deep learning 学习记录

Deep Learning学习 之 CNN代码解析(MATLAB) MATLAB实现CNN一般会用到deepLearnToolbox-master。但是根据Git上面的说明,现在已经停止更新了,而且有很多功能也不太能够支持,具体的请大家自习看一看Git中的README。deepLearnToolbox-master是一个深度学习matlab包,里面含有很多机器学习算法,如卷积神经网络CNN,深度信念网络DBN,自动编码AutoEncoder(堆栈SAE,卷积CAE) 阅读详情

欢迎使用Markdown编辑器

你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:

  1. 全新的界面设计 ,将会带来全新的写作体验;
  2. 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
  3. 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
  4. 全新的 KaTeX数学公式 语法;
  5. 增加了支持甘特图的mermaid语法1 功能;
  6. 增加了 多屏幕编辑 Markdown文章功能;
  7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
  8. 增加了 检查列表 功能。

功能快捷键

撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G

合理的创建标题,有助于目录的生成

直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H2O is是液体。

210 运算结果是 1024.

插入链接与图片

链接: link.

图片: Alt

带尺寸的图片: Alt

居中的图片: Alt

居中并且带尺寸的图片: Alt

当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

  • 项目
    • 项目
      • 项目
  1. 项目1
  2. 项目2
  3. 项目3
  • 计划任务
  • 完成任务

创建一个表格

一个简单的表格是这么创建的:

项目Value
电脑$1600
手机$12
导管$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列第二列第三列
第一列文本居中第二列文本居右第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:

TYPEASCIIHTML
Single backticks'Isn't this fun?'‘Isn’t this fun?’
Quotes"Isn't this fun?"“Isn’t this fun?”
Dashes-- is en-dash, --- is em-dash– is en-dash, — is em-dash

创建一个自定义列表

Markdown
Text-to- HTML conversion tool
Authors
John
Luke

如何创建一个注脚

一个具有注脚的文本。2

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​tz−1e−tdt.

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能,丰富你的文章

Mon 06 Mon 13 Mon 20 已完成 进行中 计划一 计划二 现有任务 Adding GANTT diagram functionality to mermaid
  • 关于 甘特图 语法,参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图::

张三 李四 王五 你好!李四, 最近怎么样? 你最近怎么样,王五? 我很好,谢谢! 我很好,谢谢! 李四想了很长时间, 文字太长了 不适合放在一行. 打量着王五... 很好... 王五, 你怎么样? 张三 李四 王五

这将产生一个流程图。:

链接
长方形
圆
圆角长方形
菱形
  • 关于 Mermaid 语法,参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图:

Created with Raphaël 2.2.0 开始 我的操作 确认? 结束 yes no
  • 关于 Flowchart流程图 语法,参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件或者.html文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。


  1. mermaid语法说明 ↩︎

  2. 注脚的解释 ↩︎

论文学习记录之《Multiscale Deep Learning Reparameterized Full Waveform Inversion With the Adjoint Method》 将深度学习技术应用于全波形反演(FWI)理论是一个重要的研究方向。利用深度学习提供的非线性表示并开展实际的FWI是至关重要的。本文利用FWI中的经典伴随方法计算模型参数的梯度采用深度学习来表示模型参数并优化网络训练。重点是通过多尺度深度学习优化实现高精度的FWI。 阅读详情

相关推荐

LabVIEW深度学习_v1

LabVIEW深度学习

备忘 4066

LabVIEW应用和部署:机器学习/深度学习

LabVIEW应用和部署:机器学习/深度学习

woshigaowei5146的博客 9733

DeepLearningCode:深度学习相关代码

深度学习 深度学习代码 Keras深度学习代码(DL) Theano深度学习代码 一个简单的模型RNN通过theano发展 一些有用的takeits由python实现

labview NI-VISION 深度学习检测缺陷

Overview This example demonstrates the use of the Model Importer API in the Vision Development Module to perform Object detection feature for Defect Inspection application using Deep Learning.     ...

视觉龙哥 9826

SAP-PM设备模块-PM主数据之功能位置

SAP-PM模块学习

TRUIXIANG的博客 5139

DLMS-Blue-Book蓝皮书—曲线类

attribute_index 1 指的是第 1 个属性(即 logical_name),attribute_index 2 指的是第 2 个属性,等等;如果其他“曲线通用类”对象捕获了这个缓冲区,它们的缓冲区也将被清空,以保证它们的缓冲区条目是同质的。如果捕获对象是曲线通用类的缓冲区,则 data_index 标识缓冲区(即列)中的捕获对象(即内部曲线通用类中的列);如果曲线通用类已排序,则调用捕获方法将把新条目存储在缓冲区中的适当位置,移动所有后续条目,并可能丢失最不相关的条目。

一个bug是bug,多个bug能work 1454

labview实现机器学习和深度学习的方法总结

labview实现机器学习和深度学习的方法总结机器学习深度学习1. **科研用途**:2. **商业用途****LabVIEW/Python 集成工具包- Enthought**Labview VDM 机器学习 Analytics and Machine Learning Toolkit(分析和机器学习工具包) 机器学习过程包含以下步骤: 数据收集-使用数据采集设备或其他来源收集数据。 特征提取-使用LabVIEW中可用的信号处理工具(例如LabVIEW Advanced Signal Processin

wangguan9527的博客 1万+

踩坑记录:Clawdbot 对接 Minimax 报错 “401 token is unusable (1004)“ 的终极解决方案

如果你也在配置 Clawdbot 对接 Minimax 模型时,明明 API Key 是新申请的,却死活报错 `401 Unauthorized`,错误码 `1004`,提示 `token is unusable`——那么恭喜你,来对地方了。

hampeter的博客 2001

Deep Q-learning 学习记录

Deep Q-Learning 学习记录第一章 环境搭建1.Gym Windows 安装 第一章 环境搭建 1.Gym Windows 安装 这里是使用的Anaconda 中的Anaconda Prompt 安装 使用以下命令 进行 Gym 安装 ,等待安装成功即可 ,在安装前要查询所用python对应的版本号,将下文3.5处修改为对应的版本号。 写入:conda install --name Gym python=3.5 至此可以在pycharm 或notebook 中写入以下代码 测试 imp

weixin_42780887的博客 357

Unity URP炫彩干涉效果:从薄膜干涉原理到Shader Graph实现

薄膜干涉是一种常见的光学现象,指光在透明薄膜上下表面反射后产生干涉,形成彩虹色条纹。其原理基于光程差导致的相长与相消干涉,不同波长的光被选择性增强或削弱。在计算机图形学中,这一物理现象被抽象为高效的数学模型,通过Shader编程实现动态色彩变化,为游戏和实时渲染带来独特的视觉表现力。技术实现上,常采用正弦函数结合噪声纹理来模拟色彩循环,利用法线与视角点积作为基础变量,加入噪声扰动模拟厚度不均,实现随视角变化的虹彩效果。在Unity URP渲染管线中,可通过Shader Graph可视化工具或手写HLSL代码

weixin_34026997的博客 296

Grok-1.5+Ollama企业级本地化部署与合规实践指南

本文详细介绍了Grok-1.5+Ollama企业级本地化部署与合规实践指南,重点分析了本地化部署的成本优势和数据主权保障。通过RTX 4090显卡的硬件选型、Ubuntu 22.04系统优化及部署流程中的关键陷阱规避,为企业提供了高效、安全的AI模型部署方案。特别适合金融、医疗等敏感行业。

weixin_29094539的博客 183

deep Learning学习记录

每轮 epoch 对每个 batch 计算loss,每次loss值计算完,算 learning rate,用来算下一个batch的变量。假设data 的数据量为10000,batch size = 10,那么每轮epoch会计算和更新 1000 次参数和loss值。今天本来打算从python开始学习,但是由于之前学习过c,感觉太基础了听不进去,就按照自己的兴趣开始学后面的机器学习了。的 linear 可用不同的 sigmoid function 来近似表示,linear 是。这是改变参数的sigmoid。

2301_79982203的博客 130

基于云平台的ATS系统微服务架构方案研究

在当前智慧地铁的升级转型过程中,城市轨道交通ATS系统面临着稳定性差、运维方 式繁琐和故障应急处理效率低等问题。为此,提出一种基于云平台的ATS系统微服务架构方案; 研究了ATS系统在云平台上的微服务总体架构、ATS应用的微服务划分和设计、容器部署方式 及通信交互模式,可实现系统松耦合和易扩展,达到节约计算资源、提高系统稳定性和运营效 率的目的

mi_lan1的博客 966

Deep Learning - 学习记录

仅为个人记录,不定期更新]

hg124418的博客 136

11、iOS设备逻辑数据分析全解析

本文深入解析iOS设备中的逻辑数据,涵盖图像相关数据库(Photos.sqlite和PhotosAux.sqlite)、录音文件、iPhoto照片存储结构、多媒体文件、第三方应用程序、社交网络应用(如Twitter、Skype、Facebook等)以及苹果相关应用(如Google Mobile、Bing)的数据存储结构和取证方法。此外,还介绍了文档类应用(如Pages、Numbers、Documents To Go)的文件存储结构及恢复方法。适用于iOS取证、数据挖掘和数字调查领域。

rain6的博客 226

Oracle11g下载与安装(windows)

一、Oracle11g下载 二、安装准备 三、执行安装步骤 四、测试连接 附:Oracle11g服务说明

欢迎订阅我的“JAVA全栈开发笔记(全)”专栏,价格优惠,仅需19.9元。 2万+

《Deep Learning for Medical Image Analysis》学习记录

《Deep Learning for Medical Image Analysis》学习记录 文章目录《Deep Learning for Medical Image Analysis》学习记录前言目录翻译 前言 入门医学图像处理,特开贴记录学习过程。 Deep Learning for Medical Image Analysis是入门非常好用的一本书。 资源分享:百度云连接 提取码:1234 如果链接失效了可以评论区留下邮箱 目录翻译 ...

高山流水 795

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

deep learning学习-caffe安装记录

Caffe是一个开源的深度学习框架,使用C++/CUDA编写,支持命令行、Python、MATLAB和C++接口,可以在CPU和GPU之间进行无缝切换。其详细介绍见官网。Caffe上手容易,而且有众多大牛的深度学习算法在Caffe上的实现,对于DL入门而言很有帮助。 下面记录一下caffe安装的过程,以便以后再需安装的时候,方便回顾。自己所用系统为ubuntu14.04 先配置一下caffe安

废柴奶萌兔的博客 568

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

deep learning学习记录三

deep learning,这几年有多火!! imagenet比赛,大家今年都是基于去年的基础上改进和应用的,效果比去年提升当然。 在deep learning方向,hinton, benjio, lecun, andrew等这些人算是武林中的掌门人吧。hinton提出来RBM,让深层神经网络有可以训练的机会了。但是,现在大家都不用RBM,因为用梯度下降也能达到很好的效果...

weixin_30251829的博客 61

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

deep learning with python学习记录

已经看到第五章发现内容越来越有点难度,代码运行中因为个人电脑配置差异,及软件版本的不同会出现各种问题,再次记录一下我在学习过程中遇到的问题,争取每个工作日更新。 利用预训练网络进行特征提取及微调 卷积神经网络的可视化 2020/09/08(补) 今日的学子内容主要是5.3利用已有网络进行特征提取微调。 利用预训练好的网络进行特征提取主要有两种方法: 1.去掉预训练网络的Dense层,用到的命令为 include_top=False: conv_base = VGG16(weight.

qq_39060327的博客 218

Andrew Ng's Deep Learning学习记录

4/16/2018 前段时间自己动手实践了一下不带DNN的强化学习算法,今天正式开始学DNN 算了,这个课程太基础了,也就是把Machine Learning里NN的部分稍微多讲了一点。 转载于:https://www.cnblogs.com/ecoflex/p/8855716.html...

weixin_30387663的博客 77

deep learning学习记录一

最近不小心又赶了一下时髦,在做deep learning。今天去听了复旦吴老师的课程,感觉吴老讲解的还是很清晰的。 上午刚看过cnn,下午讲解的就是这章,相对来说,我听着给了很多启发。 转载于:https://www.cnblogs.com/jianyingzhou/p/3414962.html...

weixin_30642561的博客 64

《Wide & Deep Learning for Recommender Systems》 学习记录

     在有稀疏输入的大规模的回归和分类问题中,对普通的线性模型进行非线性特征转换是很广泛的。当普通的方法需要很多特征支持的时候,通过交叉积特征转换的一个很广泛的集合的记忆式方法很有效;在有较少的特征的工程中,深度神经网络可以通过对稀疏数据进行低维度的稠密嵌入学习而生成较好的没有见过的特征组合。但是有嵌入的深度神经网络会过分普遍化和当用户和项的交互很稀疏和高阶的时候会推荐较少的相关项

qq_21220235的博客 1624

Deep Learning学习记录——数据库导入

这个地方原本是报错的,原因是np.vstack必须要数组长度相同,于是手动用append函数把它补齐,但感觉不是很优雅,应该有更简洁的函数,暂时没搜到。遇到这个报错,在read_parser中已经修改,暂时不知道如何解决,需要学习一下如何导入自定义包。基本把checkpoints文件搞定,主要是提取信号的一些统计特征,并以1秒为间隔的时序储存显示。先尝试用python的pandas包进行导入,由于是.csv文件用read_csv方法导入。因为文本用“,”分开,在excel和pandas里都可以自动分割。

weixin_64001060的博客 654

深度学习Deep Learning--安装记录

theme: condensed-night-purple 前言:本片文章只是浅记录一下学习课程中安装过程 我用的到软件与环境: + Miniconda + Python3.6 + jupyter notebook + vscocde Windows用户 第一次运行需要完整完成一下5个步骤。如果是再次运行,可以忽略前面3个步骤的下载和安装,直接跳转到第四步和第五步 1.根据操...

qq_44808878的博客 143
下一篇: PAT A1142 2020.04.02
me_code
博客等级 码龄8年 1粉丝 5原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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