深度学习l 第5页

七十二五·2024-09-10 15:21

深度学习目标检测入门COCO数据集

常见数据集类型：COCO数据集：Pytorch加载COCO数据集：COCO数据集的读取COCO_dataset=torchvision.datasets.CocoDetection(root="./dataset/val2017",annFile="./instances_val2017/instances_val2017.json")root(strorpathlib.Path)–Rootdir

日暮途远z·2024-09-10 13:45

【数据获取与读取】JSON & CSV

数据分析流程获取数据-读取数据-评估数据-清洗数据-整理数据-分析数据-可视化数据公开数据集飞桨（百度旗下深度学习平台）数据集：https:/aistudio.baidu.com/aistudio/datasetoverview

yogurt=b·2024-09-10 13:14

DL参考资源（二）

antkillerfarm·2024-09-10 13:13

c语言--力扣简单题目（合并两个有序链表）讲解

示例1：输入：l1=[1,2,4],l2=[1,3,4]输出：[1,1,2,3,4,4]示例2：输入：l1=[],l2=[]输出：[]示例3：输入：l1=[],l2=[0]输出：[0]提示：两个链表的节点数目范围是

.普通人·2024-09-10 12:10

L1-100 四项全能

作者陈越单位浙江大学新浪微博上有一个帖子给出了一道题：全班有50人，有30人会游泳，有35人会篮球，有42人会唱歌，有46人会骑车，至少有（）人四项都会。发帖人不会做这道题，但是回帖有会做的：每一个才艺是一个技能点，一共是30+35+42+46=153个技能点，50个人假设平均分配，每人都会3个技能那也只有150，所以至少有3人会四个技能。本题就请你写个程序来自动解决这类问题：给定全班总人数为n，

大道戏·2024-09-10 12:09

COI实验室技能：图像到图像的深度学习开发框架（pytorch版）

github连接：https://github.com/SituLab/Basic-deep-learning-framework-for-image-to-image目录1模型开发1-1克隆项目到本地1-2深度学习开发

山颠海涯·2024-09-10 11:33

Codeforces Round #956 (Div. 2) C. Have Your Cake and Eat It Too

C.HaveYourCakeandEatItToo题目大意：有长度为nnn的数组a,b,ca,b,ca,b,c，三个数组的和相同，把nnn分为三段非空连续段[la,ra],[lb,rb],[lc,rc][l_a

abTao_lx·2024-09-10 10:25

大模型面试通关指南：常见问题与答案解析史上最全超详细收藏我这一篇就够了

回答：大模型通常指的是参数数量巨大的深度学习模型，如GPT系列。它们与传统模型的主要区别在于规模：大模型拥有更多的参数和更复杂的结构，从而能够处理更复杂、更广泛的任务。

程序员辣条·2024-09-10 09:49

自动编码器 - Autoencoder

几种常见编码器1.堆栈自动编码器2.欠完备自编码器3.正则自编码器4.噪自编码器（denoisingautoencoder,DAE）参考链接一、自编码器（Autoencoder）简单模型介绍暂且不谈神经网络、深度学习等

hellozhxy·2024-09-10 05:53

Autoencoder

SparseAutoencoder降噪自编码器DenoisingAutoencoder堆叠自编码器StackedAutoencoder本博客是从梁斌博士的博客上面复制过来的，本人利用Tensorflow重新实现了博客中的代码深度学习有一个重要的概念叫

chuange6363·2024-09-10 05:22

vim常用快捷键

Vim快捷键图示例命令模式（CommandMode）键盘按键功能描述h向左移动一个字符j向下移动一行k向上移动一行l向右移动一个字符0移动到行首$移动到行尾^移动到当前行的第一个非空白字符处gg移动到文件的第一行

youhebuke225·2024-09-10 04:41

深度学习部署：Triton（Triton inference server）【旧称：TensorRT serving，专门针对TensorRT设计的服务器框架，后来变为Triton，支持其他推理后端】

triton作为一个NVIDIA开源的商用级别的服务框架，个人认为很好用而且很稳定，API接口的变化也不大，我从2020年的20.06切换到2022年的22.06，两个大版本切换，一些涉及到代码的工程变动很少，稍微修改修改就可以直接复用，很方便。本系列讲解的版本也是基于22.06。本系列讲解重点是结合实际的应用场景以及源码分析，以及写一些triton周边的插件、集成等。非速成，适合同样喜欢深入的小

u013250861·2024-09-10 03:09

算法基础篇（整数二分、浮点二分模板以及讲解）

具体的二分原理可以去搜二分法原理博客整数二分可以分为两个模板，注释有解释模板一：intl=0;intr=1e6+10//一个比较大的数就行voidcheck(intmiddle){//具体代码看题}while(l>

阿拉伯的劳伦斯292·2024-09-10 03:05

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

万字详解PHP+Sphinx中文亿级数据全文检索实战（实测亿级数据0.1秒搜索耗时）

解决问题：因为MySQL的l

小松聊PHP进阶·2024-09-10 00:39

理性拥抱机器学习热潮：ML祖师爷Tom Mitchell最新洞见

此次主题为"AI生万物，谐音爱生万物，科学技术要有人文的温度，机器有爱，真芯英雄"的大会上，全球人工智能领袖汇聚全球业界顶尖领袖，探讨在基础硬件、大数据与开源平台、深度学习为代表的算法等人工智能领域的最新洞见

「已注销」·2024-09-10 00:33

当NAS遭遇鲁棒性：寻找对抗攻击的坚固架构

当NAS遭遇鲁棒性：寻找对抗攻击的坚固架构RobNets项目地址:https://gitcode.com/gh_mirrors/ro/RobNets在当今深度学习的浪潮中，模型的安全性和鲁棒性日益成为研究的热点

甄如冰Lea·2024-09-09 23:30

linux查看进程显示,Linux中查看进程状态信息

一、常用命令总结ps-l列出与本次登录有关的进程信息；ps-aux查询内存中进程信息；ps-aux|grep***查询***进程的详细信息；top查看内存中进程的动态信息；kill-9pid杀死进程。

帅元昊·2024-09-09 23:29

深度学习速通系列:鲁棒性和稳定性

在机器学习中，鲁棒性和稳定性是评估模型性能的两个关键指标，它们对于确保模型在实际应用中的可靠性至关重要。鲁棒性（Robustness）定义：鲁棒性指的是模型对于输入数据的扰动、噪声、异常值或对抗性攻击的抵抗能力。一个鲁棒的模型能够在面对这些不利因素时保持其性能。提高鲁棒性的方法：数据增强：通过对训练数据进行变换（如旋转、缩放、裁剪等），使模型能够更好地泛化到未见过的数据。对抗训练：在训练过程中引入

Ven%·2024-09-09 21:21

基于深度学习的对抗样本生成与防御

基于深度学习的对抗样本生成与防御是当前人工智能安全领域的关键研究方向。对抗样本是通过对输入数据进行微小扰动而产生的，能够导致深度学习模型做出错误预测。

SEU-WYL·2024-09-09 21:49

4.2天天向上聚会复盘

L今年的减肥目标已经完成，整体状态特别好;将自己的公司和别人合伙，可以定期分红，有了被动;而自己又找了份HRM的工作，不仅有了被动收入，而且现在的本职收入也很棒;自己的贷款也能很快还完，非常棒!

潘潘01·2024-09-09 21:18

Linux xargs命令

参考资料阮一峰-xargs命令教程xargsコマンド目录一.作用二.基本语法2.1-d指定分隔符2.2-p与-t选项2.3-L指定多少行作为一个命令行参数2.4-n指定将多少项作为参数2.5-I指定命令行参数占位符

fengyehongWorld·2024-09-09 19:36

深度学习思考

神经网络如果能了解每一层输出的意义，就可以避免end－to－end的黑箱理论，对理论话深度学习很有意义，一个思路是经验值，将每一层在特定任务下都有输出，对结果作经验总结，比方说浅层输出低层次的几何轮廓特征

夜雪朝歌·2024-09-09 19:45

基于实时深度学习的推荐系统架构设计和技术演进

简介：整理自5月29日阿里云开发者大会，秦江杰和刘童璇的分享，内容包括实时推荐系统的原理以及什么是实时推荐系统、整体系统的架构及如何在阿里云上面实现，以及关于深度学习的细节介绍本文整理自5月29日阿里云开发者大会

阿里云云栖号·2024-09-09 19:03

【Arm Cortex-X925】 -【第七章】-L1 指令内存系统

7.L1指令内存系统Cortex-X925核心的L1指令内存系统负责提取指令和预测分支。它包括L1指令缓存和L1指令转换后备缓冲区(TLB)。L1指令内存系统向解码器提供指令流。

代码改变世界ctw·2024-09-09 19:01

【Arm Cortex-X925】 -【第八章】-L1 数据内存系统

8.L1数据内存系统Cortex®-X925的L1数据内存系统负责执行加载和存储指令，以及特定指令，如原子操作、缓存维护操作和内存标记指令。它包括L1数据缓存和L1数据转换后备缓冲区(TLB)。

代码改变世界ctw·2024-09-09 19:01

Cortex-X925的特性简介

它连接到DynamIQDSU120，后者作为完整的互连系统，具有L3缓存和嗅探控制功能。在具有不同类型核心的系统中，这种连接配置也会使用，其中Cortex-X925核心

代码改变世界ctw·2024-09-09 19:31

【Arm Cortex-X925】 -【第二章】-Cortex-X925 core简介

它连接到DynamIQ™SharedUnit-120，该单元作为一个完整的互连系统，包含L3缓存和窥探控制。这种连接配置也适用于

代码改变世界ctw·2024-09-09 17:48

目标检测-YOLOv1

YOLOv1介绍YOLOv1（YouOnlyLookOnceversion1）是一种用于目标检测的深度学习算法，由JosephRedmon等人于2016年提出。

wydxry·2024-09-09 15:06

科研绘图系列：R语言富集散点图（enrichment scatter plot）

library(readxl)l

生信学习者1·2024-09-09 14:57

蓝桥杯，嵌入式，物联网，串口接收中断加空闲中断，最简单实用的方法_空闲中断和接收中断

这篇文章还适合刚刚使用HAL库，回调函数用不习惯的同学，本文章以物联网L071为例来写，嵌入式G431也同样适用。一、串口的

2401_84009773·2024-09-09 14:56

torch.nn中的22种loss函数简述

loss.py中能看到所有的loss函数，本文会简单对它们进行介绍1.L1Loss计算输入和目标之间的L1（即绝对值）损失。这种损失函数会计算预测值和目标值之间差的绝对值的平均。

01_6·2024-09-09 14:25

深度学习框架人工智能操作系统训练&前向推理 PyTorch Tensorflow MindSpore caffe 张量加速引擎TBE 深度学习编译器多面体 polyhedral AI集群框架

深度学习框架人工智能操作系统训练&前向推理深度学习框架发展到今天，目前在架构上大体已经基本上成熟并且逐渐趋同。

EwenWanW·2024-09-09 13:54

基于深度学习的结构优化与生成

基于深度学习的结构优化与生成技术应用于多种领域，例如建筑设计、机械工程、材料科学等。

SEU-WYL·2024-09-09 13:51

深度学习回归任务训练代码模版

深度学习回归任务训练代码模版文章目录深度学习回归任务训练代码模版参数设置功能函数数据加载自定义数据集加载类特征选择（可选）数据读取定义模型训练模型训练迭代＋验证迭代使用`tensorboard`输出模型训练过程和指标可视化

槐月初叁·2024-09-09 13:17

随便说说*文章的字数/似此星辰同昨日～随笔

文l仙派狼王*星辰原创/节选自《数字会说话》我们自己写的文章，也要考虑字数，这是有原因的。按照规则行事，能够使我们走得更远一些。动态、帖子，一般没有限制，一个字一个表情包都可以。日更，一百字。

似此星辰同昨日·2024-09-09 12:15

深度学习与遗传算法的碰撞——利用遗传算法优化深度学习网络结构（详解与实现）

self.model.add(layers.Dense(10,activation=‘relu’))self.model.build(input_shape=(4,28*28))self.model.summary()self.model.compile(optimizer=optimizers.Adam(lr=0.01),loss=losses.CategoricalCrossentropy(f

2401_84003733·2024-09-09 12:42

Python实用技巧: 获取后缀名(扩展名) 或文件名

)或文件名个人主页：高斯小哥高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程希望得到您的订阅和支持~创作高质量博文，分享更多关于深度学习

高斯小哥·2024-09-09 12:41

18.菜单logo制作

assets/logo.jpg'import{ref}from'vue';consttitle=ref('校园二手交易平台').logo{display:flex;width:100%;height:60px;l

不蒸馒头曾口气·2024-09-09 11:06

Linux入门-day 1

Samba服务器配置1.安装openssh-server$sudoaptinstallopenssh-server2.检查是否安装samba$dpkg-l|grepsamba3.安装samba$sudoapt-getinstallsamba4

Start-Hlyr·2024-09-09 10:34

pyinstaller 打包问题：Python library not found: libpython3.8.so.1.0, libpython3.8mu.so.1.0.

/configure--prefix=/usr/local/python3.8--enable-sharedmake--cleanmake&makeinstall接着执行以下命令,find命令找到l

snyl0926·2024-09-09 09:27

问题 L: 后缀表达式求值

题目描述为了便于处理表达式，常常将普通表达式（称为中缀表示）转换为后缀{运算符在后，如X/Y写为XY/表达式。在这样的表示中可以不用括号即可确定求值的顺序，如：(P+Q)*(R－S)→PQ+RS－*。后缀表达式的处理过程如下：扫描后缀表达式，凡遇操作数则将之压进堆栈，遇运算符则从堆栈中弹出两个操作数进行该运算，将运算结果压栈，然后继续扫描，直到后缀表达式被扫描完毕为止，此时栈底元素即为该后缀表达式

Extrella_·2024-09-09 08:51

玲珑骰子安红豆

图片来自一朵小花原创今天不想写文，满脑子都是我的L先生。从他早上兴奋的五点多起床，到他提前了两个多小时到机场，我忍不住笑话他，但是又有点心疼。怎么有那么傻乎乎的人？又不是第一次见了。还是止不住的高兴。

山风与呢喃·2024-09-09 08:43

linux dlopen手册翻译

void*handle);#define_GNU_SOURCE#includevoid*dlmoopen(Lmid_tlmid,constchar*filename,intflags);Linkwith-L

sunqin_csdn·2024-09-09 08:45

21. 合并两个有序链表【力扣(LeetCode) 】

二、测试用例示例1：输入：l1=[1,2,4],l2=[1,3,4]输出：[1,1,2,3,4,4]示例2：输入：l1=[],l2=[]输出：[]示例3：输入：l1=[],l2=[0]输出：[0]提示：

理论最高的吻·2024-09-09 06:37

SystemTap 工作原理

《使用Kprobes调试内核》https://www.ibm.com/developerworks/cn/linux/l-kprobes.html这篇帖子介绍了用kprobes调试内核的方法总结：kpr

weixin_30275415·2024-09-09 06:33

东方博宜oj 提高答案合集

includeusingnamespacestd;intN,a[100010],ra[100010];boolcmp(intx,inty){returnx>y;}intefl(intx){intl=1,r=N,mid;while(l>

雨颜纸伞（hzs）·2024-09-09 05:28

通过mvn dependency:tree 查看依赖树,解决依赖jar冲突问题

Someproblemswereencounteredwhilebuildingtheeffectivesettings[WARNING]'pluginRepositories.pluginRepository.id'mustnotbe'l

常敲代码手不生·2024-09-09 04:23

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

专栏介绍：YOLOv9改进系列|包含深度学习最新创新，主力高效涨点！！！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

推荐频道

深度学习l

使用matlab的热门问题