安装特定版本cuda

pytorch profiler使用及apex安装遇到的cuda问题

对于常见的数据如图片、视频、音频等，我们常常假设它们由一些更底层的变量生成，并且这些变量满足某些特定的分布，被称为潜变量（latent variable）。这些潜变量代表着数据的内在结构或者是某种抽象。设数据变量为x，潜变量为z，则这个普遍的假设即为以下生成模型：高斯混合模型(GMM)将z先验地认为是均匀分布变分自编码器(VAE)将z先验地认为是高斯分布...

循环引用导致的一种错误

静态语言和动态语言：区别一：静态语言是在编译时变量的数据类型即可确定的语言，多数静态类型语言要求在使用变量之前必须声明数据类型；比如C/C++ 是静态类型语言的典型代表，其他的静态类型语言还有 C#、JAVA 等。动态语言是在运行时确定数据类型的语言。变量使用之前不需要类型声明，通常变量的类型是被赋值的那个值的类型；像是Python 和 Ruby 就是一种典型的动态类型语言，其他的各种脚本语言如

AutoRecAutoRec可以说是深度学习时代最古老、最简单、最容易理解的模型。该模型模拟无监督学习中用到的数据表征和压缩工具AutoEncoder, 自然地，其模型也可以写成重建函数形式：其中 f(*)和g(*)分别为输出层和隐藏层的激活函数。跟AutoEncoder类似地，其损失函数为不过考虑到对模型参数的限制，比如加入L2正则，损失函数变化为：一般如原论文中一样，把AutoRec用于协同过

1，数据1)数据方面分为几个部分：数据本身的问题，（标注不合理，或者代码错误导致的问题，例如，分类，检测 ，分割中数据不正常的现象，或者进行数据增强的时候有些问题，（例如之前做检测的时候的问题。）、使用归一化 ，归一化，减去均值，，使用BN，L2 norm，之前遇到过）2，模型1)模型太简单，根本就无法进行拟合数据，这个时候，先对小样本进行训练，使他能够进行过拟合数据 ，保证模型本身没有问题 ，2

​本文简要介绍通用矩阵乘（GEMM，General Matrix Multiplication）优化的基本概念和方法、神经网络量化中矩阵乘的优化方法。

图像特征点性质：可重复性：在不同图像中能重现可区别性：不同的点有不同的表达高效：特征点数量应远小于像素数量本地：特征仅与一小片区域相关1.FAST特征点FAST是一种角点，主要检测局部像素灰度变化明显的地方，以速度快著称。它的思想是：如果一个像素与它领域的像素差别较大，那它更可能是角点。相比于其他角点检测算法，FAST只需比较像素亮度大小，十分快捷。其检测过程如...

子图的几个表征参数： motifs， graphlets，structural roles