48打卡

ResNet改进(48)：融合CoTAttention的ResNet模型

1.创新点介绍今天我将带大家深入分析一个结合了ContextualTransformer(CoT)注意力机制的自定义ResNet模型实现。这个模型在标准ResNet34的基础上进行了创新性改进，通过引入注意力机制来增强特征提取能力。模型架构概述这个自定义模型主要包含以下几个核心组件：基础ResNet34骨架两个CoTAttention注意力模块自定义的初始卷积层分类头部让我们逐部分深入解析。1.C
点我头像干啥·2025-06-03 14:47

代码随想录打卡|Day53 图论（Floyd 算法精讲 、A * 算法精讲 （A star算法）、最短路算法总结篇、图论总结 ）

图论part11Floyd算法精讲代码随想录链接题目链接代码三维DP数组importjava.util.Scanner;publicclassMain{//定义最大距离值，避免使用Integer.MAX_VALUE防止加法溢出publicstaticfinalintINF=100000000;//10^8足够大且不会溢出publicstaticvoidmain(String[]args){Scan
ShiinaMashirol·2025-06-03 11:57

DAY42打卡

@浙大疏锦行DAY42Grad-CAM与Hook函数知识点回顾1.回调函数2.lambda函数3.hook函数的模块钩子和张量钩子4.Grad-CAM的示例作业：理解下今天的代码即可Grad-CAM(Gradient-weightedClassActivationMapping)算法是一种强大的可视化技术，用于解释卷积神经网络(CNN)的决策过程。它通过计算特征图的梯度来生成类激活映射（Class
weixin_71046789·2025-06-03 11:24

DAY36打卡@浙大疏锦行

1.接35day作业补充总体来看，配置2和配置3在准确率和损失值上表现较好，但配置3训练速度更快；配置1在各项指标上相对较弱。可以根据实际需求（如对训练时间和准确率的侧重）来选择最终使用的超参数配置。从训练损失对比图可以看出，三条曲线分别代表三种不同超参数配置下模型训练过程中损失值（Loss）随训练轮次（Epoch）的变化情况，且三条曲线的损失值都随着Epoch的增加呈下降趋势，说明三种配置下模型
weixin_71046789·2025-06-03 11:54

DAY17打卡 2025.5.6

聚类评估指标介绍以下是三种常用的聚类效果评估指标，分别用于衡量聚类的质量和簇的分离与紧凑程度：1.轮廓系数(SilhouetteScore)-**定义**：轮廓系数衡量每个样本与其所属簇的紧密程度以及与最近其他簇的分离程度。-**取值范围**：[-1,1]-轮廓系数越接近**1**，表示样本与其所属簇内其他样本很近，与其他簇很远，聚类效果越好。-轮廓系数越接近**-1**，表示样本与其所属簇内样本
weixin_71046789·2025-06-03 11:53

DAY43打卡

@浙大疏锦行kaggle找到一个图像数据集，用cnn网络进行训练并且用grad-cam做可视化进阶：并拆分成多个文件fruit_cnn_project/├─data/#存放数据集（需手动创建，后续放入图片）│├─train/#训练集图像│└─val/#验证集图像├─models/#模型定义│└─cnn_model.py#CNN网络结构├─utils/#工具函数│├─dataset_utils.py
weixin_71046789·2025-06-03 10:50

CRP for LPC2132

CompiledApr13201219:32:19DLLversionV4.46a,compiledApr13201219:32:02Firmware:J-LinkARMV8compiledDec1201511:42:48Hardware
subkiller·2025-06-03 10:47

python打卡day39

图像数据与显存知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系作业：今日代码较少，理解内容即可在PyTorch中，图像数据的形状通常遵循(通道数,高度,宽度)的格式（即ChannelFirst格式），这与常见的(高度,宽度,通道数)（ChannelLast，如NumPy数组）不同。--
(・Д・)ノ·2025-06-03 07:28

python打卡day34

GPU训练及类的call方法知识点回归：CPU性能的查看：看架构代际、核心数、线程数GPU性能的查看：看显存、看级别、看架构代际GPU训练的方法：数据和模型移动到GPUdevice上类的call方法：为什么定义前向传播时可以直接写作self.fc1(x)判断CPU的好坏需要综合考虑硬件参数、性能表现、适用场景：看架构代际，新一代架构通常优化指令集、缓存设计和能效比。如Intel第13代i5-136
(・Д・)ノ·2025-06-03 07:27

python学习打卡day42

DAY42Grad-CAM与Hook函数知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业：理解下今天的代码即可1.回调函数Hook本质是回调函数，所以我们先介绍一下回调函数回调函数是作为参数传递给其他函数的函数，其目的是在某个特定事件发生时被调用执行。这种机制允许代码在运行时动态指定需要执行的逻辑，实现了代码的灵活性和可扩展性。回调函数的核心价值在于：1
vijaycc·2025-06-03 05:11

python学习打卡day21

什么时候需要用到降维？1.数据可视化高维数据难以直接可视化（如超过3维），通过降维（如PCA、t-SNE、UMAP）投影到2D/3D空间，揭示数据分布、聚类或流形结构。适用算法：t-SNE（非线性可视化）、PCA（线性全局结构）、UMAP（高效非线性）。2.特征冗余与噪声去除数据中存在高度相关或冗余特征（如多重共线性），降维可提取独立成分，去除噪声。适用算法：PCA（最大化方差去噪）、ICA（独立
vijaycc·2025-06-03 05:11

python打卡day3

题目1:1.创建一个包含三个字符串元素的列表tech_list，元素分别为“Python”,“Java”,“Go”。2.获取列表中的第一个元素，并将其存储在变量first_tech中。3.向tech_list的末尾添加一个新的字符串元素“JavaScript”。4.修改tech_list中的第二个元素（索引为1），将其从“Java”更改为“Ruby”。5.移除列表中的元素“Go”。6.计算当前te
vijaycc·2025-06-03 05:11

Python训练打卡Day19

常见的特征筛选算法1.方差筛选2.皮尔逊相关系数筛选3.lasso筛选4.树模型重要性5.shap重要性6.递归特征消除REF特征降维一般有2种策略：1.特征筛选：从n个特征中筛选出m个特征，比如方差筛选，剔除方差过小的特征；利用皮尔逊相关系数筛选；lasso筛选（lasso自带的系数可以理解为重要性）、利用树模型自带的重要性、shap重要性等筛选；特征递归方法2.特征组合：从n个特征中组合出m个
编程有点难·2025-06-02 21:17

Python训练打卡Day28

类的定义和方法知识点回顾：类的定义pass占位语句类的初始化方法类的普通方法类的继承：属性的继承、方法的继承类是对属性和方法的封装，可以理解为模板，通过对模板实例化可以实现调用这个类的属性和方法。比如创建一个随机森林类，然后就可以调用他的训练和预测方法。一个常见的类的定义包括了：1.关键字class2.类名3.语法固定符号冒号(:)4.一个初始化函数__init__(self)注意：注意：init
编程有点难·2025-06-02 21:17

python学习打卡day40

DAY40训练和测试的规范写法知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑，这是基础，这个代码框架后续会一直沿用，后续的重点慢慢就是转向模型定义阶段了。1.彩色和灰度图片测试和训练的规范写法：封装在函数中#先继续之前
vijaycc·2025-06-02 18:49

打卡信奥刷题（1430）用C++实现信奥 P4549 【模板】裴蜀定理

P4549【模板】裴蜀定理题目描述给定一个包含nnn个元素的整数序列AAA，记作A1,A2,A3,...,AnA_1,A_2,A_3,...,A_nA1,A2,A3,...,An。求另一个包含nnn个元素的待定整数序列XXX，记S=∑i=1nAi×XiS=\sum\limits_{i=1}^nA_i\timesX_iS=i=1∑nAi×Xi，使得S>0S>0S>0且SSS尽可能的小。输入格式第一行
Loge编程生活·2025-06-02 16:36

@浙大疏锦行 Python训练营打卡Day1

知识点：变量的命名和定义debug工具的使用（pycharm和vscode）print函数题目1：变量的认识题目:定义三个变量a,b,c，并分别将整数1,2,3赋值给它们。然后，使用print()函数将每个变量的值单独打印出来，每个值占一行。输入：a=1b=2c=3print(a)print(b)print(c)输出：123进阶思考:如何只用一个print()函数调用就实现上面分三行的输出效果？（
企鹅不怕摔·2025-06-02 16:05

@浙大疏锦行 Python训练营打卡Day2

题目1：字符串的操作题目:定义两个字符串变量，str1赋值为“Hello”，str2赋值为“Python”。将这两个字符串拼接起来（中间加一个空格），并将结果存储在变量greeting中；计算greeting字符串的长度，存储在变量length中；获取greeting字符串的第一个字符，存储在变量first_char中。然后，使用f-string分三行打印出类似以下格式的信息：拼接结果:Hello
企鹅不怕摔·2025-06-02 16:05

@浙大疏锦行 Python训练营打卡Day3

题目1：列表的基础操作题目:创建一个包含三个字符串元素的列表tech_list，元素分别为“Python”,“Java”,“Go”。获取列表中的第一个元素，并将其存储在变量first_tech中。向tech_list的末尾添加一个新的字符串元素“JavaScript”。修改tech_list中的第二个元素（索引为1），将其从“Java”更改为“Ruby”。移除列表中的元素“Go”。计算当前tech
企鹅不怕摔·2025-06-02 16:33

python打卡day10

今日总结：数据集的划分机器学习模型建模的三行代码机器学习模型分类问题的评估预处理回顾1.导入库2.读取数据查看数据信息--理解数据3.缺失值处理4.异常值处理5.离散值处理6.删除无用列7.划分数据集8.特征工程9.模型训练10.模型评估11.模型保存12.模型预测importpandasaspdimportpandasaspd#用于数据处理和分析，可处理表格数据。importnumpyasnp#
灯眠joy·2025-06-02 07:33

python打卡day8

认识字典使用花括号创建字典，它有点类似之前认识的列表，和元组，区别是列表用中括号，元组用小括号。字典是一种可变、无序的键值对（key-value）集合，用于高效存储和查找数据。键值对结构：每个元素由键（key）和值（value）组成，通过键快速定位值（类似现实中的字典，用“词条”找“解释”）。键的唯一性：同一字典中，键必须唯一；若重复定义，后定义的会覆盖前一个。键的不可变性：键必须是不可变数据类型
灯眠joy·2025-06-02 07:33

python打卡 day4

数据的读取和查看importpandasaspddata=pd.read_csv(r'data.csv')type(data)#查看数据的类型data.isnull()#查看数据数据中，返回值是一个布尔矩阵，true即空值，false为非空data.head(10)#显示前十行数据data2=pd.read_excel('data.xlsx')data2#获取exle中数据认识了pandas库，学
灯眠joy·2025-06-02 07:03

python打卡day5

离散特征的读取读取数据#读取数据importpandasaspddata=pd.read_csv('data.csv')data.columns#使用data.columns属性查看打印所有的离散变量名fordiscrete_featuresindata.columns:  ifdata[discrete_features].dtype=='object':    print(discrete_f
灯眠joy·2025-06-02 07:03

python打卡day7

总结日1.day1-3认识了python语言的变量与输出格式化字符串变量的基础运算字符串的拼接与裁剪，列表的操作循环、判断语句a=1b=1c=1print(a)print(b)print(c)name="小明"city="北京"print(f"我的名字是{name}，我住在{city}。")num1=20num2=8a=num1+num2#计算和b=num1/num2#计算商c=num1%num2
灯眠joy·2025-06-02 07:03

Python打卡DAY42

知识点回顾回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例作业：理解下今天的代码即可回调函数：#定义一个回调函数defhandle_result(result):"""处理计算结果的回调函数"""print(f"计算结果是:{result}")#定义一个接受回调函数的函数defcalculate(a,b,callback):#callback是一个约定俗成的参数名""
chicpopoo·2025-06-02 06:25

UG479 (v1.10) March 27, 2018的中文版

UG479(v1.10)March27,2018的中文版,该文档是介绍Xilinx7系列FPGADSP48E1Slice的功能特性、架构细节、设计注意事项等，涵盖乘法器、加法器、流水线等内容，适用于数字信号处理等应用的设计参考
LeeAmos1·2025-06-02 03:35

【打卡】车厢重排

buffers=[deque()for_inrange(k)]next_carriage=1out=[]创建k个空的缓冲轨道（双端队列）next_carriage变量跟踪当前需要输出的车厢编号（从1开始）out列表记录最终输出的车厢原始索引fori,carriageinenumerate(carriages):ifcarriage==next_carriage:#直接输出out.append(i)
2301_82030102·2025-06-02 01:23

研发效率之殇

劳资关系的认知错位在这个用生物识别打卡机监控脑力劳动的时代，我们似乎退回了以燃煤量衡量生产力的蒸汽纪元。企业用代码行数丈量知识创造（某大厂
constCpp·2025-06-01 20:15

python打卡day40@浙大疏锦行

知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout一、彩色/灰度图片处理规范写法defprocess_image(image,is_grayscale=False):"""统一处理彩色/灰度图像"""ifis_grayscale:#灰度图处理(H,W)->(
风逸hhh·2025-06-01 15:09

python打卡day40

知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑，这是基础，这个代码框架后续会一直沿用，后续的重点慢慢就是转向模型定义阶段了。importtorchimporttorch.nnasnnimporttorch.optima
纨妙·2025-06-01 15:39

48V电气架构全面科普和解析：下一代智能电动汽车核心驱动

48V电气架构：下一代智能电动汽车核心驱动随着全球汽车产业迈入电动化、智能化的新时代，传统12V电气系统逐渐暴露出其无法满足现代高功率需求的不足。
web13688565871·2025-06-01 11:08

python打卡DAY23

知识回顾:转化器和估计器的概念管道工程ColumnTransformer和Pipeline类作业：整理下全部逻辑的先后顺序，看看能不能制作出适合所有机器学习的通用pipeline基础概念pipeline在机器学习领域可以翻译为“管道”，也可以翻译为“流水线”，是机器学习中一个重要的概念。在机器学习中，通常会按照一定的顺序对数据进行预处理、特征提取、模型训练和模型评估等步骤，以实现机器学习模型的训练
纨妙·2025-06-01 09:58

python打卡打印26

知识点回顾：函数的定义变量作用域：局部变量和全局变量函数的参数类型：位置参数、默认参数、不定参数传递参数的手段：关键词参数传递参数的顺序：同时出现三种参数类型时函数的定义函数的基本写法如下所示：deffunction_name(parameter1,parameter2,...):"""Docstring:描述函数的功能、参数和返回值(可选但强烈推荐)"""#函数体:实现功能的代码#...retu
纨妙·2025-06-01 09:58

python打卡day29

知识点回顾类的装饰器装饰器思想的进一步理解：外部修改、动态类方法的定义：内部定义和外部定义类的装饰器类装饰器就像是一个“升级计划”，它可以接收一个类，然后返回一个修改后的类（升级后的）。通过这种方式，你可以在不改变原有类定义的情况下，为类添加新的功能。既然函数可以复用，有了类和装饰器，那么类还能进一步封装么？可以的，类也有装饰器。回顾一下，函数的装饰器是：接收一个函数，返回一个修改后的函数。我们之
纨妙·2025-06-01 09:58

python打卡day41

简单CNN知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch归一化层（可选）→池化层→激活函数→下一层Flatten->Dense(withDropout，可选)->Dense(Output)简单CNN1.数据增强数据增强就像是在餐厅的食材上应用各
纨妙·2025-06-01 09:27

【Python打卡Day31】文件的拆分与使用@浙大疏锦行

之前介绍了如何在不同的文件中，导入其他目录的文件，核心在于了解导入方式和python解释器检索目录的方式。搞清楚了这些，那我们就可以来看看，如何把一个文件，拆分成多个具有着独立功能的文件，然后通过import的方式，来调用这些文件。这样具有几个好处：1.可以让项目文件变得更加规范和清晰2.可以让项目文件更加容易维护，修改某一个功能的时候，只需要修改一个文件，而不需要修改多个文件。3.文件变得更容易
可能是猫猫人·2025-06-01 05:57

【Python打卡Day23】管道/流水线工程 @浙大疏锦行

#day23管道工程基础概念pipeline在机器学习领域可以翻译为“管道”，也可以翻译为“流水线”，是机器学习中一个重要的概念。在机器学习中，通常会按照一定的顺序对数据进行预处理、特征提取、模型训练和模型评估等步骤，以实现机器学习模型的训练和评估。为了方便管理这些步骤，我们可以使用pipeline来构建一个完整的机器学习流水线。pipeline是一个用于组合多个估计器（estimator）的es
可能是猫猫人·2025-06-01 05:27

园区智能化集成平台汇报方案

该方案为园区智能化集成平台设计，依据《智能建筑设计标准》等20余项国家与行业规范，针对传统园区信息孤岛、反应滞后、经验流失、管理粗放等痛点，构建可视化智慧园区管理平台，实现大屏数据可视化、三维设备监控、智慧运维（含工单管理、巡检打卡
数智资源·2025-06-01 04:55

小程序跳转H5或者其他小程序

1.h5跳转小程序有两种情况（1）从普通浏览器打开的h5页面跳转小程序使用wx-open-launch-weapp可以实现h5跳转小程序.btn{width:100%;height:48px;margin-top
白柚Y·2025-06-01 04:21

代码随想录训练营 Day62打卡 图论part11 Floyd 算法 A * 算法

代码随想录训练营Day62打卡图论part11Floyd算法例题：卡码97.小明逛公园题目描述小明喜欢去公园散步，公园内布置了许多的景点，相互之间通过小路连接，小明希望在观看景点的同时，能够节省体力，走最短的路径
那一抹阳光多灿烂·2025-06-01 02:42

cpua55和a53哪个好_也来谈谈目前最新的A55架构

根据ARM的数据，Cortex-A75相比Cortex-A73，大约带来了22%的整数性能提升，33%浮点性能提升、16%的内存性能提升、48%的渲染性能提升、34%的GeekBenc
你好像一条狗啊·2025-06-01 01:04

24届春招平均薪资出炉！互联网行业薪资15.3k，你达标了吗

刚刚小米发来明天晚上的面试通知，有没有面试过相同或者类似岗位的uu呀，我#和牛牛一起刷题打卡(51733)##和牛牛一起刷题打卡##牛客在线求职答疑中心(35799)#华#牛客在线求职答疑中心#华为机试
2301_79125431·2025-05-31 21:33

SD2351核心板：AI视觉产业化的“破局者”

然而，技术的真正价值在于落地应用，而明远智睿推出的48元SD2351核心板，正以“高性价比+硬核性能”的组合拳，为AI视觉技术的产业化进程按
riveting·2025-05-31 21:59

Python打卡训练营Day40

DAY40训练和测试的规范写法知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑，这是基础，这个代码框架后续会一直沿用，后续的重点慢慢就是转向模型定义阶段了。importtorchimporttorch.nnasnnimp
我想睡觉261·2025-05-31 16:29

Python打卡训练营学习记录Day38

知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系"""DAY39图像数据与显存本节主要介绍深度学习中的图像数据处理和显存管理。"""importtorchimporttorch.nnasnnimporttorch.nn.functionalasFimporttorchvisionimp
FanfanPyt·2025-05-31 14:15

Python打卡训练营学习记录Day36

仔细回顾一下神经网络到目前的内容，没跟上进度的同学补一下进度。作业：对之前的信贷项目，利用神经网络训练下，尝试用到目前的知识点让代码更加规范和美观。importpandasaspd#用于数据处理和分析，可处理表格数据。importnumpyasnp#用于数值计算，提供了高效的数组操作。importmatplotlib.pyplotasplt#用于绘制各种类型的图表importseabornassn
FanfanPyt·2025-05-31 14:45

算法打卡：第十一章 图论part11

今日收获：Floyd算法，A*算法，最短路算法总结1.Floyd算法题目链接：97.小明逛公园思路：Floyd用于解决多源最短路问题，对边的正负权值没有要求。核心是动态规划（1）dp数组的定义：grid[i][j][k]=m，表示节点i到节点j以中间节点[1...k]集合的最短距离为m（2）初始化：刚开始从i到j没有经过任何中间节点，所以k初始化为0（3）遍历顺序：算法相当于不断把新的节点加入，计
菜鸟求带飞_·2025-05-31 12:01

算法打卡：第十一章 图论part05

今日收获：并查集理论基础，寻找存在的路径1.并查集理论基础（from代码随想录）（1）应用场景：判断两个元素是否在同一个集合中（2）原理讲解：通过一个一维数组，根存储的元素是自己，其他节点存储的元素是自己的上一级元素。在查找时，判断两个元素的根是否相同。（3）路径压缩：让所有的其他节点都直接存储根节点，避免树的高度太深，递归次数太多（4）主要功能：寻找任意节点的根节点；将两个节点加入同一个集合；判
菜鸟求带飞_·2025-05-31 12:31

Python打卡训练营day38——2025.05.27

作业：了解下cifar数据集，尝试获取其中一张图片importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoader,Dataset#DataLoader是PyTorch中用于加载数据的工具fromtorchvisionimportdatasets,transforms#torchvis
莱茵菜苗·2025-05-31 12:29

Python打卡训练营day38——2025.05.27

知识点回顾：Dataset类的__getitem__和__len__方法（本质是python的特殊方法）Dataloader类minist手写数据集的了解作业：了解下cifar数据集，尝试获取其中一张图片importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoader,Dataset#
莱茵菜苗·2025-05-31 12:29
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他