- 博客(217)
- 收藏
- 关注
RSS订阅
原创 SpringBoot+Vue校园跑腿系统实战
通过访谈32所高校的487名学生（覆盖985/211/普通本科），我们发现需求产生的深层动因：时空错位模型：示例：马斯洛需求层次映射：基于3个月的实际订单数据（样本量2,317单）的可视化呈现：（数据解读：晚18:00-19:00时段订单量占全日37%，主要动线为宿舍→食堂→快递点）使用K-means算法对用户行为聚类（scikit-learn实现）：1.2 传统解决方案的深度技术批判1.2.1 微信群管理的系统脆弱性分析消息丢失率实验：模拟200人微信群在高峰时段（12:00-13:00）的
2025-02-12 04:03:56
1793
原创 PyTorch模型部署：ONNX与TorchScript解析与优化指南（十五）
经典融合模式：Conv2d + BatchNorm + ReLU。C++ LibTorch加载。TorchScript导出。多线程Batch处理。REST API服务。
2025-03-15 18:13:11
1035
原创 使用PyTorch实现图像分类全流程实战（MNIST/CIFAR-10）：从理论到部署指南（十四）
图像分类是计算机视觉的基石任务，掌握其全流程开发能力是算法工程师的核心竞争力。通过跳跃连接（shortcut）解决梯度消失问题。
2025-03-15 17:59:14
869
原创 PyTorch分布式训练与GPU加速指南：从DataParallel到DistributedDataParallel的深度解析（十三）
【代码】PyTorch分布式训练与GPU加速指南：从DataParallel到DistributedDataParallel的深度解析（十三）
2025-03-15 17:47:56
949
原创 PyTorch迁移学习指南：深入掌握预训练模型微调技术（十一）
数据集：COVID-19 Radiography Dataset（3000张，4类）
2025-03-15 11:26:46
757
原创 PyTorch模型持久化与迁移指南：从原理到实践（十）
保存策略选择开发阶段：完整模型+Checkpoint生产部署：状态字典+ONNX版本控制三要素代码版本（git commit）数据版本超参数配置安全加载四步验证文件完整性（哈希校验）架构兼容性设备可用性运行验证（前向推理测试）性能优化组合拳并行加载量化压缩增量更新灾难恢复方案异地多副本存储定期完整性检查自动化回滚机制。
2025-03-15 11:18:53
1004
原创 PyTorch训练过程可视化全解析：TensorBoard实战手册（九）
实现自定义仪表盘return {# 返回自定义HTML内容return ...
2025-03-15 09:54:49
960
原创 PyTorch模型训练全流程详解：从理论到代码实践(七)
在深度学习中，模型训练的本质是通过反向传播算法在参数空间中寻找最优解。这个过程可以形象地理解为：数学原理：对于输入数据X，经过L层神经网络的计算过程：h1=σ(W1X+b1)h2=σ(W2h1+b2)⋮y^=softmax(WLhL−1+bL)\begin{aligned}h_1 &= \sigma(W_1X + b_1) \\h_2 &= \sigma(W_2h_1 + b_2) \\&\vdots \\\hat{y} &= \text{softmax}(W_Lh_{L-1} + b_L)\
2025-03-15 08:55:27
821
原创 PyTorch损失函数与优化器深度解析：从原理到调参实战（六）
在深度学习模型的训练过程中，损失函数和优化器构成了驱动模型进化的双引擎系统。这个过程的效率和质量直接决定了模型的最终性能。优化器的核心任务是通过迭代更新。该特性使得梯度计算高效稳定。解决类别不平衡问题，
2025-03-15 08:46:45
600
原创 PyTorch神经网络构建基础：深入理解nn.Module与全连接网络实践（五）
提供了神经网络构建的标准化范式，使得从简单线性模型到复杂Transformer架构的开发都能保持代码的整洁性和可维护性。据2023年Stack Overflow开发者调查显示，PyTorch在科研领域的使用率已超过TensorFlow 2:1。PyTorch凭借其动态计算图（Dynamic Computation Graph）和直观的API设计，已成为深度学习领域的首选框架之一。，这是PyTorch实现神经网络模块化的基石。所有自定义网络必须继承。nn.Module基础。
2025-03-15 08:33:15
889
原创 PyTorch数据加载与预处理指南：从基础到分布式训练优化（四）
在ResNet-50训练中，GPU利用率仅为65%典型深度学习任务中，数据管道的可并行化比例。
2025-03-14 11:28:55
1048
原创 PyTorch张量(Tensor)操作手册：多维数据容器深度解析（二）
表示第i个维度的长度。：未设置requires_grad=True。张量是PyTorch的核心数据结构，是。：矩阵乘法时维度未对齐。
2025-03-13 11:48:54
699
原创 PyTorch安装与环境配置终极指南：从零搭建高效深度学习开发环境（一）
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4aa8EKPI-1741833940953)(https://developer.nvidia.com/sites/default/files/akamai/cuda/images/overview/CUDA-Toolkit-Arch.png)]通过本文配置的环境，您已经具备了开展深度学习研究的坚实基础。Conda通过创建隔离的Python运行时环境，解决依赖冲突问题。conda list检查版本。
2025-03-13 10:48:43
1161
原创 实战：基于Pandas的房价数据分析全流程深度解析（附高阶技巧与数学推导）（十二）
fill:#333;color:#333;color:#333;fill:none;数据加载元数据分析数据清洗特征工程多维分析模型准备自动化报告。
2025-03-01 04:57:32
1107
原创 Pandas数据可视化指南：从零玩转plot()函数（十一）
图表类型核心作用数学基础折线图趋势分析线性插值柱状图分类对比高度映射散点图相关性分析协方差箱线图分布诊断四分位数面积图累积分析积分原理饼图构成展示比例角度。
2025-03-01 04:43:36
1048
原创 时间序列：日期处理与重采样实战详解（十）
fill:#333;color:#333;color:#333;fill:none;原始数据日期转换重采样时区处理滑动窗口特征工程分析建模。
2025-03-01 04:32:34
763
原创 Pandas数据透视终极指南：pivot_table与crosstab实战详解（九）
预处理原则fillna()或dropna()优化数据类型：分类数据使用category类型创建衍生维度：提前生成需要的分组字段性能黄金法则先filter后pivot：减少处理数据量避免多层嵌套：索引层级不超过3层适时使用缓存：对中间结果进行缓存结果呈现技巧使用style属性美化输出结合seaborn进行热力图可视化添加注释说明异常数据点进阶发展方向学习使用pd.Grouper进行时间分组掌握pd.qcut自动分箱技术集成机器学习特征工程。
2025-03-01 04:25:20
711
原创 Pandas分组聚合全解析：从基础到高级的groupby与agg实战指南(八)
分组键选择原则优先选择低基数字段（类别数少）对高基数字段进行分箱处理组合相关字段形成复合键性能优化要点分组前进行必要的数据过滤使用分类数据类型优化内存避免在分组后保留不必要的数据代码可维护性建议使用具名聚合提高可读性对复杂聚合进行函数封装添加清晰的注释说明业务逻辑高级应用方向结合窗口函数进行时序分析实现分组级机器学习特征工程构建自动化分组分析流水线。
2025-02-28 05:20:16
483
原创 Pandas数据合并完全指南：掌握concat与merge的进阶技巧（七）
预处理优先原则：合并前完成数据清洗、类型转换、去重操作合并策略选择矩阵结构相同数据 → concat关联查询需求 → merge索引对齐操作 → join内存管理黄金法则合并前释放无用对象使用高效数据类型分块处理大数据验证三步法检查行数变化合理性验证关键字段完整性抽样检查数据一致性。
2025-02-28 04:51:20
646
原创 深入解析Pandas数据操作：loc/iloc高阶筛选与sort_values排序黑科技（六）
按文本长度排序df.sort_values('产品描述', key=lambda x: x.str.len())# 按日期星期排序df.sort_values('日期', key=lambda x: x.dt.dayofweek)
2025-02-28 03:05:40
879
原创 Pandas数据清洗实战：深度解析缺失值与重复数据处理（五）
缺失值处理三原则：删除高缺失率字段、合理填充关键字段、保留缺失标记重复数据四维度检测：完全重复、业务主键重复、时间窗口重复、相似度重复工业级清洗四要素：可追溯性、可扩展性、自动化验证、文档完整性。
2025-02-28 02:03:58
962
原创 Pandas数据读写全解析：CSV/Excel文件操作与中文路径处理指南（四）
CSV文件的进阶读写技巧Excel文件的格式控制与样式设置中文路径的系统级解决方案缺失值处理的机器学习方法扩展学习建议研究Apache Parquet格式的读写探索Dask处理超大规模数据集学习使用PyArrow优化内存管理# 示例：Parquet文件操作。
2025-02-28 00:56:11
795
原创 深入解析Pandas DataFrame：二维数据处理完全指南（二）
本文深入探讨了Pandas DataFrame的核心操作，从基础创建到高级索引，从数据探查到性能优化。创建方式选择小数据用字典创建规整数据用嵌套列表实战首选CSV读取索引操作精髓loc基于标签，iloc基于位置优先使用列操作提升性能多层索引处理复杂数据数据探查三板斧info()看结构shape查规模columns管字段建议读者在Jupyter Notebook中逐行运行示例代码，通过修改参数观察不同效果。
2025-02-27 08:52:14
856
原创 深入理解Pandas Series：一维数据处理终极指南（二）
Series是Pandas中最重要的基础数据结构，其数学本质是一个带标签的数学向量。Siv∣i∈Iv∈VS{(iv∣i∈Iv∈VIII为索引集合（Index）VVV为值集合（Values）每个元素由索引标签iii和对应的值vvv组成，这种结构使得Series兼具数组和字典的特性。
2025-02-27 08:42:26
734
原创 Pandas入门：安装与数据结构深度解析（一）
根据2023年Python开发者调查，Pandas在数据科学领域的采用率高达93%，成为事实上的数据处理标准工具。Pandas是Python数据分析领域的核心工具库，由Wes McKinney于2008年开发。，每个列可以是不同的数据类型（数值、字符串、布尔值等）。DataFrame采用。DataFrame是。
2025-02-27 08:33:40
963
原创 用Python实现LSTM预测电影票房：从数据爬取到模型部署全解析（结尾附完整代码）
导语：当电影的预告片发布时，你是否好奇AI能否预测它的票房表现？本文将带你深入实战，从数据动态爬取到LSTM模型调优，手把手构建一个高精度票房预测系统。35%25%20%15%5%票房核心影响因素占比演员号召力IP热度档期竞争宣传投入其他时序特征：上映前后的宣传节奏、口碑传播曲线非线性关系：主演流量与票房的S型增长关系长周期依赖：系列电影前作的市场表现1.2 LSTM的独特优势#mermaid-svg-FWIzss2KvrIWeRMt {font-family:"trebuchet ms",v
2025-02-27 06:26:25
2614
原创 一致性哈希算法深度解析与C++实战：构建高可用分布式系统
我们将整个哈希空间抽象为环形结构（取值范围 0 ~ 2³²-1），使用SHA-1等优质哈希函数保证均匀性。
2025-02-21 10:55:24
708
原创 Canny边缘检测算法：从数学推导到工程实现全解析
边缘是图像中灰度发生剧烈变化的区域边界，承载着物体形状、纹理等重要信息。在计算机视觉领域，精确的边缘检测是目标识别、三维重建等任务的基础。
2025-02-21 05:57:02
757
原创 RSA加密算法C++实现：大数运算与蒙哥马利模乘优化
RSA的安全性建立在大整数分解难题上。ap−1≡1modp通过数学归纳法可证，当a=1时显然成立。k1p≡kp1≡k1modp（二项式展开中除首尾项外系数均为p的倍数）解密时可利用CRT加速：设密文c ≡ m^e mod n，n=pq，则：通过CRT合并结果得到原始明文。
2025-02-21 05:48:05
645
原创 C语言实现FFT算法与音频频谱分析：从数学基础到工程实践
本文将深入剖析FFT算法核心原理，提供可移植的C语言实现方案，并完整构建从音频采集到频谱可视化的全链路处理系统。
2025-02-21 05:29:33
724
原创 哈夫曼编码压缩实战：C++实现文件压缩与解压
HX−i1∑npxilog2pxiHX−0.4∗log20.40.3∗log20.30.2∗log20.20.1∗log20.1))≈1.846bitschar传统ASCII编码需要8bits/char，理论最大压缩率=1.846/8≈23%
2025-02-21 05:21:31
1074
原创 布隆过滤器深度解析：从数学推导到C++工程实现
假设我们有：单比特位未被置1的概率：对于单个元素，某个哈希函数未命中某一位的概率：P0=1−1mP_0 = 1 - \frac{1}{m}P0=1−m1经过k个哈希函数处理后，该位仍为0的概率：P1=(1−1m)knP_1 = \left(1 - \frac{1}{m}\right)^{kn}P1=(1−m1)kn当m较大时，使用自然对数近似：P1≈e−kn/mP_1 \approx e^{-kn/m}P1≈e−kn/m误判率计算：当查询不存在的元素时，所有k个哈希位都为1的概率：P=(1
2025-02-21 05:03:20
728
原创 用C++实现模拟退火算法解决TSP：从基础到高阶的全面指南
P1e−ΔETΔE≤0ΔE0根据玻尔兹曼分布，系统在温度T时处于状态iPiZe−EikBT其中Z为配分函数。当考虑状态转移i→jPi⋅Ai→jPj⋅Aj→iAi→jmin1PiPjmin1e−Ej−EikBT即可保证收敛到热平衡态。
2025-02-21 04:51:50
719
LSB隐写术实现、AES加密与LSB隐写术结合实现代码及相关论文（附带可视化界面）
2025-02-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人