<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_44523972的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_44523972</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_44523972]]></copyright><item><title><![CDATA[Window安装cupy模块缓慢，出现ReadTimeoutError]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/106121161</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/106121161</guid><author>weixin_44523972</author><pubDate>Thu, 14 May 2020 15:33:19 +0800</pubDate><description><![CDATA[更换到国内源，亲测豆瓣源有效。
参考链接

]]></description><category></category></item><item><title><![CDATA[为什么Pytorch用mean=[0.485, 0.456, 0.406] and std=[0.229, 0.224, 0.225]来正则化]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/106080822</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/106080822</guid><author>weixin_44523972</author><pubDate>Tue, 12 May 2020 17:22:13 +0800</pubDate><description><![CDATA[这是因为使用了使用ImageNet的均值和标准差。
使用Imagenet的均值和标准差是一种常见的做法。它们是根据数百万张图像计算得出的。如果要在自己的数据集上从头开始训练，则可以计算新的均值和标准差。否则，建议使用Imagenet预设模型及其平均值和标准差。

...]]></description><category></category></item><item><title><![CDATA[窄带随机过程（未完成）]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/105943218</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/105943218</guid><author>weixin_44523972</author><pubDate>Wed, 06 May 2020 09:22:03 +0800</pubDate><description><![CDATA[解析随机过程的定义
解析过程的定义
是一个复随机过程，虚部是实部的希尔伯特变换。
解析过程具有因果关系。随机过程在自然界中存在必须为解析过程。
解析过程的性质

相关函数不变，功率谱密度不变。
若x(t)是宽平稳，则它的希变也是宽平稳。
希边-x(t)的互相关函数=x(t)自相关函数的希变；x(t)-希变的互相关函数=x(t)自相关函数的希变的负值
解析过程的自相关函数

解析过程的功率谱密度是一...]]></description><category></category></item><item><title><![CDATA[随机过程（三）平稳随机过程]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/105843676</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/105843676</guid><author>weixin_44523972</author><pubDate>Wed, 29 Apr 2020 17:38:38 +0800</pubDate><description><![CDATA[1. 定义
2. 联合平稳过程及相关函数的性质
2.1 联合平稳过程
2.2 相关函数的性质
3. 随机分析
3.1 收敛性概念
3.2 均方连续
3.3 均方导数
3.4 均方积分
4. 平稳过程的各态历经性]]></description><category></category></item><item><title><![CDATA[随机过程（二）泊松过程]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/105823668</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/105823668</guid><author>weixin_44523972</author><pubDate>Tue, 28 Apr 2020 21:24:01 +0800</pubDate><description><![CDATA[文章目录1. 定义2. 基本性质2.1数字特征2.2 时间间隔与等待时间的分布2.3 到达时间的分布3. 非齐次泊松过程4. 复合泊松过程]]></description><category></category></item><item><title><![CDATA[数学物理方程与特殊函数—分离变量法]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/105802254</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/105802254</guid><author>weixin_44523972</author><pubDate>Mon, 27 Apr 2020 23:03:50 +0800</pubDate><description><![CDATA[文章目录1.基础概念2. 分离变量法]]></description><category></category></item><item><title><![CDATA[AndrewNg-ML-ex3-code]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/105793963</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/105793963</guid><author>weixin_44523972</author><pubDate>Mon, 27 Apr 2020 20:02:39 +0800</pubDate><description><![CDATA[这一节先解决了多类别分类问题，实现了对手写数字的识别；其次建立了神经元的结构来进行逻辑回归训练。]]></description><category></category></item><item><title><![CDATA[随机过程（一）基础概念与随机过程基本类型]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/105678679</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/105678679</guid><author>weixin_44523972</author><pubDate>Thu, 23 Apr 2020 21:51:38 +0800</pubDate><description><![CDATA[文章目录1.1 概率空间1.2 随机变量1.3随机变量函数的分布1.4随机变量的数字特征1.5随机过程的定义和统计描述1.6 随机过程分布律和数字特征1.7 复随机过程1.8 随机过程基本类型]]></description><category></category></item><item><title><![CDATA[AndrewNg-ML-ex2-code]]></title><link>https://blog.youkuaiyun.com/weixin_44523972/article/details/105691196</link><guid>https://blog.youkuaiyun.com/weixin_44523972/article/details/105691196</guid><author>weixin_44523972</author><pubDate>Thu, 23 Apr 2020 14:34:21 +0800</pubDate><description><![CDATA[这一节学习了逻辑回归，可以实现两个类别的分类任务。]]></description><category></category></item></channel></rss>