原创
2021-09-07 11:07:32
2365阅读
开始数据分析与建模之前，我们一起看看Titanic数据集字段介绍：PassengerId：乘客ID编号Survived：是否存活，0-未存活，1-存活Pclass：船舱号，共1，2，3类舱Name：乘客姓名Sex：乘客性别，Male,FemaleAge：乘客年龄SibSp：兄弟姐妹/配偶数量，0~8Parch：父母/子女数量，0~6Ticket：船票编号Fare：票价Cabin：舱位编号Embar
转载
2024-02-06 11:29:06
239阅读
一、PE文件基本结构上图便是PE文件的基本结构。（注意：DOS MZ Header和部分PE header的大小是不变的；DOS stub部分的大小是可变的。）二、Section 详解一个PE文件至少需要两个Section,一个是存放代码，一个存放数据。NT上的PE文件基本上有9个预定义的Section。分别 是：.text, .bss, .rdata, .data, .rsrc, .edata,
转载
2024-09-03 04:04:27
24阅读
ImageNet介绍time: 2021.01.29 author: Blue e-mail: 2458682080@qq.com一. 引言 此文为阅读《ImageNet: A Large-Scale Hierarchical Image Database》论文的总结，本文按照原论文的结构进行归纳总结，
原创
2021-09-02 15:43:46
2566阅读
ImageNet Classification with Deep Convolutional Neural Networks摘要 我们训练了一个大型深度卷积神经网络来将ImageNet LSVRC-2010数据集中的120万张高清图片分到1000个不同的类别中。在测试数据中，我们将Top-1错误和Top-5错误分别降到了37.5%和17.0%，这比之前的技术水平要好得多。这个神经网络拥有6千万
# 实现 ImageNet 架构的指南
ImageNet 是一个深度学习领域的经典任务，广泛用于图像分类和目标检测等多种应用。本文将指导您如何实现一种基于 ImageNet 的深度学习模型架构，帮助刚入行的小白更好地理解整个过程。
## 流程概述
在实现 ImageNet 架构之前，我们需要了解一下整体的工作流程。以下是实现 ImageNet 的步骤：
| 步骤 | 描述
文章目录1. ImageNet 说明2. ILSVRC2012 说明3. ImageNet下载方式4. ImageNet数据组织与使用 1. ImageNet 说明ImageNet 由斯坦福李飞飞教授带领创建，ImageNet 本身有2万多个的类别，超过 1400 万张图片，其中超过 100 万张图片有明确类别标注和物体位置标注。ImageNet 按照 WordNet 层级结构组织数据，首先介绍一
转载
2024-01-18 14:13:40
712阅读
目录一、主题3.1模型总览图3.2 微调二、实验部分三、回顾总结四、参考链接一、主题在模型的设计上，是尽可能的按照最原始的Transformer来做的，这样的一个好处是我们可以直接把NLP那边已经成功地Transformer架构，直接拿过来用，就不需要魔改模型了，而且因为Transformer已经在NLP领域火了这么多年，他有一些写的非常高效的实现，同样Vision Transformer可以把它
转载
2024-08-14 08:24:39
228阅读
http://www.gabrielgambetta.com/tiny_raytracer.htmlhttp://gabrielgambetta.com/tiny_raytracer_full.js
转载
2013-11-23 10:14:00
86阅读
2评论
#include <stdio.h>#include <stdlib.h>#include <unistd.h>#include <string.h>#include <sys/wait.h>static const int CMD_LEN = 512;char cmd[CMD_LEN] = "";#define SAFE...
原创
2022-12-01 16:49:20
158阅读
样例一输入41 4 3 2输出3样例二输入59 1 0 0 5输出8题解解法一这是本人自己想了２个半小时才想出来的方法，稍稍有点复杂但是很好理解题目的意思就是给定一个数组，求有多少个数字不同的顺序对和逆序对(Sa<Sb,Sc>Sd)那么总方案数应该就是 顺序对数×与之对应合法的逆序对数当然这些是不可以直接算出来的sx[a] 表示ａ与后面的数...
原创
2021-12-27 15:26:15
1721阅读
Linux Tiny是一款基于红帽企业版Linux（Red Hat Enterprise Linux）的精简版操作系统。它针对嵌入式系统、物联网设备以及其他资源有限的环境进行了优化，具备高度的可定制性和灵活性。本文将介绍Linux Tiny的特点、应用场景以及其在嵌入式系统中的优势。
Linux Tiny的特点之一是其小巧的体积。由于精简了许多不必要的软件包和功能，Linux Tiny的安装包要
原创
2024-01-31 19:42:45
119阅读
摘要 有些朋友可能听说过Tiny框架，有些同学可以还没有听说过。 听说过的同学可能对于Tiny能做啥也是不太清楚，今天就发一个Tiny实践出来，与大家分享。 有些朋友可能听说过Tiny框架，有些同学可以还没有听说过。 听说过的同学可能对于Tiny能做啥也是不太清楚，今天就发一个Tiny实
原创
2015-06-09 17:37:00
356阅读
#ResNet 因为网络传播的层次太深，后面的很难传播到前面，所以增加了一个短接层，深层次网络可以退化成一个浅层次网络
#filter_num 卷积核数量
#stride 步长
class BasicBlock(layers.Layer):
def __init__(self,filter_num,stride=1):
super(BasicBlock, self).
转载
2024-10-13 11:24:52
59阅读
1. top-5 error rate
ImageNet 图像通常有 1000 个可能的类别，对每幅图像你可以猜 5 次结果（即同时预测5个类别标签），当其中有任何一次预测对了，结果都算对（事实上一个图像也只可能属于一个图像 category ），当 5 次全都错了的时候，才算预测错误，这时候的分类错误率就叫 top5 错误率。
转载
2016-11-27 10:50:00
246阅读
Q1：解决了什么？目前主要利用机器学习来解决目标识别任务；机器学习可以通过“扩充数据集”、“强化训练模型”、“充实预防过拟合的手段”等多种技巧去提高训练性能。之前机器学习所使用的数据集太小，只能完成简单的识别任务，但是实际场景中识别任务要复杂得多，因此需要更加大型的数据集去训练；直到最近出现了符合条件的大型数据集（如LabelMe、ImageNet），但是之前的方法都是针对小型数据集的，因此需要更
转载
2024-04-29 21:09:08
53阅读
1. top-5 error rate
ImageNet 图像通常有 1000 个可能的类别，对每幅图像你可以猜 5 次结果（即同时预测5个类别标签），当其中有任何一次预测对了，结果都算对（事实上一个图像也只可能属于一个图像 category ），当 5 次全都错了的时候，才算预测错误，这时候的分类错误率就叫 top5 错误率。
转载
2016-11-27 10:50:00
286阅读
1、研究背景 AlexNet成功的两个因素，第一个是数据集，第二个是强大的计算资源。 AlexNet的研究意义一，在AlexNet被提出之前，图像分类任务是基于特征工程，而2012之后，基于神经网络，实现一个端到端的任务的实现，即输入图像直接可以得到分类。 二 通过举一个鸢尾花的例子来说
# PyTorch加载ImageNet的完整指南
ImageNet是一个常用的计算机视觉数据集，对于许多深度学习模型的训练和测试至关重要。在本指南中，我们将介绍如何使用PyTorch加载ImageNet数据集。我们将通过一系列步骤来完成这一任务，并提供必要的代码及其解释。
## 流程概览
首先，让我们看一下整个过程的大致步骤：
| 步骤 | 描述
【Yoshua Bengio 亲自解答】机器学习 81 个问题及答案（最全收录）这是 Quora 的最新节目，针对特定话题进行系列的问答。如果你不了解 Quora，可以把它看作美国版的知乎，不过里面大咖云集，奥巴马、Elon Musk、Bill Gates 都会在上面回答问题。 这是针对特定话题的问答系列，而有什么能比机器学习更适合作为开头的第一个话题呢？
