Matlab基础教程
原创 2024-08-27 11:49:25
83阅读
教程学习地点:http://www.w3school.com.cn/sql/SQL是一种标准,一种技术方案,使得数据的存储,添加,查询等操作与使用者分离开,从而使用者不需要关注实现细节而可以广泛地在各种版本的RDBMS中使用(类似于封装).RDBMS是指关系型数据库管理系统(relation data base managing system).RDBMS中的数据存储在被称为表(tables)的数
原创 2014-10-06 12:21:37
419阅读
vLLM 是一款专为大语言模型推理加速而设计的框架,实现了 KV 缓存内存几乎零浪费,解决了内存管理瓶颈问题。 更多 vLLM 中文文档及教程可访问 →https://vllm.hyper.ai/
如何定义类 class ClassName(base_class[es]): "optional documentation string" static_member_declarations method_declarations 使用 class 关键字定义类。 可以提供一个可选的父类或者说基类; 如果没有合适的基类, 那就使用 object 作为基类。class 行之后是可选的文档字符串, 静态成员定义, 及方法定 义。 class FooClass(object): """my very first class: FooClass&q Read More
转载 2013-08-06 18:45:00
94阅读
2评论
sql基础教程框架--基础
转载 2022-05-06 23:11:47
236阅读
mySQL:主要用于网站开发的数据库。(好几百兆)sqlite:用于嵌入式开发,(轻量级数据库) 支持数据库大小至 2TB足够小,全部源码大致 3 万行 c 代码,250kb。1、sqlite 安装(在线下载)aptitude install aqlite3 或者 apt-get install aqlite32、使用 sqlite 创建一个数据库(名字叫做 student)(数据库以 db
转载 2024-03-05 12:43:48
157阅读
TML 是用来描述网页的一种标记语言(不是编程语言)——超文本标记语言(HyperText Markup Language)。 标记语言是一套标记标签 (markup tag),HTML使用标记标签来描述网页。 HTML 文档包含了HTML 标签及文本内容,也叫做web 页面。[TOC] **超文本标记语言(英语:HyperText Markup Language,简称:HTML)**是一种用于创
转载 2021-04-28 21:29:08
806阅读
2评论
由于想考REDHAT认证所以将学习过程做以下笔记。分为2个部分:基础教程和企业服务教程。 第一部分 Redhat基础教程   第一章 预备知识: •Linux操作系统常用的文件系统有两种: –ext3/ext4 (用于存储文件) –swap (用于临时性地保存内存中的内容) –它将在MBR(主引导记录)中安装Grub引导程序,如
原创 2011-01-13 17:07:05
792阅读
2点赞
​​Envoy 基础教程 - Tetrate Academy​​1、HTTP/1.1、HTTP/2、HTTP/3 演变HTTP/1.1使用 TCP 长连接的方式改善了 HTTP/1.0 短连接造成的性能开销。​HTTP/1.1请求 / 响应头部(Header)未经压缩就发送,首部信息越多延迟越大。只能压缩 ​​Body​​ 的部分​HTTP/2 协议是基于 HTTPS 的,会压
原创 2022-11-27 12:11:47
785阅读
基础深度学习教程第七课:目标检测(上)一、目标检测1.1 目标检测概念1.2 本章课程介绍二、目标定位2.1 边界框的描述2.2 标签值的构成2.3 损失函数三、利用特征点实现目标定位3.1 特征点的选择3.2 利用特征点实现“分类定位”过程3.3 其它特征点识别定位例子四、目标检测4.1 算法实现4.1.1 第一步4.1.2 第二步五、只含卷积层的滑动窗口算法5.1 传统滑动窗口卷积网络算法
# 一、启动Arthas curl -O https://arthas.aliyun.com/ar
原创 2022-07-24 00:36:36
218阅读
Brief Introduction of Deep Learning - 深度学习简介1. 前言deep learning 在近些年非常热门,从2012年开始,深度学习的应用数目几乎是呈指数增长的。深度学习的发展史如下图: 2. 深度学习的步骤2.1 第一步: 定义一个神经网络神经网络由神经元组成,每个神经元如上图所示,每个神经元都有一个 bias 和一个 function ,每条输入的边都有一
动手学深度学习之深度学习基础 文章目录动手学深度学习之深度学习基础1、过拟合、欠拟合及其解决方案2、梯度消失、梯度爆炸3、循环神经网络进阶4、机器翻译及相关技术5、注意力机制与Seq2seq模型6、Transformer7、卷积神经网络基础8、LeNet9、卷积神经网络进阶 1、过拟合、欠拟合及其解决方案训练误差(training error):模型在训练数据集上表现的误差泛化误差(general
转载 2024-06-10 10:11:26
63阅读
深度学习笔记 文章目录深度学习笔记1. 前言2. 卷积神经网络CNN`① CNN的基本组成``② 重要概念``③ 卷积层⭐``④ 池化层``⑤ 全连接层``⑥ CNN的优势` 1. 前言      Pytorch官网手册:Pytorch官网手册      这里推荐一个卷积操作可视化的网站:卷积操作可视化网站    &n
深度学习基础实现流程数据集准备深度学习需要大量数据的支撑,搭建好的模型,通过大量的数据学习之后,才会拥有强大的泛化能力。模型对数据集的所有图片不停地学习,收敛到一定程度之后,输入一张全新的图片(不在数据集内),也会输出一个相对正确的结果。数据集包含的场景越多,背景越复杂,最终实现的效果会越好。数据集应该包含项目可能出现的所有情况,如光照、贴纸等不利干扰情况,都需要在数据集中出现。但是对于我们单个
一、什么是深度学习?1、传统方法、机器学习、深度学习的区别?以取暖为例,来说明三者的不同之处。传统方法:通过火炉生火,需要生火、添柴、通风等,过程复杂。机器学习:空调,设置温度、湿度等参数值。根据数据提取特征。深度学习:智能空调,设置“清爽”、“温暖’”等模式。对特征进行学习,从中找到有用的特征。 深度学习是一种端到端的机器学习,通过神经网络学习数据的特征,得到最终的答案。二、深度学习基本原理神经
前言《一天搞懂深度学习》是一个300多页的PPT,是台湾学者李宏毅写的。虽然对于深度学习也有一定的了解了,但是有些知识点还是会经常忘记。温故知新,所以决定重看这本算是入门书籍吧。PPT主要分成了四个部分:所以本系列博客也将分成四篇来写。分别是:深度学习简介,训练神经网络的要点,神经网络的多样性和神经网络的新浪潮。 一、深度学习介绍  (1)神经网络主要有三个部分:定义模型函数->判
我是 雪天鱼,一名FPGA爱好者,研究方向是FPGA架构探索和数字IC设计。 深度学习主要分为五大步骤。一、数据集的准备、深度学习需要大量数据的支撑,搭建好的模型,通过大量的数据学习之后,才会拥有强大的泛化能力。模型对数据集的所有图片不停地学习,收敛到一定程度之后,输入一张全新的图片(不在数据集内),也会输出一个相对正确的结果。数据集包含的场景越多,背景越复杂,最终实现的效果会越好。数据
深度学习介绍及反向传播深度学习的三个步骤第一步——定义模型(NN)第二步——定义模型的好坏第三步——找到较优模型反向传播链式法则具体细节 深度学习的三个步骤与之前的回归内容一样,可以概括为三个步骤。第一步——定义模型(NN)像神经元一样,设置输入层、隐藏层和输出层。层与层之间的权重我们用 表示。“简单来说,深度学习就是有很多个隐藏层的神经网络。”全连接是连接不同的神经元一种方式。当前层的任意神
 一、神经网络基础(1)     Backpropagation (熟悉推导过程)后向传播求导基本单元:如果l+1为最后一层,则根据损失函数L先将该层的导数求出,根据链式法则:其中表示i个输入单元的导数(残差)。若L为均方误差,即则可改为:对于除以外的层:,,... 2层,同样根据链式法则(以层为例): s代表的是某一层神经元的个数。将上
  • 1
  • 2
  • 3
  • 4
  • 5