- 博客(16)
- 收藏
- 关注
RSS订阅原创 对比学习之InfoNCE与动量编码器
为了做到这一点，我们就需要一个损失函数（loss）来衡量“靠近”或“远离”的程度。如果我们每次都用刚更新完的编码器去提取特征，那么特征空间会一直抖动。在模型训练过程中，采样两个结构相同但更新策略不同的编码器。两张是同一只猫的照片 → 应该被模型判定为“相似”；一张猫、一张狗 → 应该被判定为“不相似”。的网络，把图像变成一个“向量表示”（特征）在训练过程中，模型的参数（权重）会不断更新。下次训练完又觉得“猫”的特征应该是。不相似样本的向量要“远离”。模型这次认为“猫”的特征是。相似样本的向量要“靠近”；
2025-10-08 15:14:18
397
原创 ResNet
适当的加深网络的层次确实可以提升模型的性能，但伴随着网络的不断加深也会引发一系列问题导致模型的性能反而更差即出现网络的不断加深会导致在反向传播链式求导的过程中出现梯度消失（偏导<1）/梯度爆炸（偏导>1）的现象，从而使模型更加难以收敛。Resnet网络残差结构的提出很好的解决了这个问题，采用这种结构能够增加网络的深度却不影响模型性能。
2025-10-04 11:11:11
289
原创 第四章 网络层（三）
①路由器C将封装有路由信息的RIP更新报文发送给相邻路由器D。所有表项的RIP加1且下一条均改为C（D经C到达各个网络）一般包含目的网络和下一跳的映射 转发表由路由表得到。若更新分组重复无需再次转发，但要发送一次确认。非直连网络的距离定义为所经过的路由器数加1。相同的下一跳， 最新消息，要更新。通过交互问候（Hello）分组。距离等于16时相当于不可达。最多只能包含15个路由器。目的网络在本路由是否存在。直连网络的距离定义为1。
2025-02-20 23:41:24
879
原创 第四章 网络层（二）
（我的IP地址为166.1.128.2 MAC为AA:BB:CC:DD:EE:33 我要找的IP地址为166.1.128.1）（我的IP地址为166.1.128.2 MAC为AA:BB:CC:DD:EE:33 我要找的IP地址为166.1.150.1）封装为MAC帧进行广播（目的MAC地址为全1 源MAC地址为AA:BB:CC:DD:EE:33）封装为MAC帧进行广播（目的MAC地址为全1 源MAC地址为AA:BB:CC:DD:EE:33）目的端口号=4096（手机2对外暴露的真实端口号）
2025-02-18 15:37:20
732
原创 第三章 数据链路层（上）
由于回退N帧协议，某个分组出现差错需重传之前所有已发送但未按序到达的分组，因此选择重传协议增大接收窗口大小用来接收无误码的分组，只对出现差错的分组进行重传（逐一确认）接收方每接收到一个无误且落在接收窗口的分组，便向前滑动一个位置并向发送方发送一个确认分组。当发送方接收到确认分组后，便向前移动一个窗口继续发送新序号的分组；发送方的发送窗口和接收方的接收窗口按上述规则不断向前滑动，因此其又称为。传输错误的比特数量占所传输比特总数的比率称为。重传的请求是发送方自动进行。※面向比特的物理链路使用。
2025-02-11 22:15:48
1464
原创 第二章 物理层
串行传输和并行传输：计算机内部采用并行传输，远距离传输出于经济的考虑采用串行传输。①机器特性：接口所用接线器的形状和尺寸，引脚数目和排列，固定和锁定装置。信道：向某一方向传送消息的媒体 基带信号：来自信源的信号。不归零编码：用正负电平表示1/0，需要额外添加时钟线进行同步。基带调制（编码）：使一种数字信号转换为另一种数字信号。归零编码：每个码元结束时归零---自同步，编码效率低。差分曼彻斯特编码：每一码元中间跳转仅表示时钟，用。④过程特性：指明不同功能的各种可能。②电气特性：指明各条线上的。
2025-02-11 00:26:22
473
原创 深度学习基础知识
我们随机设置一个权重w0，b0，计算损失函数Loss在该点处对于w的偏导数，若为正值则说明L随着W的增大而增大，那我们就需要适当减小W的值。这里我们引入一个超参数。定义的这个线性模型（函数）包括三部分：权重weight，偏差bias，以及输入数据 x；损失函数L即预测值和标签（观测值）之间的差值，Loss越小参数的选择越好。
2025-02-07 14:23:34
450
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人