- 博客(16)
- 收藏
- 关注
RSS订阅原创 从0开始学习Go——map
字典，无序的key-value键值对集合。map的键值可以是任意类型（必须是支持==和!=的）。所有key的数据类型必须相同，所有value的类型必须相同，key和value的数据类型可以不同。
2025-08-05 10:05:17
245
原创 从0开始学习Go——Slice
Slice切片是对数组的一种抽象，提供了比数组更强大的接口。类似于“动态数组”，相比数组，切片的长度可变。slice不是数组，它通过内部指针和相关属性引用数组片段。slice是引用类型，自身是结构体，值拷贝传递。len求长度，可用元素数量，读写不能超过该限制；cap求slice的最大扩张容量，不能超出数组限制。
2025-08-05 09:11:15
312
原创 python实现二叉树遍历
中序遍历定义了一个类来表示二叉树的节点，每个节点包含一个值、左子节点和右子节点。 定义了一个类，其中包含了方法用于执行中序遍历。 在方法中，创建一个空列表用于存储遍历结果，以及一个栈用于辅助遍历。 初始化为根节点。 进入循环，只要不为空或者栈不为空，就执行以下操作： 将及其所有左子节点依次压入栈中，直到最左子节点。 弹出栈顶节点，将其值加入结果列表。 将指向其右子节点，继续遍历右子树。 循环结束后，返回最终的遍历结果。后序遍历定义了一个类来表示二叉树的节点，每个节点包
2024-09-18 12:04:12
502
原创 BCE loss & SCE loss
N样本数量，C类别数量，zij是模型对样本i预测为类别j的得分，yi是label_cls。适用于输出是概率值（范围在0到1之间）的情况，通常用于最后一层使用。用于多分类问题，其中每个样本可以被分为多个类别。适用于输出是类别的索引的情况，通常用于最后一层使用。用于二分类问题，其中每个样本只能被分为两个类别。N样本数量，yi是gt，pi是模型预测概率。
2024-03-07 12:30:03
663
原创 Contrastive Loss & Margin Ranking Loss
对比损失（Contrastive Loss）和 Margin Ranking Loss 都属于用于学习或的损失函数。它们通常在等场景中使用，其中需要之间的关系。
2024-03-06 21:12:44
653
原创 基于resnet50_cam的改进
主要目标是进行图像分类任务，并且通过 ASPP 模块提高网络的感受野，CAM 类则用于生成类激活映射，帮助理解模型对输入图像的分类依据。
2024-03-02 15:30:18
761
1
原创 ResNet50_CAM
构建一个基于 ResNet-50 的神经网络，其中包含了分类器。CAM类则扩展了Net类，实现了类激活映射（Class Activation Mapping）的功能，通过权重的操作产生可视化的效果。
2024-03-02 15:09:25
538
1
原创 使用PyTorch实现的ResNet-50模型
ResNet（残差网络）是一种深度卷积神经网络结构，通过引入残差块（Residual Block）解决了深度网络中的梯度消失和梯度爆炸问题，使得可以训练非常深的网络。
2024-03-02 14:45:43
2612
1
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