进度0.001%

部署运行你感兴趣的模型镜像
Wikipedia... Done.
Blogger... Done.
Flickr... Done.
Feedburner... Done.
YouTube
Gmail
Google Reader
Google
Digg
Facebook
And so on...

您可能感兴趣的与本文相关的镜像

Dify

Dify

AI应用
Agent编排

Dify 是一款开源的大语言模型(LLM)应用开发平台,它结合了 后端即服务(Backend as a Service) 和LLMOps 的理念,让开发者能快速、高效地构建和部署生产级的生成式AI应用。 它提供了包含模型兼容支持、Prompt 编排界面、RAG 引擎、Agent 框架、工作流编排等核心技术栈,并且提供了易用的界面和API,让技术和非技术人员都能参与到AI应用的开发过程中

如何设计并行计算,能使每个点的offset_angle取值范围为n,计算全部情况下的TE:clc clear close all discrete_num=11; n=-(0:0.001:0.1); for i=1:size(n,2) offset_angle=linspace(n(i),n(i), discrete_num); TE(i)=solveEnergy(offset_angle,discrete_num); end function TE= solveEnergy(offset_angle,discrete_num) scale = 1; angle_all = -pi* 10/180; % 总弧度 NumberOfCurve = 3; % 总曲线数,不能等于1 rotate_angle = 0; % 旋转角度 [X] = plotcurve4(scale,angle_all,discrete_num,NumberOfCurve,rotate_angle,offset_angle); for strip = 1:NumberOfCurve-1 for i = 1:discrete_num-1 n1 = (strip-1)*discrete_num + i; n2 = (strip-1)*discrete_num + i+1; n3 = strip*discrete_num + i+1; n4 = strip*discrete_num + i; Panel{(strip-1)*(discrete_num-1)+i,1}= [n4, n3, n2, n1]; end end Node=X; %% Set up boundary conditions % 定义固定约束 n=discrete_num; for j=1:2:NumberOfCurve for i=n*(j-1)+2:j*n st(i-1-(n+1)*(j-1)/2)=i; end end stz=[st]'; m = size(Node,1); Suppz=[stz,zeros(length(stz),1),zeros(length(stz),1),ones(length(stz),1)]; % Supp = [ 1, 0, 1, 1; % (NumberOfCurve-1)*n+1,0,1,1; % n+1,1,1,0; % Suppz; % ]; for j=2:2:NumberOfCurve for i=n*(j-1)+2:j*n st1(i-1-n*(j-1))=i; end end stz1=st1'; Suppz1=[stz1,zeros(length(stz1),1),zeros(length(stz1),1),ones(length(stz1),1)]; Supp = [ n+1,1,1,1; Suppz1; ]; % for j=3:2:NumberOfCurve % for i=(j-2)*n+1:n*(j-1) % inp(i-n*(j-1)/2)=i; % end % end inp=[1,2*n+1]; % inp=[n+1]; %ff=2e3*ones(length(inp),1); ff=1*ones(length(inp),1); Load = [ inp',zeros(length(inp),1),zeros(length(inp),1),ff;]; %% Adopt generalized N5B8 model nL=(n-1)*NumberOfCurve+(NumberOfCurve-1)*n+(NumberOfCurve-1)*(n-1)+4*(n-1)*(NumberOfCurve-1); % 折痕标记 isCrease = false(nL,1); I1=NumberOfCurve-2; ver(1,:)=n:(I1+1)*(n-1);%竖直折痕 for i=1:NumberOfCurve-1 I=(n-1)*NumberOfCurve; hor(1,(n-2)*(i-1)+1:i*(n-2))=(I+2)+n*(i-1):(I+2)+n*(i-1)+n-3;%水平折痕 end crease_ids = [hor(1:n-2)]; for i=2:n-1 and(i,:)=[ver(i),hor(n-2+i-1)]; end and=and(2:end,:); and=reshape(and',1,[]); and=[ver(1),and]; crease_ids=[crease_ids,and]; isCrease(crease_ids) = true; % 定义折痕旋转刚度 K_theta=zeros(nL,1); for i=ver(:) K_theta(i)=0; % 竖直折痕刚度 end for i=hor(:) K_theta(i)=0.01; % 横向折痕刚度 end K_theta=(K_theta(crease_ids)); %% % AnalyInputOpt = struct(... % 'ModelType','N5B8',... % 'MaterCalib','manual',... % 'manual' % 'LoadType','Force',... % 'InitialLoadFactor', 0.00001,... % 'MaxIcr', 800,... % 'BarCM', @(Ex)Ogden(Ex, 1e10),... % 'Abar', 1e-5,... % 'Kf',K_theta,... % 'Kb',1e4 ... % ); AnalyInputOpt = struct(... 'ModelType','N5B8',... 'MaterCalib','manual',... % 'manual' 'LoadType','Displacement',... 'InitialLoadFactor', 0.00001,... 'DispStep', 100,... 'BarCM', @(Ex)Ogden(Ex, 1e10),... 'Abar', 1e-5,... 'Kf',K_theta,... 'Kb',1e4 ... ); %% Adopt generalized N4B5 model % AnalyInputOpt = struct(... % 'ModelType','N4B5',... % 'MaterCalib','manual',... % 'manual' % 'BarCM', @(Ex)Ogden(Ex, 5e3),... % 'Abar', 2.4652,... % 'Kb',0.9726*([38.4187;38.4187;41.7612]/0.127).^(1/3)./[38.4187;38.4187;41.7612],... % 'Kf',1,... % 'RotSprBend', @SuperLinearBend,... % 'RotSprFold', @(he,h0,Kf,L0)EnhancedLinear(he,h0,Kf,L0,15,345),... % 'LoadType','Force',... % 'InitialLoadFactor', 0.00001,... % 'MaxIcr', 100,... % 'StopCriterion',@(Node,U,icrm)(abs(U(5*3))>12)); %% Perform analysis % Assemble input data [truss, angles, AnalyInputOpt,Fold] = PrepareData(Node,Panel,Supp,Load,AnalyInputOpt); % Specify initial deformation state truss.U0 = zeros(3*size(truss.Node,1),1); % Perform path-following analysis using MGDCM [Uhis,Fhis] = PathAnalysis(truss,angles,AnalyInputOpt); % Clean output data Uhis = real(Uhis); Fhis = real(Fhis); STAT = PostProcess(Uhis,truss,angles); TE=STAT.PE(end); end
06-19
===== 数据集统计信息 ===== Label Count ______ _____ black 20 blue 20 green 20 white 18 yellow 18 总图像数量: 96 ===== 数据集划分结果 ===== 训练集: 76 个样本 测试集: 20 个样本 ===== 开始训练网络 ===== 在单 CPU 上训练。 正在初始化输入数据归一化。 |=============================================================================| |  轮  |  迭代  |    经过的时间     |  小批量准确度  |  验证准确度  |  小批量损失  |  验证损失  |  基础学习率  | |     |      |  (hh:mm:ss)  |          |         |         |        |         | |=============================================================================| |   1 |    1 |     00:00:01 |   12.50% |  40.00% |  2.3085 | 6.0563 |  0.0010 | |   3 |   10 |     00:00:02 |   81.25% |  80.00% |  0.7214 | 0.6016 |  0.0010 | |   5 |   20 |     00:00:03 |   62.50% |  80.00% |  1.5590 | 1.5580 |  0.0010 | |   8 |   30 |     00:00:04 |   93.75% | 100.00% |  0.3629 | 0.0116 |  0.0010 | |  10 |   40 |     00:00:05 |   93.75% |  95.00% |  0.7042 | 0.1566 |  0.0010 | |  13 |   50 |     00:00:07 |   81.25% | 100.00% |  0.5125 | 0.0020 |  0.0005 | |  15 |   60 |     00:00:09 |  100.00% | 100.00% |  0.0467 | 0.0092 |  0.0005 | |  18 |   70 |     00:00:12 |  100.00% | 100.00% |  0.0616 | 0.0316 |  0.0005 | |  20 |   80 |     00:00:14 |   81.25% |  90.00% |  0.5752 | 0.3616 |  0.0005 | |  23 |   90 |     00:00:16 |   93.75% | 100.00% |  0.2441 | 0.0373 |  0.0003 | |  25 |  100 |     00:00:17 |  100.00% | 100.00% |  0.0808 | 0.0040 |  0.0003 | |  28 |  110 |     00:00:20 |  100.00% | 100.00% |  0.0572 | 0.0014 |  0.0003 | |  30 |  120 |     00:00:22 |   93.75% | 100.00% |  0.0735 | 0.0004 |  0.0003 | |=============================================================================| 训练结束: 已完成最大轮数。 训练完成! 耗时: 27.6651 秒 测试集准确率: 100% 错误使用 SeriesNetwork/activations (第 932 行) 层 'input' 的输入图像的空间维度大小 [30 99 3] 必须大于或等于层 [32 32 3] 的对应最小输入维度大小。 出错 untitled (第 187 行) act1 = activations(net, testImg, 'relu1');出错了修改后的完整代码为
最新发布
06-27
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值