hhl_work的博客

BCEWithLogitsLoss 是 PyTorch 深度学习框架中的一个损失函数，用于二元分类问题。它结合了 Sigmoid 激活函数和二元交叉熵损失（Binary Cross Entropy Loss），使得在训练过程中更加数值稳定。

关键代码void CMFCTESTDlg::OnBnClickedButton1(){ UpdateData(); // 刷新数据 DWORD dw1 = GetTickCount(); DWORD nGCD1 = GetGCD1(m_num1, m_num2); DWORD dw2 = GetTickCount(); DWORD nGCD2 = GetGCD2(m_num1, m_num2); DWORD dw3 = GetTickCount(); DWORD nGCD3 = GetG

#include <stdio.h>#include <string.h>#include <limits.h> // 整型数的最大最小值定义在该文件下#include <float.h> // 浮点数数的最大最小值定义在该文件下/*数据类型*/typedef int data;const char* cDateType = "int";/*数据类型*/int swap1(data *m, data *n){ if(!m

今天看了ffpaly源码，在源码中看到一段很有意思的函数（大写转换小写，小写转换大写）。觉得很有意思，故而写下对它的理解源码如下libavutil\avstring.h/** * Locale-independent conversion of ASCII characters to uppercase. */static inline av_const int av_toupper(int c){ if (c >= 'a' && c <= 'z')

自己写的代码，过了很久自己忘了原有的逻辑了。 = =、while(!vec_delete_clumn.empty()) // 如果容器不为空{ iterTree = m_map_tree_info.find(vec_delete_clumn[0]); for(int32_t i = 0; i < iterTree->second->m_vec_child_id.size(...

最新在看图像AI相关的知识，在此记录一个自己思考的代码用例。关于矩阵的应用在AI中应用还是很广泛，尤其是深度学习及其特征值提取中。这里先简单记录上自己简单的基础矩阵算法的类，后续学习中会不断丰富这个类。参考opencv3.4.0源码中libjasper模块中的jas_seq.c(本例中增加了加减乘运算，缩减和扩充了一些自己的理解)测试程序结果：对于矩阵的赋值都采用了调用类创建矩阵时赋值或不赋值(默认参数)处理，具体见代码。matrix.h 矩阵类的定义/*******************