weixin_54025765的博客

原创 解决windows右下角显示‘未激活Windows‘问题

2、在powershell中输入`irm https://massgrave.dev/get|iex` ，自动打开的cmd中选择1，回车即可。下面是https://massgrave.dev/get中的具体内容。1、win+R，输入powershell。

原创 数据重排-einops库的Rearrange函数解释

以ViT为例，假设batch size=1，就是将输入的(1, 3, 224, 224)的图片，patchsize=p1=p2=16，变成了(1, 196, 768)，进行了patch操作。b c (h p1) (w p2) -> b (h w) (p1 p2 c) 是关键，我们假设原来的输入为：(B, C, H, W)，则这里就可以写出。的第96行，做的处理是将图片变成许多个patch。这样，我们的输出就可以通过上式计算出来，为。

原创 暴力解决Could not load dynamic library ‘cudart64_100.dll‘； dlerror: cudart64_100.dll not found

在玩TensorFlow时CPU训练太慢了，想用GPU，之前装了CUDA（10.2.89）和cuDNN（8.3.2），【这个可以在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\version.txt和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include\cudnn_version.h查到】但是和我安装的tf-gpu版本不匹配，降了好几个版本都不行。

原创 keras.preprocessing.image.ImageDataGenerator我想说

ImageDataGenerator 类使用

原创 如何直观理解矩阵和线性代数？

学习笔记

原创 VAE-GAN学习记录

GAN & VAE learning record

原创 高斯混合模型下的变分推断

高斯混合模型下的变分推断的学习过程

原创 隐马尔科夫模型（HMM）等文章记录

一键提取功能真辣鸡qwq

原创 EM算法不错文章trace

EM算法思想文章汇总记录

原创 极大似然估计，最大后验概率等比较不错的文章

概率 统计方面对于极大似然等概念的自己阅读博客的记录

转载 Typora中的emoji，花里胡哨[doge]

收藏使用

原创 【证明】共轭梯度法在二次函数 f (x) 上迭代 K 次即可收敛到最优点, 其中K 是矩阵 Q 的不同的特征值的数目

证明共轭梯度法在二次函数 f (x) 上迭代 K 次即可收敛到最优点, 其中 K 是矩阵 Q 的不同的特征值的数目

原创 ElegantLaTeX模板下参考文献引用问题

%!TEX program = xelatex% 完整编译: xelatex -> biber -> xelatex -> xelatex 这个是原模板的完整编译，我不知道biber% 在setting.json怎么配置\documentclass[lang=cn,12pt,a4paper,cite=super]{elegantpaper}\usepackage{array}\.

原创 机器学习神经网络作业tips

散点图的绘制 y_pred=[] k = 0 x = [] for i in X_train: y_pred.append(network.predict(i)) k += 1 x.append(k)#生成1-400的list，这样写好蠢，应该有更漂亮的写法 # x = [a for a in range(1,len(X_train)+1)] feature = np.arra

原创 机器学习-ROC曲线&AUC

ROC曲线有这样一个很好的特性：当测试集中正负样本的分布变化的时候，ROC曲线能够保持不变。一个关于AUC的很有趣的性质是，它和Wilcoxon-Mann-Witney Test是等价的。这个等价关系的证明在下面给出。而Wilcoxon-Mann-Witney Test就是测试任意给一个正类样本和一个负类样本，正类样本的score有多大的概率大于负类样本的score如何理解呢？自己的理解是：观察ROC曲线图，考虑横轴（假正例率）的变换，我们知道ROC曲线的构成原理是每次更新阈值（当然阈值就直接选

原创 MATLAB中的计时方法tic和toc

事件 1 的起点 = tic;<code>事件 2 的起点 = tic;<code>事件 2 耗时 = toc(事件 2 的起点)<code>事件 1 耗时 = toc(事件 1 的起点)

转载 【转载】matlab中norm函数的用法

格式：n=norm(A,p)功能：norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数1、如果A为矩阵n=norm(A) 《Simulink与信号处理》返回A的最大奇异值，即max(svd(A))n=norm(A,p)根据p的不同，返回不同的值p 返回值1 返回A中最大一列和，即max(sum(abs(A)))2 返回A的最大奇异值，和n=norm(A)用法一样inf 返回A中最大一行和，即max(sum(abs(A’)))...

转载 UserWarning: size_average and reduce args will be deprecated, please use reduction=‘sum‘ instead. wa

此报错为pytorch不同版本进行更新迭代时引起的警告，某些参数被取代了修正：criterion = torch.nn.BCELoss(size_average=True)改为：criterion = torch.nn.BCELoss(reduction='mean')criterion = torch.nn.BCELoss(size_average=False)改为：criterion = torch.nn.BCELoss(reduction='sum')其它损失函数更改方法

转载 【转载】Pytorch to(device)用法

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")model.to(device)这两行代码放在读取数据之前。mytensor = my_tensor.to(device)这行代码的意思是将所有最开始读取数据时的tensor变量copy一份到device所指定的GPU上去，之后的运算都在GPU上进行。这句话需要写的次数等于需要保存GPU上的tensor变量的个数；一般情况下这些tensor变量都.

原创 Python的range函数与for循环语句

转载 通俗理解BN

1. 深度学习流程简介 1）一次性设置（One time setup） -激活函数（Activation functions） - 数据预处理（Data Preprocessing） - 权重初始化（Weight Initialization） -正则化（Regularization：避免过拟合的一种技术） - 梯度检查（Gradient checking） 2）动态训练（Tra...

原创 随机变量及其分布

原创 样本及抽样分布

原创 随机变量的数字特征

原创 大数定律&中心极限定理

原创 多维随机变量及其分布

原创 八大排序..

#include<iostream>using namespace std;#include<Windows.h>#include<fstream>#define times 10#define Len 50000 //选择十万以内的正整数void swap(int a[], int x, int y){ int temp = a[x]; a[x] = a[y]; a[y] = temp; return;}void Direct_Insert.

原创 一维随机变量思维导图

原创 代数系统思维导图

原创 图论思维导图

转载 struct和typedef struct

struct和typedef struct分三块来讲述：　　1 首先：//注意在C和C++里不同　　　　在C中定义一个结构体类型要用typedef:　　　　typedef struct Student　　　　{　　　　int a;　　　　}Stu;　　　　于是在声明变量的时候就可：Stu stu1;(如果没有typedef就必须用struct Student stu1;来声明)　　　　这里的Stu实际上就是struct Student的别名。Stu==struct Student　　　　另外

原创 样本方差公式是如何推导出来的？

样本方差公式是如何推导出来的？ - 王赟 Maigo的回答 - 知乎 https://www.zhihu.com/question/52367271/answer/130217781先计算出期望和方差的最大似然估计，再判断他们是否有偏差，给予修正 偏差有无是通过 估计量的期望 是否= 被估计量的真实值 来衡量的 方差：一个随机变量的方差描述的是它的离散程度，也就是该变量离其期望值的距离。（一个实随机变量的方差也称为它的二阶矩或二阶中心动差，恰巧也是它的二阶累积量【不懂】) 问题疑问如下： n.

原创 宏#define边缘效应（边际效应）

#define N 6+3, N 的值是 9。double a;a = (float)N/(float)2;在编译时我们预想 a=4.5，实际打印结果是7.5 原因是在预处理阶段，编译器将 a=N/2 处理成 a=6+3/2，这就是 define 宏的边缘效应，所以我们应该写成 #define N (6+3)。...

原创 常量指针和指针常量

/*常量指针：指向常量的指针，该指针可以指向任意常量，但是不能通过该指针改变常量内容*/int a,b;int const *p;p = &a; //truep = &b; //true*p = 30; //false/*指针常量：指针为常量，指针只能指一个，但是可以改变所指向的变量的内容*/int a,b;int * const p = &a;//只能初始化，int * const p(&a)p = &b; //false*p = 1.

原创 大数阶乘运算

#include <iostream>using namespace std;int main(){ /********* Begin *********/ int t1 = 0;//存前一个进位 int t2 = 0;//存进位 int l = 1;// 长度 int a[4000] = {0}; a[0] = 1; int n; int m = 2; cin >> n; if (n == 0 || n == 1) { cout <<.

原创 第一章——概率论的基本概念

最近在学概率论的课，做一个详细版的思维导图笔记。

翻译 刑警破案问题

某地刑侦大队已经掌握以下线索：A，B至少有一人作案； A，E，F三人中至少有两人参与作案； A，D不可能是同案犯； B，C或同时作案，或与本案无关； C，D中有且仅有一人作案； 如果D没有参与作案，则E也不可能参与作案；请你写一个程序，帮助警察从6个人中找出作案人。问题分析这个问题与上一个问题类似，但这一个问题中，作案人不一定只有一个，所以这里我们采用穷举组合情况的办法。我们可以找出所有的作案人的组合情况，然后再与线索进行比对，看看是否满足条件。这与第二关《百元买百鸡》的问题..

转载 函数的递归（常见三种问题）

圆切割问题给你一个圆，请用n刀去切割它，求能得到的最多片数，如图：如果用q(n)来代表切n刀能得到的最多的片数，那么我们能发现以下结论：q(0) = 1q(1) = 1 + 1 = 2q(2) = 1 + 1+ 2 = 4q(3) = 1 + 1 + 2 + 3 = 7q(4) = 1 + 1 + 2 + 3 + 4 = 11......q(n) = q(n-1) + n很容易想到用循环，也就是迭代方法解决问题，比如：int q(int n){ int c

原创 malloc&new

struct Data{ int i;};int main(){ Data *ptr = (Data*)malloc(sizeof(Data) * 5); //申请5个Data大小的空间，相当于是申请一个Data数组 int *ptr2 = (int*)malloc(sizeof(int)); //申请1个int大小的空间 free(ptr); //释放空间 free(ptr2);}struct Data{ int i;};int ma.

原创 链表基础内容

#include <iostream>using namespace std;struct Linked{ /********* Begin *********/ //结构体的成员变量 int number; float score; Linked *next; /********* End *********/};Linked* Create(){ /********* Begin *********/ //创建并返回一个新链表 Linked *head .