<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Hudiscount的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Hudiscount</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Hudiscount]]></copyright><item><title><![CDATA[动手学深度学习4.7 no Video /chapter_multilayer-perceptrons/backprop.ipynb.ipynb]]></title><link>https://blog.youkuaiyun.com/Hudiscount/article/details/140440034</link><guid>https://blog.youkuaiyun.com/Hudiscount/article/details/140440034</guid><author>Hudiscount</author><pubDate>Mon, 15 Jul 2024 15:26:25 +0800</pubDate><description><![CDATA[例如，如果有两个GPU，可以将前半部分的层放在GPU 0上，后半部分的层放在GPU 1上。在多个GPU之间传递数据会产生通信开销，特别是在前向传播和反向传播过程中频繁的数据传递，这会影响整体的计算效率。通过将模型划分到多个GPU上，可以更加高效地利用每个GPU的内存，避免单个GPU因内存不足而导致的计算瓶颈。小批量训练通过累积多个样本的梯度，可以得到更稳定和准确的梯度估计，从而有助于训练过程的收敛。在拥有多个GPU的环境下，可以充分利用所有GPU的计算能力，从而提高计算效率。假设想计算二阶导数。]]></description><category></category></item><item><title><![CDATA[动手学深度学习4.6 Video 13/chapter_multilayer-perceptrons/dropout.ipynb]]></title><link>https://blog.youkuaiyun.com/Hudiscount/article/details/140405920</link><guid>https://blog.youkuaiyun.com/Hudiscount/article/details/140405920</guid><author>Hudiscount</author><pubDate>Sat, 13 Jul 2024 20:36:31 +0800</pubDate><description><![CDATA[这个属性在模型的前向传播方法中经常被用来区分训练和评估模式，从而执行不同的操作（例如，启用或禁用 dropout、batch normalization 等）。当你调用 model.train() 时，self.training 被设置为 True，表示模型处于训练模式。当你调用 model.eval() 时，self.training 被设置为 False，表示模型处于评估模式。所以dropout的类定义实现里的forward函数，通过控制它的值，来控制训练和评估时的数据流动。在 PyTorch 中，]]></description><category></category></item><item><title><![CDATA[Centos7.9宝塔搭建Hexo博客，实现本地一键自动化部署到服务器]]></title><link>https://blog.youkuaiyun.com/Hudiscount/article/details/127210590</link><guid>https://blog.youkuaiyun.com/Hudiscount/article/details/127210590</guid><author>Hudiscount</author><pubDate>Sat, 08 Oct 2022 16:18:47 +0800</pubDate><description><![CDATA[主要在腾讯云服务器Centos7.9版本，利用宝塔搭建Hexo博客站点，Windows本地上搭建Hexo博客项目，实现本地一键自动化部署到服务器上，拥有属于自己的博客网站]]></description><category></category></item><item><title><![CDATA[上海某高校线上期末题-核酸检测系统C++实现]]></title><link>https://blog.youkuaiyun.com/Hudiscount/article/details/126390636</link><guid>https://blog.youkuaiyun.com/Hudiscount/article/details/126390636</guid><author>Hudiscount</author><pubDate>Wed, 17 Aug 2022 18:47:18 +0800</pubDate><description><![CDATA[核酸检测系统（C++实现）]]></description><category></category></item><item><title><![CDATA[TEXLIVE安装失败卡住问题解决]]></title><link>https://blog.youkuaiyun.com/Hudiscount/article/details/120408896</link><guid>https://blog.youkuaiyun.com/Hudiscount/article/details/120408896</guid><author>Hudiscount</author><pubDate>Tue, 12 Apr 2022 20:07:43 +0800</pubDate><description><![CDATA[Installing to: C:/texlive/2021
Installing [0001/4151, time/total: ??:??/??:??]: texlive.infra [424k]
Installing [0002/4151, time/total: 00:01/02:20:07]: texlive.infra.win32 [2695k]
open(&gt;C:\Users\ò|\x{00d4}\x{00b6}\AppData\Local\Temp\C1X_nKTwVn\7b0XF2Op]]></description><category></category></item><item><title><![CDATA[Vscode配置C/C++环境]]></title><link>https://blog.youkuaiyun.com/Hudiscount/article/details/120209994</link><guid>https://blog.youkuaiyun.com/Hudiscount/article/details/120209994</guid><author>Hudiscount</author><pubDate>Tue, 14 Sep 2021 17:02:54 +0800</pubDate><description><![CDATA[1.官网下载Vscode,一直点击下一步，直到安装在电脑上。打开Vscode.

2.点击扩展选项，如图，搜索下载安装图示前两个插件：C/C++和中文翻译包

2.先关闭VSCode，官网下载安装mingw编译器（一定要记得mingw的安装路径，能打开所在的文件夹）

3.配置环境变量

此电脑单击鼠标右键，打开属性

在窗口右边点击高级系统设置

在高级选项中点击环境变量

在系统变量中选中path并点击编辑

新建一个环境变量，路径为一个到bin的完整mingw编译器路径.（bin文件夹里有很多...]]></description><category></category></item></channel></rss>