卷积核kernel

《自然语言处理 Transformer 模型详解》

它摒弃了传统的循环神经网络（RNN）和卷积神经网络（CNN）架构，完全基于注意力机制，在机器翻译、文本生成、问答系统等众多任务中取得了卓越的性能。
黑色叉腰丶大魔王·2024-09-11 21:02

验证resneXt，densenet，mobilenet和SENet的特色结构

resneXt：分组卷积，降低了网络参数个数。densenet：密集的跳连接。mobilenet：标准卷积分解成深度卷积和逐点卷积，即深度分离卷积。SENet：注意力机制。
dfj77477·2024-09-11 20:55

外交部发言就日本政府启动福岛核污染水排海发表谈话

日本福岛核污染水处置是重大的核安全问题，具有跨国界影响，绝不是日本一家的私事。自人类和平利用核能以来，人为向海洋排放核事故污染水没有先例，也没有公认的处置标准。12年前发生的福岛核事故
鲸落繁瑾·2024-09-11 19:23

鸿蒙轻内核M核源码分析系列十二 事件Event

本文中所涉及的源码，以OpenHarmonyLiteOS-M内核为例，均可以在开源站点https://gitee.com/openharmony/kernel_liteos_m获取
OpenHarmony_小贾·2024-09-11 19:44

鸿蒙轻内核M核源码分析系列四 中断Hwi

在鸿蒙轻内核源码分析系列前几篇文章中，剖析了重要的数据结构。本文，我们讲述一下中断，会给读者介绍中断的概念，鸿蒙轻内核的中断模块的源代码。本文中所涉及的源码，以OpenHarmonyLiteOS-M内核为例。1、中断概念介绍中断是指出现需要时，CPU暂停执行当前程序，转而执行新程序的过程。当外设需要CPU时，将通过产生中断信号使CPU立即中断当前任务来响应中断请求。在剖析中断源代码之前，下面介绍些
OpenHarmony_小贾·2024-09-11 19:44

鸿蒙轻内核M核源码分析系列五 时间管理

本文中所涉及的源码，以OpenHarmonyLiteOS-M内核为例，均可以在开源站点https://gitee.com/openharmony/kernel_liteos_m获取。
OpenHarmony_小贾·2024-09-11 19:44

鸿蒙轻内核M核源码分析系列六 任务及任务调度（1）任务栈

继续分析鸿蒙轻内核源码，我们本文开始要分析下任务及任务调度模块。首先，我们介绍下任务栈的基础概念。任务栈是高地址向低地址生长的递减栈，栈指针指向即将入栈的元素位置。初始化后未使用过的栈空间初始化的内容为宏OS_TASK_STACK_INIT代表的数值0xCACACACA，栈顶初始化为宏OS_TASK_MAGIC_WORD代表的数值0xCCCCCCCC。一个任务栈的示意图如下，其中，栈底指针是栈的最
OpenHarmony_小贾·2024-09-11 19:44

鸿蒙轻内核M核源码分析系列三 数据结构-任务排序链表

在鸿蒙轻内核源码分析系列一和系列二，我们分析了双向循环链表、优先级就绪队列的源码。本文会继续给读者介绍鸿蒙轻内核源码中重要的数据结构：任务排序链表TaskSortLinkAttr。鸿蒙轻内核的任务排序链表，用于任务延迟到期/超时唤醒等业务场景，是一个非常重要、非常基础的数据结构。本文中所涉及的源码，以OpenHarmonyLiteOS-M内核为例。1任务排序链表我们先看下任务排序链接的数据结构。任
OpenHarmony_小贾·2024-09-11 19:43

卷积神经网络工程实践

小姐姐归来，带着蜜汁微笑，啦啦啦～这次讲的应该是一些成功的神经网络架构，毕竟我们不能总重复造轮子，借鉴很重要AlexNet结构AlexNet的架构如图，有5个卷积层问题1输入是：227×227×3的图像第一层
路小漫·2024-09-11 19:15

鸿蒙轻内核A核源码分析系列七 进程管理 (2)

本文先熟悉下进程管理的文件kernel\base\core\los_process.c中的内部接口，读读代码，做些记录。
OpenHarmony_小贾·2024-09-11 17:59

鸿蒙原生开发——轻内核A核源码分析系列三 物理内存（2）

3.1.2.3函数OsVmPhysLargeAlloc当执行到这个函数时，说明空闲链表上的单个内存页节点的大小已经不能满足要求，超过了第9个链表上的内存页节点的大小了。⑴处计算需要申请的内存大小。⑵从最大的链表上进行遍历每一个内存页节点。⑶根据每个内存页的开始内存地址，计算需要的内存的结束地址，如果超过内存段的大小，则继续遍历下一个内存页节点。⑷处此时paStart表示当前内存页的结束地址，接下来
OpenHarmony_小贾·2024-09-11 17:29

api-ms-win-downlevel-kernel32-l2-1-0.dll 文件介绍及其丢失修复指南

api-ms-win-downlevel-kernel32-l2-1-0.dll是一个与MicrosoftVisualC++Redistributable和Windows操作系统相关的动态链接库(DLL
Nebula_042·2024-09-11 16:56

深度学习算法在图算法中的应用（图卷积网络GCN和图自编码器GAE）

深度学习算法在图算法中的应用1.图卷积网络（GraphConvolutionalNetworks,GCN）图卷积网络（GCN）是一种将卷积神经网络（ConvolutionalNeuralNetworks
大嘤三喵军团·2024-09-11 12:52

在Ubuntu上部署 Misskey 服务器

阿贝云的服务真是让人惊喜，尤其是它的免费云服务器，提供的1核CPU、1G内存、10G硬盘和5M带宽的配置，绝对是个不错的免费服务器！
shelby_loo·2024-09-11 10:44

在 Ubuntu 下通过 Docker 部署 Misskey 服务器

三丰云提供的免费云服务器配置不算高，但在实际使用中表现得相当不错，1核CPU、1G内存、10G硬盘和5M带宽的组合，足以应对小型项目或个人使用。
shelby_loo·2024-09-11 10:44

ufw命令教程:在Ubuntu系统下使用ufw开放端口

最近玩阿贝云的免费云服务器,1核1G内存10G硬盘5M带宽,配置虽小但完全够用搞些轻量级项目。今天跟大家分享下在Ubuntu系统下如何使用ufw开放端口。
shelby_loo·2024-09-11 10:13

SSD目标检测系统

该系统分为以下几个部分：神经网络部分：用作特征提取器，提取图像特征识别器：根据神经网络提取的特征，生成包含物品位置和类别信息的候选框（使用卷积实现）后处理：对识别器提取出的候选
月见樽·2024-09-11 09:36

OmniParse：解锁生成式AI潜能的全能数据解析框架

一、核
花生糖@·2024-09-10 22:46

原生 iOS 引入 Flutter 报错 kernel_blob.bin 找不到

情况在一次原生iOS项目中引入Flutter的过程中，在模拟器中运行出现报错：未能打开文件“kernel_blob.bin”，因为它不存在。
我码玄黄·2024-09-10 19:54

【PyTorch】常用网络层layers总结

一、ConvolutionLayerspytorch官方文档介绍了众多卷积层算法，以最新的pytorch2.4为例，针对处理的数据维度不同，有如下卷积层layer
遥感小萌新·2024-09-10 16:04

Deep learning for Computer Vision with Python（1）从零开始入门计算机视觉

本书的内容分成三个部分：1.初始阶段初始阶段学习：机器学习、神经网络、卷积神经网络、建立数据集。2.实践阶段实践阶段：深入学习深度学习，理解先进技术，发现最佳实践方式。
Hazelyu27·2024-09-10 16:59

购买阿里云服务器需要多少钱？活动价3000元左右的阿里云服务器分享

购买阿里云服务器需要多少钱，如果你计划购买一台价格在3000元左右的阿里云服务器，目前活动价格在3000元左右的阿里云服务器大概有22台，月付最低只要2735.20元可购买一台通用算力型u1实例8核8G
阿里云最新优惠和活动汇总·2024-09-10 12:43

Python(PyTorch和TensorFlow)图像分割卷积网络导图(生物医学)

要点语义分割图像三层分割椭圆图像脑肿瘤图像分割动物图像分割皮肤病变分割多模态医学图像多尺度特征生物医学肖像多类和医学分割通用图像分割模板腹部胰腺图像分割分类注意力网络病灶边界分割气胸图像分割Python生物医学图像卷积网络该网络由收缩路径和扩展路径组成
亚图跨际·2024-09-10 11:30

鸿蒙内核解析,鸿蒙内核源码分析(内存概念篇)|解读鸿蒙源码

提示：本文基于开源鸿蒙内核分析，官方源码【kernel_liteos_a】官方文档【docs】参考文档【HuaweiLiteOS】本文作者：鸿蒙内核发烧友，用生活场景讲故事的方式去解构内核，一窥究竟，让神秘的内核栩栩如生
刘轩鸿·2024-09-10 09:53

鸿蒙轻内核A核源码分析系列七 进程管理 (3)

本文记录下进程相关的初始化函数，如OsSystemProcessCreate、OsProcessInit、OsProcessCreateInit、OsUserInitProcess、OsDeInitPCB、OsUserInitProcessStart等。1、LiteOS-A内核进程创建初始化通用函数先看看一些内部函数，不管是初始化用户态进程还是内核态进程，都会使用这些函数，包含进程控制块初始化函数
OpenHarmony_小贾·2024-09-10 09:20

鸿蒙轻内核A核源码分析系列五 虚实映射（6）虚拟映射修改转移

6.1映射属性修改函数LOS_ArchMmuChangeProt函数LOS_ArchMmuChangeProt用于修改进程空间虚拟地址区间的映射保护属性，其中参数archMmu为进程空间的MMU结构体，vaddr为虚拟地址，count为映射的页数，flags为映射使用的新标签属性信息。其中函数名称中的Prot是英文Protect的简写。⑴处对参数进行校验，⑵处查询虚拟地址映射的物理地址，如果没有映
OpenHarmony_小贾·2024-09-10 09:50

鸿蒙轻内核A核源码分析系列五 虚实映射（1）基础概念

虚实映射是指系统通过内存管理单元（MemoryManagementUnit，MMU）将进程空间的虚拟地址(VA)与实际的物理地址(PA)做映射，并指定相应的访问权限、缓存属性等。程序执行时，CPU访问的是虚拟内存，通过MMU找到映射的物理内存，并做相应的代码执行或数据读写操作。MMU的映射由页表（PageTable）来描述，页表保存虚拟地址和物理地址的映射关系以及访问权限等。每个进程在创建的时候都
OpenHarmony_小贾·2024-09-10 09:20

鸿蒙轻内核A核源码分析系列四（3） 虚拟内存

4.2函数LOS_RegionAlloc函数LOS_RegionAlloc用于从地址空间中申请空闲的虚拟地址区间。参数较多，LosVmSpace*vmSpace指定虚拟地址空间，VADDR_Tvaddr指定虚拟地址，当为空时，从映射区申请虚拟地址；当不为空时，使用该虚拟地址。如果该虚拟地址已经被映射，会先相应的解除映射处理等。size_tlen指定要申请的地区区间的长度。UINT32regionF
OpenHarmony_小贾·2024-09-10 09:19

鸿蒙轻内核A核源码分析系列四（1）虚拟内存进程空间编号

在熟悉下OpenHarmony鸿蒙轻内核提供的虚拟内存（Virtualmemory）管理模块之前，作为预备基础知识，我们先了解下虚拟内存进程空间编号，进程空间编号功能相对独立，源代码文件单独维护。涉及的头文件和C源代码文件分别为arch/arm/arm/include/los_asid.h和arch/arm/arm/src/los_asid.c。本文先介绍OpenHarmony鸿蒙轻内核LiteO
OpenHarmony_小贾·2024-09-10 09:49

鸿蒙轻内核A核源码分析系列一 数据结构-双向循环链表

在学习OpenHarmony鸿蒙轻内核源代码的时候，常常会遇到一些数据结构的使用。如果没有掌握它们的用法，会导致阅读源代码时很费解、很吃力。本文会给读者介绍源码中重要的数据结构，双向循环链表DoublyLinkedList。在讲解时，会结合数据结构相关绘图，培养读者们的数据结构的平面想象能力，帮助更好的学习和理解这些数据结构的用法。本文中所涉及的源码，以OpenHarmonyLiteOS-A内核为
OpenHarmony_小贾·2024-09-10 09:49

性能、成本与 POSIX 兼容性比较： JuiceFS vs EFS vs FSx for Lustre

01测试环境测试采用了AWS的c5.4xlarge实例（16核，32GB内存，10Gbps网络带宽），
Juicedata·2024-09-10 05:21

微积分在神经架构搜索中的应用

微积分在神经架构搜索中的应用1.背景介绍随着深度学习技术的飞速发展,神经网络模型的复杂度也在不断提高,从最初的简单全连接网络,到如今的卷积神经网络、循环神经网络、注意力机制等各种复杂的神经网络架构。
光剑书架上的书·2024-09-10 03:34

—kernel部分（2）从汇编阶段到start_kernel与内核进程

kernel起始与ENTRY(stext)，和uboot一样，都是从汇编阶段开始的，因为对于kernel而言，还没进行栈的维护，所以无法使用c语言。
TeYiToKu·2024-09-10 02:29

pwn学习笔记（8）--初识Pwn沙箱

安全计算模式seccomp（SecureComputingMode）在Linux2.6.10之后引入到kernel的特性，可用其实现一个沙箱环境。使用seccomp模式可以定义系统调用白名单和
晓幂·2024-09-10 00:07

【保姆级】阿里云服务器frp内网穿透教程

背景1：去年买了一台阿里云服务器，轻量应用服务器，2核4G.个人比较喜欢嵌入式，开发板也不少，但是开发板连接路由器后内次都要看一下IP然后去连接（虽然可以在路由器上控设置固定IP），然后最近突发奇想，使用阿里云服务器的公网
第四维度4·2024-09-09 21:48

【Pytorch】cumsum的实现逻辑

voidlaunch_cumsum_cuda_kernel(constTensorBase&result,constTensorBase&self,int64_tdim){AT_DISPATCH_ALL_TYPES_AND_COMPLEX_AND2
栏杆拍遍看吴钩·2024-09-09 20:13

Cortex-X925的特性简介

Cortex-X925核是一款高性能且低功耗的产品，实现了Armv9.2-A架构。Armv9.2-A架构扩展了Armv8-A架构，完全支持Armv8.7-A版本。
代码改变世界ctw·2024-09-09 19:31

目标检测-YOLOv1

它基于单个卷积神经网络，将目标检测任务转化为一个回归问题，通过在图像上划分网格并预测每个网格中是否包含目标以及目标的位置和类别来实现目标检测。
wydxry·2024-09-09 15:06

线性代数|机器学习-P33卷积神经网络ImageNet和卷积规则

文章目录1.ImageNet2.卷积计算2.1两个多项式卷积2.2函数卷积2.3循环卷积3.周期循环矩阵和非周期循环矩阵4.循环卷积特征值4.1卷积计算的分解4.2运算量4.3二维卷积公式5.KroneckerProduct1
取个名字真难呐·2024-09-09 13:50

菩萨心肠益生菌

2019114日，正式申核成功加入这个团队，用了这个产品有半个多月了，效果非常的好，所以想好好的做好这款产品，这将是我以后开源最重要的方向，售销业绩是不封顶的，收入是不封顶的，这款产品这么好，也有学习的平台
甩出王炸的人生·2024-09-09 10:24

学习“可复制沟通力”—对选择的认识

大脑皮层包裹着一个深深的东西，叫做基底核，前面是大脑前庭，这是人类区别于动物的地方，是我们逻辑、语言、丰富的感情
花花小世界·2024-09-09 08:17

鸿蒙轻内核M核源码分析系列二十 Newlib C

文中所涉及的源码，均可以在开源站点https://gitee.com/openharmony/kernel_liteos_m获取。
OpenHarmony_小贾·2024-09-09 04:50

鸿蒙轻内核M核源码分析系列十七（2） 异常钩子函数的注册操作

本文中所涉及的源码，以OpenHarmonyLiteOS-M内核为例，均可以在开源站点https://gitee.com/openharmony/kernel_liteos_m获取。
OpenHarmony_小贾·2024-09-09 04:50

鸿蒙轻内核M核源码分析系列十五 CPU使用率CPUP

CPUP（CentralProcessingUnitPercentage，CPU占用率）分为系统CPU占用率和任务CPU占用率。用户通过系统级的CPU占用率，判断当前系统负载是否超出设计规格。通过系统中各个任务的CPU占用情况，判断各个任务的CPU占用率是否符合设计的预期。系统CPU占用率是指周期时间内系统的CPU占用率，用于表示系统一段时间内的闲忙程度，也表示CPU的负载情况。系统CPU占用率的
OpenHarmony_小贾·2024-09-09 04:50

鸿蒙轻内核M核源码分析系列十六 MPU内存保护单元

本文中所涉及的源码，以OpenHarmonyLiteOS-M内核为例，均可以在开源站点https://gitee.com/openharmony/kernel_liteos_m获取。
OpenHarmony_小贾·2024-09-09 04:50

鸿蒙轻内核M核源码分析系列十三 消息队列Queue

队列（Queue）是一种常用于任务间通信的数据结构。任务能够从队列里面读取消息，当队列中的消息为空时，挂起读取任务；当队列中有新消息时，挂起的读取任务被唤醒并处理新消息。任务也能够往队列里写入消息，当队列已经写满消息时，挂起写入任务；当队列中有空闲消息节点时，挂起的写入任务被唤醒并写入消息。如果将读队列和写队列的超时时间设置为0，则不会挂起任务，接口会直接返回，这就是非阻塞模式。消息队列提供了异步
OpenHarmony_小贾·2024-09-09 04:20

Pointnet++改进即插即用系列：全网首发DilatedReparamBlock |即插即用，提升特征提取模块性能

目录1.理论介绍2.修改步骤2.1步骤一2.2步骤二2.3步骤三1.理论介绍近年来，大核卷积神经网络(ConvNets)得到了广泛的研究关注，但有两个尚未解决的关键问
AICurator·2024-09-09 04:19

YOLOv9独家原创改进|使用可改变核卷积AKConv改进RepNCSPELAN4

一、改进点介绍AKConv是一种具有任意数量的参数和任意采样形状的可变卷积核，对不规则特征有更好的提取效果。
今天炼丹了吗·2024-09-09 04:48

基于深度学习的动态场景理解

该技术在自动驾驶、智能监控、机器人导航、增强现实等领域有着广泛应用，通过深度学习模型，特别是卷积神经网络（CNNs）、递归神经网络（RNNs）、图神经网络（GNNs）等，对复杂动态场景进行实时解读。
SEU-WYL·2024-09-09 03:14

征稿丨公众号「米且青年」30-200元/篇

3、书评影评：对一本书或一部电影的读/观后感，观点应有独特的见解，且符合社会主义核
米且青年·2024-09-09 02:36
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他