- 博客(4)
- 收藏
- 关注
RSS订阅原创 安装CUDA注意事项（注意与你需要工作环境是否搭配）
最后一个小tips：如果你下载后发现你的pycharm中还是报没有gpu，可能是你下载的是cpu版本的 你可以把你的运行截图给豆包，deep seek看，他们会给你新的下载地址，你再 下一个就可以解决了。（yolo8他只支持2.0以上的torch版本，而我的CUDA的版本不支持torch2.0以上的版本。安装这个相关的CUDA和他的cuDNN，以及对应的torch搞了我很久。
2025-03-21 14:37:54
475
原创 认识一下卷积（CNN）
每个“盒子“类型的核都对应着同样”盒子“类型的原图，且他们的运算结果为单通道的”一张“结果图（不理解这里就看上面一个图像的算法）。池化的操作也很简单，根据感受野（你操作时自己设置，你可以把他理解为类似卷积核的东西，但是性质是不一样的，只是方便理解）在你的原始图像中找到一样大小的区域，进行平均运算或取最大值的运算。此处的通道我们指的是图像数据的不同维度，用于表示图像的不同特征或属性。：步幅就是滑动的大小，步幅设置的不同就会导致我们得到的结果（特征图）的大小发生变化，但是计算方式是一样的。文章均是拿来学习的。
2025-03-20 22:59:23
463
原创 初识全连接神经网络
具体来说，将下一层的误差与当前层的权重进行转置相乘，再乘以当前层激活函数的导数，得到当前层的误差。：根据每一层的误差，计算损失函数关于权重和偏置的梯度。通过将上一层的输出与当前层的权重进行矩阵乘法，并加上偏置，然后通过激活函数得到当前层的输出，最终得到网络的预测结果。损失函数是为了告诉我们，我们与目标的差值有多大，可以通过“负反馈”的调节让我们函数更加的优化，已得到更加接近y的值。前向传播就是你正常对输入x的计算，第一层的x通过运算得到了第二层a，第二层的a通过运算得到了第三层的a，直到得到结果y的过程。
2025-03-17 10:24:01
877
原创 安装tesseract模块后 命令行中tesseract”不是内部或者外部命令，也不是可运行的程序或批处理文件
以下是我当时的添加，添加后依旧是上面的无法识别，但是我cd到D盘的具体文件时却可以使用。（不是tesseract包的问题，是我环境变量添加的不对）下载tesseract后 在命令行中却无法使用。
2024-10-15 17:58:05
686
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