qq_51542439的博客

原创 路上的反思

如果我去西交的话，那就是创新港了，但不太熟悉，听说也挺偏僻的，当然，如果是c9，那就是直博了，c9面子大，博士嘛...忍忍算了，毕竟现在博士延毕也是常态。其次，专业问题，摆在我面前的大概也就两条路，一个是做代码，cv之类的，这条路很累，得重新学起，而且现在ai发展迅速，指不定那一天就淘汰了，另一条路是做器件，但出路也就那样吧，当然，如果只为了文凭，那我毕业很简单了，但出来工作......不管怎么样，我始终坚信，未来是ai的时代，但我要为了父母开心，我觉得学校>专业。但没办法，卡着就很难受。

原创 2023 Mather Cup c题总结

问题三需要新增一个线路，所以我的思路是（我是编程手）将DC9有关的线路全部预测出来，然后按照31天的平均值选出Top20的线路，再将所有节点两两检索，找出没有拼成线路的两个节点，形成一条新的线路（最后选出的是1-3)(但感觉选出来一条有点少，可惜时间不足，不然的话多几条结果可能更好些？#插一句题外话，我们做题的顺序是1-4-2-3，我和一个队友先做1，然后我搞出来4，最后队友没跑出来2的结果，我这凑出来了，然后在倒数第二天（16号）的晚上，我们把2-3紧赶慢赶的做出来 ，真是体会到“时间如梭”的感觉。

原创 霹雳吧啦（4）——AlexNet

ISLVRC是一个用于图像分类的数据集亮点：首次使用GPU（CPU的20~50倍速度）使用了ReLU激活函数，而不是Sigmod（求导麻烦，网络深时出现梯度消失）使用了LRN局部响应归一化在全连接层前两层使用了Dropout神经元随机失活，以减少过拟合在每一层中随机失活几个神经元，可以理解为变相的减少了训练的参数。

原创 手把手数模系列（3）——比赛四天论文需要读半天？有这款黑科技根本不用发愁！

效果如上图所示，我上传的是一门课的大作业，接下来只需要在右边的对话框跟ai聊天就行了，你可以问它大致的内容，xxx机制的作用，或者帮助你快速定位到文章的某一处内容，这样可以大大降低我们阅读论文的难度！ChatDoc还有一个有点是中间提供了论文的页面，你可以在那里随时的进行翻阅，从而了解文章的信息！的经历，我也是经常来不及阅读大量的文献，或者看到英文文献就脑壳开始疼🤕。目前只支持PDF格式，如果是docx的话可能上传不上去！此外，还有几款工具也是关于文档阅读的，如。等等，大家有兴趣的话也可以去尝试！

原创 霹雳吧啦（3）——tensorflow官方demo（一个“简单”的神经网络）（含注释）

study：（实际上是模型的代码，应该叫model，但我起的名字是study）所以我在上一个文件中使用了from study import MyModel 这行代码。实际上是子目录的问题，按照大佬的教程操作就没问题。train：用于训练模型。

原创 霹雳吧啦（2）——误差的更新、反向传播，权重的更新

以该网络为例 左边为输入层，中间为隐藏层，右边为输出层 y1和y2的输出： softmax:所有输出节点概率和为1 交叉熵损失： 我们不可能将数据集一次塞入，因此我们是要分批次进行训练的 ，则损失梯度指向当前批次最优解方向引入优化器，使网络更快的收敛 引入了动量，考虑到了上一次的梯度方向，效果如左下图所示

原创 霹雳吧啦（1）——卷积神经网络基础

在实际训练过程中，可以将输入层的输入节点数设为25，将输出层的输出节点数设为10，中间的隐藏层按实际情况进行设置。3、一般池化核的大小（poolsize）和步长（stride）相同，可以将特征图进行一定比例的缩小，计算更加方便（这只是一般情况下，但并不绝对）卷积核的深度要和输入特征矩阵一致（这里的深度指的是channel，即通道数），都是三维（图中三种颜色的矩阵）的，最终卷积得到的矩阵是。（将卷积核上的值与特征图上的值对应相乘，再进行相加，就得到最后矩阵中的一个值，每滑动一步计算一个值，最终得到卷积结果）

原创 手把手数模系列（2）——题目数据哪里找？看这篇文章就够了！

假期结束了，又回到了日常的工作学习中😪相信很多同学在打数模比赛时，总是苦恼于数据的搜寻，国内的网站没有，国外的网站没有梯子又登不上去，只能身陷囹圄，甚至在2016的美赛中，有的同学直接去询问淘宝店主😂（不得不说 淘宝小哥真是万能，这个热力学云图画的还挺好的😊）回归正题！！！数模比赛的时间往往很短，我们没有时间去搜集那么多的数据，这时候就需要一些网站来作为我们的工具！！！以下是大家在比赛中可能会用到的网站。

原创 手把手数模系列（1）——什么？你还在苦苦学代码画图？

初始化随机数种子# 随机生成五种数据# 绘制热力图plt.show()# 绘制线性图plt.show()# 绘制小提琴图plt.show()# 绘制箱型图plt.show()# 生成三维线形图的数据z = tfig.show()# 绘制堆叠图fig.show()# 初始化随机数种子# 随机生成五种数据# 绘制线性图plt.show()

原创 拿到奖了妈妈夸我

原创 一种新的生活场景

VR life

原创 晒晒我的学习小窝

嘿嘿嘿

原创 心累心累心累

hhh

原创 与发小聚餐

吃个烧烤

原创 一个网站搞定简历模板！

还在为简历发愁？

原创 夜思（一）

无聊，肝大作业ing

原创 【RL 第6章】Actor Critic、DDPG、A3C

【RL 第6章】Actor Critic、DDPG、A3C

原创 【RL 第5章】Policy Gradients

PG

原创 【RL 第4章】Deep Q-Learning（DQN）

【RL 第4章】Deep Q-Learning（DQN）

原创 【RL 第3章】Sarsa

【RL 第3章】Sarsa

原创 【RL 第2章】Q-Learning

【RL 第2章】Q-Learning

原创 【RL 第1章】强化学习的基本概念

【RL 第1章】强化学习的基本概念

原创 【RL 第0章】前言，写在前面

【RL 第0章】前言，写在前面

原创 卷积的基础概念

卷积笔记