qq_44159782的博客

一、在终端执行程序时指定GPU$ CUDA_VISIBLE_DEVICES=1 python run_file.py可用以下形式：CUDA_VISIBLE_DEVICES=1 Only device 1 will be seenCUDA_VISIBLE_DEVICES=0,1 Devices 0 and 1 will be visibleCUDA_VISIBLE_DEVICES=“0,1” Same as above, quotation marks are optionalCUDA_V

一、仿真框架Brain2https://brian2.readthedocs.io/en/stable/introduction/install.html配套的GeNN解决方案Brain2Gennhttps://brian2genn.readthedocs.io/en/stable/introduction/index.htmlNesthttps://nest-simulator.readthedocs.io/en/stable/installation/index.html...

一、pytorch对计算能力要求首先查看pytorch是否可用cuda完整流程应该是先查看是否在当前环境下的pythonIn [1]: import sysIn [2]: sys.executableOut[2]: '/home/xt/anaconda3/envs/xia/bin/python'接着查看cuda是否安装torch.cuda.is_available()//True只是检测CUDA是否安装正确并能被Pytorch检测到。接着验证是否能正常使用，要想看Pytorch能不能

一、FPS(每秒传输帧数-Frames Per Second)是什么FPS就是目标网络每秒可以处理（检测）多少帧(多少张图片),FPS简单来理解就是图像的刷新频率，也就是每秒多少帧,假设目标检测网络处理1帧要0.02s，此时FPS就是1/0.02=50。...

一、什么是鞍点  造成神经网络难以优化的一个重要原因不是高维优化问题中有很多局部极值，而是存在大量鞍点。  很多实际的经验告诉我们，最后只能收敛到一个最小值，也就是说，很多现实实际问题是只有一个最小值的,但这个最小值通常是鞍点。  造成神经网络难以优化的一个重要原因是存在大量鞍点。造成局部极值这种误解的原因在于，人们把低维的直观认识直接推到高维的情况。在一维情况下，局部极值是仅有的造成优化困难的情形（Hessian矩阵只有一个特征值）。海森矩阵不定的话就是鞍点，正定或者负定的话不是鞍点二、局部最优

一、什么是Softmax？Softmax从字面上来说，可以分成soft和max两个部分。max故名思议就是最大值的意思。Softmax的核心在于soft，而soft有软的含义，与之相对的是hard硬。很多场景中需要我们找出数组所有元素中值最大的元素，实质上都是求的hardmax。import tensorflow as tfprint(tf.__version__) # 2.0.0a_max = tf.reduce_max([1, 2, 3, 4, 5])print(a_max) # tf.Te

一、感知器与逻辑回归主要的区别有哪些？两者的损失函数有所不同，PLA针对误分类点到超平面的距离总和进行建模，LR使用交叉熵损失建模。LR比PLA的优点之一在于对于激活函数的改进。前者为sigmoid function，后者为step function。LR使得最终结果有了概率解释的能力（将结果限制在0-1之间），sigmoid为平滑函数（连续可导），能够得到更好的分类结果，而step function为分段函数，对于分类的结果处理比较粗糙，非0即1，而不是返回一个分类的概率。...

往期文章推荐：    损失函数与代价函数   神经网络从入门到精通   脉冲神经网络综述笔记   脉冲神经网络资料汇总【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录一、序言二、一、序言神经网络框架的重要性不言而喻，也是我自己的研究方向，所以写了这一篇神经网络框架的汇总介绍。对于神经网络框架而言，最重要的肯定是数学模型和算法；其次是易用性；最后是性

往期文章推荐：    脉冲神经网络综述笔记（三）   神经网络从入门到精通   脉冲神经网络资料汇总   脉冲神经网络综述笔记（一）   脉冲神经网络综述笔记（二）【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录Neuromorphic computing's yesterday, today, and tomorrow – an evolutional

往期文章推荐：    损失函数与代价函数   神经网络从入门到精通   脉冲神经网络资料汇总   脉冲神经网络综述笔记（一）   脉冲神经网络综述笔记（二）【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录脉冲神经网络研究进展综述神经元模型编码方式数据集脉冲神经网络学习方法无监督学习算法监督学习算法脉冲神经网络研究进展综述链接：论文链接本篇综述回顾

往期文章推荐：    损失函数与代价函数   神经网络从入门到精通   脉冲神经网络资料汇总【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：脉冲神经网络综述笔记（一）；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录...

往期文章推荐：    损失函数与代价函数   神经网络从入门到精通   脉冲神经网络资料汇总   脉冲神经网络综述笔记（一）【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录...

往期文章推荐：    损失函数与代价函数   神经网络从入门到精通   脉冲神经网络资料汇总【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录...

往期文章推荐：    脉冲神经网络资料汇总   损失函数与代价函数   神经网络从入门到精通（一）【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录...

往期文章推荐：    脉冲神经网络资料汇总   神经网络从入门到精通   损失函数与代价函数【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录一、什么是激活函数？二、为什么需要激活函数？三、有哪些激活函数，都有什么性质和特点？1、饱和激活函数Sigmoidtanhhard-Sigmoid2、非饱和激活函数Relu（修正线性单元）ELU（指数线性单元）Leaky

【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：java常见面试考点（四十三）：泛型；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录...

【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：java常见面试考点（四十三）：泛型；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录...

【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：java常见面试考点（四十三）：泛型；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录一、 损失函数、代价函数与目标函数二、常见的损失函数常见的代价函数一、 损失函数、代价函数与目标函数损失函数（Loss Function）：是定义在单个样本上的，是指一个样本的误差。代价函数（Cost Function）：是定义在整个训练集上的，是所有样本误差的平均，也就是所..