深度学习-花花书-笔记第14页

什么是FP8混合精度?

FP8混合精度是一种在深度学习训练中使用8位浮点数（FP8）格式的混合精度训练技术，旨在通过降低数据精度来提升计算效率、减少内存占用和降低训练成本，同时尽量保持模型的性能和准确性。

魔王阿卡纳兹·2025-02-09 01:11

小红书成立应用算法部：AI代码生成器赋能电商平台的未来

小红书，这个以图文和视频分享为主的社交电商平台，近期动作频频。其将商业化、社区和电商算法部门整合，成立了全新的“应用算法部”，引发了业内广泛关注。

·2025-02-08 23:09

CAN笔记

一、为什么需要总线1、人类需要交换信息的时候可以通过语言、文字，机器、电器设备之间需要交流该如何呢？是的需要一门他们能够读懂的语言，那就是通信协议，这也是在最早的汽车上都是使用了大量的线束，后来慢慢的通过各类的总线进行信息的交换。2、人类的交流手段:文字、语言、动作->视频、书信3、ECU的交流手段:线束、电平->各类总线（CAN、LIN、Ethernet、MOST等等）二、什么是CAN总线CAN

kuanyun_kang·2025-02-08 21:47

汽车电子开发杂记

本章内容为本人在汽车电子开发中随手进行的一些笔记，拓展对汽车电子行业的知识面，若有错误之处欢迎在评论区指出，感谢！

kuanyun_kang·2025-02-08 21:47

关于汽车电子NVM的笔记

一、什么是NVMNVM是英文“Non-VolatileMemory”的缩写，中文翻译为“非易失性存储器”。它是指一种能够在断电情况下依旧保留数据的存储器件。NVM用于存储一些不需要频繁更改的数据，例如汽车电子控制单元（ECU）中的程序代码、校准数据、配置参数以及历史故障码等。二、为什么使用NVM传统的可擦写可编程只读存储器（EPROM）和可编程只读存储器（PROM）需要采用高压擦除技术，而且擦除时

kuanyun_kang·2025-02-08 21:46

DQN深度强化学习：CartPole倒立摆任务（完整代码）

DQN（DeepQ-Network，深度Q网络）是Q-Learning的深度学习扩展，通过神经网络替代Q表的方式来解决高维状态空间问题（例如图像输入），开启了深度强化学习时代。它在2013年由Dee

林泽毅·2025-02-08 21:45

Vision Transformer学习笔记（2020 ICLR）

摘要(Abstract)：简述了ViT（VisionTransformer）模型的设计和实验结果，展示了其在大规模图像数据集上进行训练时的优越性能。该模型直接采用原始图像块作为输入，而不是传统的卷积神经网络（CNNs），并通过Transformer架构处理这些图像块以实现高效的图像识别。引言(Introduction)：强调了传统卷积神经网络在图像识别领域的主导地位及其局限性，尤其是随着数据集规模

刘若里·2025-02-08 21:15

芝法酱学习笔记（2.6）——flink-cdc监听mysql binlog并同步数据至elastic-search和更新redis缓存

一、需求背景在有的项目中，尤其是进销存类的saas软件，一开始为了快速把产品做出来，并没有考虑缓存问题。而这类软件，有着复杂的业务逻辑。如果想在原先的代码中，添加redis缓存，改动面将非常大，还需要大量的测试工作。有些时候会有更离谱的情况，比如一些一些项目可能用JDK1.6写的，想要在这个框架下接入redis缓存，也会变得十分困难。这时我们就会想到，能否像mysql的主从复制一样，监听mysql

芝法酱·2025-02-08 21:12

深度学习之DCGAN算法深度解析

DCGAN（DeepConvolutionalGenerativeAdversarialNetworks）算法解析1.DCGAN算法由来DCGAN（深度卷积生成对抗网络）是IanGoodfellow在2014年提出的GAN（生成对抗网络）的改进版本，由Radford等人在2015年的论文《UnsupervisedRepresentationLearningwithDeepConvolutional

贾斯汀玛尔斯·2025-02-08 20:08

撰写文献必用的评价指标之普通表格

深度学习文献撰写之普通表格文章目录深度学习文献撰写之普通表格前言一、普通表格总结前言用来撰写深度学习之智慧医疗领域的SIC文献必备一、普通表格表格需要自己设计，其中可以包含各种模型，后面对应各种评价指标

小辉同志·2025-02-08 20:37

大数据集群Spark-on-Yarn+Paddle深度学习模型部署

背景：因数据量较大，想要将模型部署到大数据集群上进行计算。测试环境：Spark版本：2.4.0Python版本：2.6.XPaddlePaddle版本：2.4.2处理器：CPU过程记录:1.python运行环境准备本人使用Anaconda管理虚拟环境。关于虚拟环境的准备：模型需要什么第三方库就安装哪些库，最后可以使用conda-pack打包虚拟环境。1.1conda-pack打包记录在虚拟环境里下

jqtree·2025-02-08 19:32

WPF 2024 金九银十最新高级架构面试题 C#

含入门初级中级高级不同级别WPF的面试题相关面试题redis安装说明书http://t.csdnimg.cn/iM260单体并发瓶颈redissqlsevermysql多少http://t.csdnimg.cn

云草桑·2025-02-08 19:31

Redis高频面试题

redis安装说明书http://t.csdnimg.cn/iM260单体并发瓶颈redissqlsevermysql多少http://t.csdnimg.cn/DTXIh数据库SqlServer笔试题数据库

云草桑·2025-02-08 19:31

Python学习笔记（十二）——处理CSV文件和JSON数据

CSVReader对象>>>importcsv>>>exampleFile=open('example.csv')>>>exampleReader=csv.reader(exampleFile)>>>exampleReader>>>exampleData=list(exampleReader)>>>exampleData[['4/5/201413:34','Apples','73'],['4/5/

Mq_Go·2025-02-08 19:00

STM32学习笔记（四）丨TIM定时器及其应用（定时中断、内外时钟源选择）_tim时钟

一、TIM定时器1.1TIM定时器简介TIM（Timer）定时器，它的基本功能是对输入的时钟进行计数，并在计数值达到定值时触发中断，即定时触发中断定时器就是一个计数器，当计数器的输入是一个准确可靠的基准时钟时，对基准时钟进行计数的过程就是计时的过程。在STM32中，定时器的基准时钟一般都是72MHz。定时器最核心的部分称为时基单元，它由以下三个16位的寄存器组成：计数器（Counter）：用来

2401_87557120·2025-02-08 19:57

全网最全JAVA面试八股文，终于整理完了

今天为大家整理了目前互联网出现率最高的大厂面试题，所谓八股文也就是指文章的八个部分，文体有固定格式:由破题、承题、起讲、入题、起股、中股、后股、束股八部分组成，题目一律出自四书五经中的原文。

马士兵·2025-02-08 18:55

2021年超详细的-Android超神学习路线总结--纯干货分享（字节，阿里，腾讯大牛联合打造）(1)

如果是小白入门，看视频是最有助于理解的，而且是学习最快的，后面再查缺补漏的时候，就看看书就好了，或者回头翻一下笔记。如果已经学过java基础的知识，也可以直接翻一遍书，复习复习即可。

2401_86963927·2025-02-08 18:51

eos 编译笔记(注意点)

eos编译笔记(注意点)一、从GitHub上下载原代码二、下载完源代码后，执行编译原代码三、执行安装四、设置PATH路径五、启动nodeos节点六、通过config.ini文件来启动节点eos编译笔记(

smilejiasmile·2025-02-08 17:17

什么叫响应式网站

无论用户正在使用笔记本还是iPad，我们的页面都应该能够自动切换分辨率、图片尺寸及相关

Katherine_He·2025-02-08 17:13

tdengine学习笔记-建库和建表

目录建库和建表创建超级表创建表自动建表创建普通表多列模型VS单列模型数据类型映射示例程序汇总在车联网领域的应用1.数据模型概述2.表结构设计2.1静态数据表2.2动态数据表4.查询数据4.1查询单个车辆的数据4.2查询多个车辆的数据4.3聚合查询5.性能优化6.安全性和监控建库和建表创建数据库创建一个数据库以存储电表数据的SQL如下：CREATEDATABASEpowerPRECISION'ms'

YiRan_Zhao·2025-02-08 15:36

链表-删除倒数第n个节点

代码随想录-刷题笔记19.删除链表的倒数第N个结点-力扣（LeetCode）内容:本题思路比较直接,也没太多好说的,既然是倒数第n个节点,那么设置一个fast领先slown个节点,当fast到达末尾节点的时候

Hasno.·2025-02-08 15:35

智能制造碳中和实战：基于深度学习的工业碳足迹实时监测与优化系统全解析

深度解析AI驱动的工业能耗智能管控体系——基于生产过程碳足迹实时监测的完整实战引言：智能制造的绿色革命在"双碳"目标驱动下，我国制造业正面临前所未有的能效升级挑战。传统能耗管理存在三大痛点：监测粒度粗放、响应滞后明显、优化缺乏依据。本方案基于DeepSeek-R1工业智能平台，构建了涵盖数据采集、特征工程、动态建模、实时优化的全栈解决方案，实现碳排放强度降低12-18%的实测效果。核心技术架构1.

Coderabo·2025-02-08 15:32

深度学习的一些方向

深度学习的一些方向目录深度学习的一些方向一、多模态1.特征提取（featureextraction)2.文本转图像3.可视化问题回答二、计算机视觉1.深度估计（depthestimation)2.图像分类

xinpao·2025-02-08 15:32

【深度学习】L1损失、L2损失、L1正则化、L2正则化

文章目录1.L1损失（L1Loss）2.L2损失（L2Loss）3.L1正则化（L1Regularization）4.L2正则化（L2Regularization）5.总结5.1为什么L1正则化会产生稀疏解L2正则化会让权重变小L1损失、L2损失、L1正则化、L2正则化是机器学习中常用的损失函数和正则化技术，它们在优化过程中起着至关重要的作用。它们的作用分别在于如何计算模型误差和如何控制模型的复杂

小小小小祥·2025-02-08 15:31

李沐深度学习-多层感知机简洁实现

importtorchimportnumpyasnpimporttorch.nnasnnfromtorch.nnimportinitimporttorchvision.transformsastransformsimporttorch.utils.dataasDataimportsyssys.path.append("路径")importd2lzh_pytorchasd2lnum_inputs,n

大小猫吃猫饼干·2025-02-08 15:31

系统集成项目管理工程师第三版第三章要点笔记

信息技术知识(1)信息系统建设的基本概念:信息系统建设的总体目标;信息系统的生命周期：产生阶段、开发阶段、运行阶段、消亡阶段。各阶段目标及其主要工作内容:产生阶段，概念产生，根据企业经营管理的需要，提出建设信息系统的初步想法，然后需求分析，对企业信息系统的需求进行深入的调研和分析，形成需求分析报告。开发阶段，分为五个子阶段，即总体规划、系统分析、系统设计、系统实施、系统验收，实现并交付系统。运行阶

菜菜很忙·2025-02-08 14:27

PyTorch深度学习实战（42）——图像字幕生成

PyTorch深度学习实战（42）——图像字幕生成0.前言1.图像字幕1.1基本概念1.2模型分析1.3数据集分析2.图像字幕生成模型小结系列链接0.前言图像字幕生成(Imagecaptioning)模型是一种将图像与对应描述文字关联起来的神经网络模型

盼小辉丶·2025-02-08 14:57

自学黑客（网络安全），一般人我劝你还是算了吧

基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包文章讲述了自学网络安全时常见的误区，如先学编程、过度追求深度学习以及收集过多资料，并提供了前期学习的硬件、软件选择建议，强调了基础编程知识和英文能力的重要性

网安周星星·2025-02-08 14:26

DEEPSEKK GPT等AI体的出现如何重构工厂数字化架构：从设备控制到ERP MES系统的全面优化

随着深度学习（DeepSeek）、GPT等先进AI技术的出现，工厂的数字化架构正在经历前所未有的变革。

有续技术·2025-02-08 14:25

【深度学习】不同领域中对于token的理解

在计算机科学中，“Token”这个术语通常指一串字符或符号在安全领域，它常常指代密钥或访问令牌在自然语言处理（NLP）中，Token通常是文本处理的最小单元，可能是一个单词、词组，或者一个符号如何理解token？假设要让AI识别一句话："Ilovenaturallanguageprocessing!"对于机器来说，它并不会直接理解这句话的含义，而是需要先将这句话拆解成一个个Token单元进行处理。

小小小小祥·2025-02-08 14:55

vlan虚拟局域网

✨作者简介：一名在校计算机学员、每天分享一些学习经验、和总结的课堂笔记。

网络知识·2025-02-08 13:20

python基础语法(4) ----- 学习笔记分享

目录Python使用库以及实战的一些案例1.标准库1.1认识标准库1.2使用import导入模块1.3代码示例:日期及结算1.4代码示例:字符串操作1.5代码示例:文件查找工具2.第三方库2.1认识第三方库2.2使用pip2.3代码示例:生成二维码(1)使用搜索引擎,确定使用哪个库(2)查看qrcode文档2.4代码示例:操作excel(1)安装xlrd(2)编写代码2.5代码示例:"程序猿鼓励师

秋筠557·2025-02-08 12:42

TypeScript快速上手学习笔记-第八篇——继承

一、什么是继承？继承是类与类之间的关系，是通过扩展其他类而形成新类来实现的，原来的类称为父类（superclass）或基类，新类称为原来类的子类或派生类。在子类中，不仅包含父类的属性和方法，还可以增加新的属性和方法，使得父类的基本特征可被所有子类的对象共享。二、继承的简单样例CatextendsAnimal，此时Cat为子类，Animal为父类，使用继承之后子类会自动继承父类中的属性和方法。cla

LIMI_伞梦·2025-02-08 12:41

2025自学黑客（网络安全），一般人学不来

目录：一、自学网络安全学习的误区和陷阱1.不要试图先成为一名程序员（以编程为基础的学习）再开始学习2.不要把深度学习作为入门第一课3.不要收集过多的资料二、学习网络安全的一些前期准备1.硬件选择2.软件选择

程序员羊羊·2025-02-08 12:10

Typescript 快速上手（笔记）

快速学习Typescript简介:typescript是JavaScript的一个超集，它可以编译成纯JavaScript，Typescript可以再任何浏览器、任何计算机和任何操作系统上运行，并且是开源的。–官方的说法本文只记js中未出现的概念如泛型、枚举、类型推论、高级类型等一、安装通过npm安装npminstall-gtypescript写入下面的代码到你的ts文件functiongreet

Robo12138·2025-02-08 12:39

神经网络压缩实验-Deep-compression

首发于个人博客，结合论文阅读笔记更佳实验准备基础网络搭建为了实现神经网络的deepcompression，首先要训练一个深度神经网络，为了方便实现，这里实现一个两层卷积+两层MLP的神经网络classnet

无用技术研究所·2025-02-08 11:06

大语言模型应用指南：Gemini简介

LLM基于深度学习技术，通过训练海量的文本数据，能够理解和生成自然语言，并在各种任务中展现出惊人的能力，例如：文本生成:写作故事、诗歌、新闻报道等机器翻译:将一种语言翻译成另一种语言问答系统:回答用户提出的问题代码生成

AI天才研究院·2025-02-08 11:03

深度学习的文本生成：从seq2seq到GPT2和GPT3

文章目录1.背景介绍1.1序列到序列（seq2seq）模型1.1.1编码器1.1.2解码器1.1.3训练1.2Transformer模型1.2.1自注意力机制1.2.2位置编码1.2.3多头注意力1.2.4训练1.3GPT（GenerativePre-trainedTransformer）模型1.3.1预训练1.3.2微调1.3.3生成1.4GPT-2和GPT-31.4.1GPT-21.4.2GP

AI天才研究院·2025-02-08 11:33

【gopher的java学习笔记】arthas的trace和watch分别可以用来干什么

类似于golang的pprof，Arthas是一款强大的Java诊断工具，它为开发者提供了多种功能来分析和调试运行中的Java应用程序。其中，trace和watch是Arthas中两个非常实用的命令，它们各自具有独特的功能和应用场景。下面，我们将详细介绍这两个命令的区别及其使用。ArthasTrace命令trace命令主要用于跟踪方法调用的路径和执行时间。它能够帮助开发者了解一个方法从调用开始到结

ThisIsClark·2025-02-08 11:33

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-errors.py

errors.pyultralytics\utils\errors.py目录errors.py1.所需的库和模块2.classHUBModelError(Exception):1.所需的库和模块#UltralyticsAGPL-3.0License-https://ultralytics.com/licensefromultralytics.utilsimportemojis2.classHUBM

红色的山茶花·2025-02-08 11:31

YOLOv8-ultralytics-8.2.103部分代码阅读笔记-trainer.py

trainer.pyultralytics\engine\trainer.py目录trainer.py1.所需的库和模块2.classBaseTrainer:1.所需的库和模块#UltralyticsYOLO,AGPL-3.0license"""Trainamodelonadataset.Usage:$yolomode=trainmodel=yolov8n.ptdata=coco8.yamlimg

红色的山茶花·2025-02-08 11:01

YOLOv8-ultralytics-8.2.103部分代码阅读笔记-utils.py

utils.pyultralytics\data\utils.py目录utils.py1.所需的库和模块2.defimg2label_paths(img_paths):3.defget_hash(paths):4.defexif_size(img:Image.Image):5.defverify_image(args):6.defverify_image_label(args):7.defpoly

红色的山茶花·2025-02-08 11:31

深度学习模型格式解析：PyTorch、AWQ 和 GPTQ

在深度学习领域，模型的存储和加载方式直接影响其运行效率、适用场景以及部署方式。

gs80140·2025-02-08 11:00

使用OpenSSL生成/签发证书的原理、流程与示例

博主历时三年精心创作的《大数据平台架构与原型实现：数据中台建设实战》一书现已由知名IT图书品牌电子工业出版社博文视点出版发行，点击《重磅推荐：建大数据平台太难了！给我发个工程原型吧！》

Laurence　·2025-02-08 10:59

ACC-UNet网络学习笔记（2023 MICCAI ）

摘要1.背景说明近十年来的变化——ViT的引入改变了CV的基本模式。同样，医学图像领域也发生了一样的变化，最具影响力的网络结构——U-Net已和Transformer相结合而被重新设计。最近，卷积模型在视觉中的有效性正在被重新研究，比如一些开创性的工作——ConvNeXt，它将ResNet的性能提升到了SwinTransformer一样甚至更高的水平！2.原因&目的由此获得灵感，Author打算改

刘若里·2025-02-08 10:58

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-files.py

files.pyultralytics\utils\files.py目录files.py1.所需的库和模块2.classWorkingDirectory(contextlib.ContextDecorator):3.defspaces_in_path(path):4.defincrement_path(path,exist_ok=False,sep="",mkdir=False):5.deffil

红色的山茶花·2025-02-08 10:55

输出商品的名称和单价

笔记'''格式化输出商品的名称和单价使用列表存储一些商品数据，使用循环遍历输出商品信息，要求对商品的编号进行格式化为6位，单价保留2位小数，并在前面添加人民币符号输出'''lst=[['01','电风扇

print('name')·2025-02-08 09:52

AI 驱动的自动化测试框架：提升开发效率与质量

AI驱动的测试框架使用机器学习和深度学习技术，能够自动生成测试用例、智能分析测试结果，并根据历史数据和代码变更预测潜在

桂月二二·2025-02-08 09:19

AI编程工具合集

GPT-4o(OpenAI)这里是一些知名和广泛使用的AI编程工具及其简要介绍：1.框架和库(FrameworksandLibraries)-TensorFlow:由谷歌开发的开源深度学习框架，支持多种平台

109702008·2025-02-08 09:14

深度学习 - 神经网络的原理

##深度学习-神经网络的原理深度学习是机器学习的一个分支，其核心是模拟人脑神经网络的结构和功能，构建多层的神经网络模型，从数据中学习特征并进行预测或分类。**神经网络的基本原理：**1.

test猿·2025-02-08 09:43

推荐频道

深度学习-花花书-笔记