1. 循环神经网络RNN1) 什么是RNN？循环神经网络（RNN）是一种节点定向连接成环的人工神经网络。具体应用有语音识别，手写识别，翻译等．2) 什么时候使用RNN？FNN（前馈神经网络，如BP，CNN等）效果已经不错了，RNN还需要更大量的计算，为什么要用RNN呢？如果训练N次，每次和每次都没什么关系，那就不需要RNN，但如果每个后一次都可能和前一次训练相关，比如说翻译：一个句子里面Ｎ个词，一
转载
2024-07-23 12:07:01
31阅读
DQN，即Deep Q-learning算法，是将神经网络与Q-learning算法相结合而得到的强化学习算法。在DeepMind发表的论文《Playing Atari with Deep Reinforcement Learning》（https://arxiv.org/abs/1312.5602）中，DeepMind使用DQN算法训练出可以玩Atari游戏的模型，该模型甚至在某些游戏上表现的比
前文这篇文章首先介绍基础版的RNN，虽然在自然语言处理上已经有了Transformer和Bert模型，但是RNN在小规模数据集上还有很有用的正文怎样对持续数据来建模？ 我们知道人类的大脑在阅读处理信息的时候，是从左到右，逐渐积累信息，当你阅读完一段话之后，脑子就已经积累的整段文字的大意。RNN模型，输入输出的长度都不需要固定，适合文本，语音持续序列等数据 如下图，RNN每次看一个词，就会用状态h来
转载
2024-08-30 22:10:21
100阅读
目标检测论文总结【RCNN系列】RCNNFast RCNNFaster RCNN 文章目录目标检测论文总结前言一、Pipeline二、模型设计1.改进点2.RoI pooling layer3.Backbone初始化4.采样策略5.损失函数6.其他小细节三、总结 前言一些经典论文的总结。一、Pipeline 利用Selective Search（比较古老）算法取搜索Input image中可能有物
转载
2024-04-16 10:08:40
17阅读
前面学习到了全连接神经网络和卷积神经网络，以及它们的训练和使用。他们都只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的。但是，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。比如，当我们在理解一句话意思时，孤立的理解这句话的每个词是不够的，我们需要处理这些词连接起来的整个序列；当我们处理视频的时候，我们也不能只单独的去分析每一帧，而要分析这些帧连接起来
转载
2024-04-15 14:23:46
142阅读
循环神经网络(Recurrent Neural Network,RNN)适用于处理序列数据。就像卷积神经网络是专门用于处理网格化数据(如图像)的网络，可以很容易的地扩展到具有很大宽度和高度的图像，以及可以处理大小可变的图像。循环网络适合于处理这样的序列输入，大多数循环网络都可以处理可变长度的序列。RNN可用于完成语音识别、机器翻译、情感分类、音乐生成、视频行为描述、姓名识别等任务。对于常见的序列数
转载
2024-08-23 08:35:55
152阅读
文章目录概念内存管理方式自动内存管理自动共享内存管理手工内存管理内存管理的转换方式相关内存参数相关数据字典 概念为满足数据库的需求，通过内存管理来维护 Oracle 实例内存结构的最优大小。Oracle数 据库基于与内存相关的初始化参数设置来管理内存。内存管理方式自动内存管理自动内存管理（Automatic memory management） 指定实例内存的目标大小，自动管理SGA内存和实例P
转载
2024-04-04 09:49:21
43阅读
HBase是什么最近学习了HBase，正常来说写这篇文章，应该从DB有什么缺点，HBase如何弥补DB的缺点开始讲会更有体感，但是本文这些暂时不讲，只讲HBase，把HBase相关原理和使用讲清楚，后面有一篇文章会专门讲DB与NoSql各自的优缺点以及使用场景。HBase是谷歌Bigtable的开源版本，2006年谷歌发布《Bigtable：A Distributed Storage System
转载
2024-01-15 15:08:18
69阅读
一、导论 深度神经网络的优点：可以加很多层把网络变得特别深，然后不同程度的层会得到不同等级的feature，比如低级的视觉特征或者是高级的语义特征。但是学一个好的网络，就是简简单单的把所有网络堆在一起就行了吗？如果这样，网络做深就行了。提出问题：随着网络越来越深，梯度就会出现爆炸或者消失解决办法就是：1、
马上面临毕业，正在找工作，平时读博的过程中，我会收集一些非常好的文章，下面两篇是来自周公的博客，我就不转载了，原汁原味的东西读起来才有味道，文章写得很到位很有深度，包括读者留言，我读了很受启发和感悟，作者所说种种几乎都有切身体会，感觉到作者是在用心去写每一句话，非常欣赏你的一句话---“技术的深度来自于总结”，后来慢慢的喜欢读别人的博客，喜欢揣测别人的心理，阅读别人的经历，
原创
2010-11-21 00:18:42
631阅读
写完了下面几段话，把我自己的标题改了，其实写篇文章不难呀。技术文章会难点，以后慢慢来，但流水账，真的不难。这
原创
2018-11-20 21:50:04
45阅读
如果没有法律，我可能真想做了这个事情，群里最近有人问MongoDB 双机热备，我非常愤怒的告诉他们，不可以，不应该，不要，NO NO NO 。这个底气我是有的，为什么？官方 official 问答，解释了这个问题，我还真好笑，还真有人提出这个问题。哎，使用MongoDB 7年了，从3.2 到了现在的4.4 (惭愧，我们准备5.0) , 没有想到MongoDB 的知识普及率还那么低，还有人问出 Mo
原创
2023-09-03 21:38:34
92阅读
前言：人工智能机器学习有关算法内容，请参见公众号“科技优化生活”之前相关文章。人工智能之机器学习主要有三大类:1)分类;2)回归;3)聚类。今天我们重点探讨一下卷积神经网络(CNN)算法。 ^_^20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络CNN（Co
转载
2023-10-13 00:25:10
51阅读
本文目录:散列表是什么散列表概念散列表规律散列函数基本要求散列冲突解决方法如何构造散列函数散列表是什么？散列表英文名叫Hash Table，散列表用的是数组支持下标随机访问的数据特性，所以散列表其实就是数组的一种扩展，有数组演化而来。散列表概念散列表中的键(key)/关键字：就是用来标示一个指定的元素对key进行hash的函数就是散列函数,就是hash(key)。函数的计算结果就是散列值,就是ha
原创
2021-01-28 12:19:17
676阅读
晚上好，我是chatGPT。老杨邀请我来和网工们来聊会儿，我感到很荣幸。今天，我会根据老杨的提问，发表一些我对于网络工程师这行的一些看法和见解。也希望你看完我的回答之后，可以在留言区告诉我，你的看法，让我更好的成长和进步。今日文章阅读福利：《 chatGPT免费使用链接 》需要试玩的小友，私信老杨，发送暗号“chatGPT”，即可获取试玩链接。专访 chatGPT和网络工程师的二三事网络工程师俱乐
原创
2023-04-19 14:52:43
185阅读
什么是 BloomFilter
布隆过滤器（英语：Bloom Filter）是 1970 年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。主要用于判断一个元素是否在一个集合中。
通常我们会遇到很多要判断一个元素是否在某个集合中的业务场景，一般想到的是将集合中所有元素保存起来，然后通过比较确定。链表、树、散列表（又叫哈希表，Hash table）等等数据结构都是这种思路。但是随着
阅读本文大概需要1.66 分钟。这几天大家应该看到很多人，尤其做技术的，互联网圈子的人都在刷屏一个ai玩意，叫 ChatGPT。在写这篇之前，我也试了试，感觉还挺好玩。看到很多人在问这是个啥，今天就来简单说说。1、ChatGPT 是什么？ChatGPT 是一种自然语言生成的聊天机器人模型，由OpenAI开发，它能够根据用户输入的文本内容，自动生成新的文本内容。它的名称来源于它所使用的技术—— GP
原创
2023-04-05 15:17:46
192阅读
因为NVMe的出现，硬盘的性能得到了极大的提升。这个极大是多少呢？读带宽从500MB/s提高到了3200MB/s，写带宽从400MB/s提高到了1200MB/s左右。而读IOPS则达到了50万，甚至更高。也就是说，现在一块基于NVMe的SSD硬盘的性能比一个企业级磁盘阵列还要好。牛皮吹了这么多，那到底什么是NVMe呢？NVMe的全称是Non-Volatile Memory Express，如果...
原创
2021-06-11 14:27:49
1681阅读
1. ALNS介绍ALNS(Adaptive Large Neighborhood Search)是现在routing和scheduling里面用的很多的启发式算法，发表于2010年。其基本思路是不断destroying和repairing问题。 定义为问题的可行解集，c(X)表示要优化的目标。我们从一个初始解x1出发，搜索N(x1)领域范围内的最优值x2，然后再搜索N(x2)范围内的最优值x3…
本文是通过查看SpringBoot源码整理出来的SpringBoot大致启动流程，整体大方向是以简单为出发点，不说太多复杂的东西，内部实现细节本文不深扣因为每个人的思路、理解都不一样。首先我将SpringBoot的启动流程整理成以下阶段：SpringApplicaiton初始化审查ApplicationContext类型加载ApplicationContextInitializer加载Applic
原创
2020-12-12 21:55:35
1258阅读
