logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Day01 配置Clion与CubeMX开发环境

此时界面下方会提示“缺失配置文件”,我们回到根目录新建config文件夹,根据你使用的仿真器类型,在config下新建一个.cfg配置文件。按下板子上的复位,led就会开始闪烁,我们的代码已经在开发板上运行了。安装好Clion与CubeMX后,安装openOCD与arm-none-eabi-gcc,并录入系统变量。创建前可能会需要openOCD的目录,将openOCD安装目录下的bin/openo

#单片机
PyTorch实现MNIST手写数字识别笔记 # 自用

softmax回归是一个多类分类模型,使用softmax操作子得到每个类的预测置信度,置信度每个值都是非负的,且和为1,利用交叉熵来衡量预测和标号的区别。以下是利用d2l库实现的代码import osnet.eval()# 正确的数量, 样本总数if(save):plt.show()plt.show()"""加载模型参数"""net.eval()else:lr = 0.1Logits = net_

文章图片
#pytorch#深度学习
windows11下启动 rqt 时报错:This application failed to start...... 的解决方法

windows11下启动 rqt 时报错:This application failed to start because no Qt platform plugin could be initialized. Reinstalling the application may fix this problem.原因是用户变量与系统变量中的Qt路径不一致(一个指向pyQt,一个指向Qt)。解决方案是

#python
P1038 [NOIP 2003 提高组] 神经网络

接下来 n 行,每行 2 个整数,第 i+1 行是神经元 i 最初状态和其阈值(Ui​),非输入层的神经元开始时状态必然为 0。输出文件包含若干行,每行有 2 个整数,分别对应一个神经元的编号,及其最后的状态,2 个整数间以空格分隔。现在,给定一个神经网络,及当前输入层神经元的状态(Ci​),要求你的程序运算出最后网络输出层的状态。图中,X1​∼X3​ 是信息输入渠道,Y1​∼Y2​ 是信息输出渠

文章图片
#算法
pytorch与深度学习随记——AlexNet

尽管AlexNet架构已经相对较久远,但其在AI教育等方面仍有重要意义。AlexNet架构的创新点。pytorch代码实现。AlexNet历史意义。

文章图片
#深度学习#pytorch#人工智能
windows11下启动 rqt 时报错:This application failed to start...... 的解决方法

windows11下启动 rqt 时报错:This application failed to start because no Qt platform plugin could be initialized. Reinstalling the application may fix this problem.原因是用户变量与系统变量中的Qt路径不一致(一个指向pyQt,一个指向Qt)。解决方案是

#python
洛谷 P1223 排队接水(c语言)

这题要求我们求出使平均等待时间最小的排队顺序。令第i个人接水时间为Ti,等待时间为Wi,那么每个人等待时间的总和ΣW=(n-1)T1+(n-2)T2+......+Tn-1,可以观察到,如果令接水时间更小的人排在队列的更前面,那么总等待时间将更小。所以只要让队列按照接水时间从小到大来排即可。这里用到了贪心算法的思想。我的代码或许有些冗余,可以用qsort函数进行排序。

文章图片
#c语言#算法
P1948 [USACO08JAN] Telephone Lines S

多年以后,笨笨长大了,成为了电话线布置师。由于地震使得某市的电话线全部损坏,笨笨是负责接到震中市的负责人。该市周围分布着n1≤n≤103)根按1∼n顺序编号的废弃的电话线杆,任意两根线杆之间没有电话线连接,一共有p1≤p≤104)对电话杆可以拉电话线。其他的由于地震使得无法连接。第i对电线杆的两个端点分别是ai​bi​,它们的距离为li​1≤li​≤106数据中每对ai​bi​只出现一次。编号为1

#算法#c++#数据结构 +1
pytorch与深度学习随记——AlexNet

尽管AlexNet架构已经相对较久远,但其在AI教育等方面仍有重要意义。AlexNet架构的创新点。pytorch代码实现。AlexNet历史意义。

文章图片
#深度学习#pytorch#人工智能
到底了