独孤九键-优快云博客

原创【全排列问题】C/C++递归求解

【代码】【全排列问题】C/C++递归求解。

2025-11-05 12:03:33 520

原创【pytorch】DenseNet

稠密连接网络（DenseNet）于2017年提出，与ResNet的关键区别在于其输出是连接而不是ResNet的简单相加。由稠密块（dense block）和过渡层（transition layer）两部分组成。

2025-10-30 12:30:23 386

原创【pytorch】ResNet

残差网络(ResNet)在2015年的ImageNet图像识别挑战赛夺魁。核心思想是：每个附加层都应该更容易地包含原始函数作为其元素之一。只有当较复杂的函数类包含较小的函数类时，才能确保提高它们的性能。ResNet-18（加上第一个7x7卷积层和最后一个全连接层，共有18层）包含及不包含1X1卷积层的残差块。

2025-10-30 12:16:07 819

在2014年的ImageNet图像识别挑战赛中，GoogLeNet网络架构大放异彩。其吸收了NiN中串联网络的思想，并在此基础上做了并行改进，使用不同大小的卷积核组合。在GoogLeNet中，基本的卷积块被称为Inception块（Inception block）。这很可能得名于电影《盗梦空间》（Inception），因为电影中有一句话：“我们需要走得更深”（“We need to go deeper”）。

2025-10-26 15:24:45 381

原创【pytorch】NiN

LeNet、AlexNet和VGG都有一个共同的设计模式：通过一系列的卷积层与汇聚层来提取空间结构特征；然后通过全连接层对特征的表征进行处理。AlexNet和VGG对LeNet的改进主要在于如何扩大和加深这两个模块。早期卷积神经网络架构的设计过程都会使用全连接层，而网络中的网络（NiN）提供了一种方案：在每个像素的通道上分别使用多层感知机MLP。

2025-10-26 14:33:55 311

原创【pytorch】VGG

神经网络架构的设计逐渐从单个神经元的角度思考问题，发展到整个层，现在又转向块，重复层的模式。使用块的想法首先出现在牛津大学的视觉几何组（visual geometry group）的VGG网络中（VGG块）。

2025-10-26 13:46:12 329

原创【tomcat】解决控制台乱码问题

找到路径 $xxx$\apache-tomcat-xxx\conf\ 下的logging.properties文件，添加(或修改)语句为：java.util.logging.ConsoleHandler.encoding = GBK。编码不一致，tomcat启动后默认编码UTF-8，而windows的默认编码是GBK。所以只需配置启动tomcat后为GBK编码与windows保持一致即可。然后重启tomcat就ok了。

2025-10-23 13:20:33 538

原创【汉诺塔(Hanoi)问题】C/C++递归求解与数学归纳法证明

一天，众僧朝拜，佛曰：“若按照一次只能移动一个盘子到柱子上并且大盘子不能压在小盘子上的规则，把这64个盘子从第一根柱子移动到第三根柱子上，那么大同世界就要到来了......+ 第k个盘子直接移动到目标柱子的步数(为1) + 这k-1个盘子从过渡柱子移动到目标柱子的步数（这一步操作等效于刚开始的前k-1个盘子移动到过渡柱子的步数。由于移动k个盘子的步数 = 先移动前k-1个盘子到过渡柱子的步数。当n = k+1时，步数。n = k时，步数。

2025-10-23 13:12:26 2273

原创【pytorch】AlexNet

它是第一个在大规模视觉竞赛中击败传统计算机视觉模型的大型神经网络，首次证明了学习到的特征可以超越手工设计的特征，一举打破了计算机视觉研究的现状。AlexNet使用了8层卷积神经网络，并以很大的优势赢得了2012年ImageNet图像识别挑战赛。

2025-10-22 13:36:07 141

原创【pytorch】LeNet

LeNet是最早发布的卷积神经网络之一，在处理计算机视觉任务时具有高效性能。由贝尔实验室(Bell Laboratory)的研究员Yann LeCun在1989年提出，用于识别图像中的手写数字（MNIST手写数字识别数据集）。LeNet取得了与支持向量机SVM(Support Vector Machines)性能相媲美的成果，被广泛用于自动取款机(ATM机)中，帮助识别处理支票的数字。

2025-10-22 09:59:09 561