- 博客(9)
- 收藏
- 关注
RSS订阅原创 Python深度学习——VQVAE
AE是重构原始数据并尽可能贴近原始数据。VAE在AE的基础上可以产生不同于原始数据的新样本。VQVAE能够学习到数据的离散表示来生成重构数据，具有更高效的表示学习和数据压缩能力。
2024-05-07 22:40:02
1350
原创 Python深度学习——Transformer
Transfomer是一种深度学习模型架构，用于处理的任务，如机器翻译、摘要生成和问答系统等。其核心思想是，能够同时处理输入序列中所有位置的信息，而不需要依赖于固定大小的窗口或者固定大小的卷积核。这使得Transformer模型在处理长序列时表现出色，并在各种自然语言处理任务中取得了很好的效果。Transformer模型由编码器（encoder）和解码器（decoder）组成，其中编码器负责将输入序列编码为一系列隐藏状态，解码器则利用这些隐藏状态生成目标序列。
2024-04-24 16:54:35
1554
原创 Python深度学习——卷积神经网络
卷积神经网络的过程是先对数据卷积，卷积的过程中往往带有RELU函数，这和传统神经网络一样，随后就进行池化。但并不是完成所有卷积后才池化，而是每进行若干次卷积就进行一次池化，接着再卷积、再池化。N层卷积神经网络如何定义。在卷积神经网络中，只有带参数的才称之为层。比如卷积层带参数，池化层不带参数，全连接层带参数 ，则最后的N就等于卷积次数+1.11。
2024-03-21 20:31:31
2460
1
原创 C++学习笔记——搜索算法
深度优先搜索是一种用于遍历或搜索树或图的算法。在深度优先搜索中，从起始顶点开始，沿着路径直到不能再继续为止，然后回溯并探索下一个分支。深度优先搜索研究的是有没有一条路径能从A到B的问题，它不考虑这个过程的长与短，只考虑有没有。
2024-03-20 15:35:54
2445
1
原创 C++学习笔记——二分算法
二分查找（Binary Search）是一种在中查找特定元素的算法。它的基本思想是每次将待查找区间缩小一半，通过比较中间元素和目标元素的大小关系来确定下一步查找的方向。这样可以快速地定位目标元素的位置。具体步骤：1、确定查找范围的左右边界，初始时左边界为0，右边界为2、计算中间位置 mid=(left+right)/2，并取整，这个位置将待查找区间分成两个部分。4、重复以上两个步骤，直到找到目标值或者目标值不存在（左边界大于右边界）。
2024-03-17 21:02:01
733
2
原创 C++学习笔记——指针
int main()//1、定义指针int a=10;//指针定义的语法：数据类型 * 指针变量名；int *p;//让指针记录变量a的地址p=&a;cout
2024-03-12 14:29:06
276
1
原创 Python深度学习——神经网络
用到两个函数，一个是训练函数，接受图片和标签，然后输出模型；另一个是预测函数，接收一个模型，对图片种类进行预测。这种算法是在训练集中找到最相似的样本，从而给待识别的图片打上与样本一样的标签。
2024-03-11 21:40:57
1400
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