供了系统管理，网络通信，文本处理。数据库接口，图形系统，XML处理等额外功能，python社区提供了大量的第三方模块，使用方法与标准库类似，涵盖了科学计算，人工智能，机器学习，Web开发，数据库接口，图形系统等多个领域。
2025-07-07 15:48:35
366
原创 DAY1-Linux操作系统1
使用软件 虚拟机下载Linux系统，Linux推荐使用Ubuntu系统Linux初衷是多用户操作系统，不同于Windows，没有盘符（C盘，D盘），只有一个根目录/根目录下的/home（家目录）实现了多用户登入/etc：存放系统配置文件/bin：存放可执行二进制文件Linux命令：（注意Linux区分大小写）
2025-07-02 16:19:07
416
原创 动态规划part13
文章参考代码随想录本题如果我们定义，dp[i] 为 下标i结尾的字符串有 dp[i]个回文串的话，我们会发现很难找到递归关系。判断一个子字符串（字符串下标范围[i,j]）是否回文，依赖于，子字符串（下标范围[i + 1, j - 1]）） 是否是回文为了明确这种递归关系，我们的dp数组是要定义成一位二维dp数组。布尔类型的dp[i][j]：表示区间范围[i,j] （注意是左闭右闭）的子串是否是回文子串，如果是dp[i][j]为true，否则为false。1.s[i]与s[j]不等，dp[i][j]=fals
2025-01-15 17:02:39
1005
原创 动态规划part11
而是dp[6]。在回顾一下dp[i]的定义：包括下标i之前的最大连续子序列和为dp[i]。那么我们要找最大的连续子序列，就应该找每一个i为终点的连续最大子序列。所以在递推公式的时候，可以直接选出最大的dp[i]。
2025-01-14 18:05:01
994
原创 动态规划part10
文章参考来源代码随想录i之前包括i的以nums[i]结尾的最长递增子序列的长度为dp[i]if(nums[i]>nums[j])dp[i]=max(dp[i],dp[j]+1);每一个i，对应的dp[i]（即最长递增子序列）起始大小至少都是1.由递推公式知从前往后输入：[0,1,0,3,2]，dp数组的变化如下：如果代码写出来，但一直AC不了，那么就把dp数组打印出来，看看对不对！674. 最长连续递增序列本题要求的是最长连续递增序列i之前包括i的以nums[i]结尾的最长 连续 递增子
2025-01-14 15:33:25
679
原创 动态规划part07
文章参考来源代码随想录到下标i为止的房子，最多能偷的钱为dp[i]分类讨论：i-1处偷过了，那么这里就是dp[i-1]i-2处偷过了，那么这里就是dp[i-2]+nums[i]两者取最大，所以dp[i] = max(dp[i - 2] + nums[i], dp[i - 1])要取最大，就全初始为0递推公式的基础就是dp[0] 和 dp[1]，dp[0]初始为nums[0]，p[1]就是nums[0]和nums[1]的最大值即：dp[1] = max(nums[0], nums[1]);当前状态由前两个状态
2024-12-20 21:01:47
1262
原创 动态规划part05
完全背包理论文章参考来源完全背包理论有N件物品和一个最多能背重量为W的背包。第i件物品的重量是weight[i]，得到的价值是value[i]。，求解将哪些物品装入背包里物品价值总和最大。
2024-12-18 01:22:19
857
原创 动态规划part02
62.不同路径文章参考来源62.不同路径动规五部曲：1.确定dp数组（dp table）以及下标的含义：（0,0）到（i，j）位置的路径数位dp[i][j]2.确定递推公式：3.dp数组的初始化：因为（0,0）到第一行和第一列都只有一种方法，所以第一行和第一列都初始化为14.确定遍历顺序：从左上到右下，所以这里从左到右，一层一层遍历即可。
2024-12-11 02:19:25
838
原创 贪心算法part05
56. 合并区间文章参考来源56. 合并区间本题和前几题类似，都是判断上一个元素的右边界与当前元素的左边界大小关系但是需要注意是：本题需要更新结果数组元素的右边界，因此比较的是数组最后一个元素右边界与当前元素左边界大小通过back（）方法更新；此外，在排序之后，结果数组应直接存入目标数组的第一个元素，方便之后更新。738.单调递增的数字。
2024-12-07 14:38:04
563
原创 贪心算法 part04
这里我们初始化非重叠区间数量为1再定义一个区间分割点，当当前区间分割点小于下一个区间左边界时更新为下一个区间的右边界，此时说明两区间没有重叠，所以计数器往上加一。
2024-12-06 17:07:55
993
原创 回溯算法 part04
491.递增子序列文章参考来源491.递增子序列在中我们是通过排序，再加一个标记数组来达到去重的目的。而本题求自增子序列，是不能对原数组进行排序的，排完序的数组都是自增子序列了。所以不能使用之前的去重逻辑！
2024-12-02 20:53:27
1011
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人