- 博客(21)
- 收藏
- 关注
RSS订阅原创 最详细2024年Cplex(docplex)联合pycahrm安装教程[免费分享]
最详细2024年Cplex(docplex)联合pycahrm安装教程[免费分享]
2024-08-14 13:17:48
636
原创 2024年深度学习-CUDA安装教程（失败解决方案）
如果存在nvidia系列显卡，则可以安装cuda进行深度学习加速如图存在NVIDIA系列显卡,可以继续安装。
2024-08-12 17:56:32
3148
1
原创 Matlab控制系统的时域分析
initial(a,b,c,d,x0)%零输入,title('Initial Response') %零输入响应。initial函数将系统模型和初始状态作为输入，然后计算并可视化系统在没有输入时的响应。可以是一个标量，表示结束时间，或者一个包含时间点的向量。这种形式的函数调用是用来计算和绘制在时间向量。impulse(num,den,6)%脉冲。title('脉冲响应impulse')step(num,den,6)%阶跃。title('阶跃响应step')impulse脉冲函数。内的系统阶跃响应的。
2023-10-12 12:26:59
593
原创 公式篇：mathtype配合word写论文
例如，在一本书中，如果某个章节引用了另一个章节的内容，则可以使用交叉引用来链接这两个章节。读者可以单击交叉引用链接，跳转到被引用的章节以查看相关内容。同样，如果一篇论文中引用了其他文章中的某个概念，则可以使用交叉引用来链接这两个文献，以便读者可以快速查看原始概念的定义和描述。交叉引用是指在文档或书籍中将一个地方的内容与该文档或书籍中的其他地方相关联的技术。它允许读者快速跳转到文档或书籍中的其他部分，以寻找相关信息。
2023-05-25 09:32:09
742
原创 Review系列：关于做实验需要的注意事项总结
实验之前确定好实验方案，仔细推敲与思考每个步骤的合理性以及期望的结果。若实验本身成本高，多次迭代修改实验方案费时费力。同上，对每次数据留档保存，即使本次数据与结果可能是不理想的，并标注好所有的参数，不至混淆。对每次修改的实验代码进行分文件的总结留档，不要草草删除。
2023-05-01 08:06:47
104
原创 ULSAM浅读与代码
自我注意机制对远程依赖进行建模的能力推动了它在视觉模型中的应用。与卷积运算符不同，自我注意提供了无限的接受场，并能够对全局依赖进行高效的计算建模。然而，现有的注意力机制存在较高的计算和/或参数开销，因此不适合紧凑型卷积神经网络(CNN)。在这项工作中，我们提出了一种简单而有效的“超轻量级子空间注意机制”(ULSAM)，它为每个特征图子空间推断出不同的注意图。我们认为，为每个特征子空间学习单独的注意图可以实现多尺度和多频率的特征表示，这对于细粒度的图像分类是更可取的。
2023-04-21 16:51:23
858
3
原创 pycharm杂谈（一）pycharm创建新项目时该选择哪一个？
在大多数情况下，PyCharm会自动创建一个新的虚拟环境，您不需要配置任何内容。展开Python解释器：新建Virtualenv环境节点，然后选择用于创建新虚拟环境的工具。让我们选择Virtualenv工具，并指定环境的位置和用于新虚拟环境的基本Python解释器。最近在学习python，必然要先了解一下基本的开发工具，之前在使用pycharm的时候都是糊里糊涂的按照百度教程来，很疑惑新建项目的时候怎么选。2不必多说，就是我们配置的解释器python1，而1官方是这样阐述的。
2023-03-30 19:01:04
1725
原创 台湾大学MATLAB学习笔记(四)绘图
本期绘图是为了结合CAS系统的需要提前学习,会在内容嵌入一些mathematical中的相关知识.我发现matlab自带的教程还不错,可以结合录入笔记。
2022-12-10 17:47:07
142
原创 台湾大学系列 MATLAB学习笔记(一) 矩阵与基本操作
这门课说实话我看了得有一遍,之前matlab也用过一段时间.奈何我忘性太大,工具一段时间不用就不熟悉了,遂决定重新启动matlab的学习,虽说有内置教程,但是先拿视频课程过一遍大概,方便我自己日后复习,也在这里做一个分享罢了.同样的,我还找到了一些关于matlab的书籍,部分内容会更新到matlab学习案例的后面部分(如果有的话)
2022-12-04 11:44:11
553
原创 VGG16迁移学习+集成精确率,召回率评价指标
import torchimport torch.nn as nnimport torch.optim as optimfrom torchvision import datasets, transformsfrom torchvision import modelsfrom torch.utils import datadevice = torch.device("cuda" )import matplotlib.pyplot as pltclass Metric: '''Met.
2022-04-22 22:43:05
1043
1
原创 深度学习笔记理论篇:归一化
先贴一张阅读paper的一部分实际上啊读到这里,我就对这个行归一化产生了疑问,什么是归一化?归一化的作用是什么呢?(题外话:最近看了李沐对如何读文献的一些见解,个人感觉很受用,建议初读文献的小伙伴们可以去看看)注:本人数学功底尚浅,许多知识无法介绍,有待进一步学习,本笔记只讨论了归一化的学习范围.首先让我们看看广义归一化的解释:归一化（normalization）是一种简化计算的方式，即将有量纲的表达式，经过变换，化为为无量纲的表达式，成为标量。 在多种计算中都经常用到这种方法,一般
2022-03-22 21:19:07
1178
原创 深度可分离卷积
深度可分离卷积简介深度可分离卷积(depthwise separable convolution)是一种广泛应用于卷积神经网络模型结构中的即插即用模块,即插即用,方便部署,可以达到轻量化参数和计算量的需求.宏观上来说,其可以分解为两个更小的操作：depthwise convolution 和 pointwise convolution.具体原理2.1普通卷积考虑一个普通卷积,给定输入大小为DF*DF*M的tensor,当使用大小为Dk*Dk*M的卷积核进行卷积运算时,有如下定义成立:fi
2022-03-16 22:41:12
6831
1
原创 Stochastic pooling随机池化代码实现
Stochastic Pooling(随机池化)随机池化Stochastic Pooling是Zeiler等人于ICLR2013提出的一种池化操作。随机池化的计算过程如下先将方格中的元素同时除以它们的和sum，得到概率阵 按照概率随机选中方格 pooling得到的值就是方格位置的值 随机池化只需对特征图中的元素按照其概率值大小随机选择，即元素值大的被选中的概率也大，而不像max-pooling那样，永远只取那个最大值元素，这使得随机池化具有更强的泛化能力import torch.
2022-03-04 16:44:36
1242
2
原创 pytorch中expand函数的使用
信息源地址:torch.Tensor - PyTorch中文文档1.理论解释2.实践与理解expand1.tensor.expand()函数可以将维度值包含 1 的Tensor（如：torch.Size([1, n])或者torch.Size([n, 1])）的维度进行扩展2.将 -1 传递给新扩展维度或者无需扩展维度均表示不更改该维度的尺寸。2. expand_as:同expand(x.shape)用法结论:关于expand用法,注意到只能将维度值.
2022-03-01 08:19:28
8580
原创 对SKnet的研究学习
1.代码部分持续更新import torch.nn as nnimport torchfrom functools import reduceclass SKConv(nn.Module): def __init__(self,in_channels,out_channels,stride=1,M=2,r=16,L=32): ''' :param in_channels: 输入通道维度 :param out_channels: 输出通
2022-02-28 23:37:27
359
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人