泛化 (Generalization)泛化是指模型很好地拟合以前未见过的新数据（从用于创建该模型的同一分布中抽取）的能力。过拟合： 过拟合模型在训练过程中产生的损失很低，但在预测新数据方面的表现却非常糟糕，即泛化能力差；产生原因：过拟合是由于模型的复杂程度超出所需程度而造成的。机器学习的基本冲突是适当拟合我们的数据，但也要尽可能简单地拟合数据。奥卡姆的威廉是 14 世纪一位崇尚简单的修士...

论文综述：文章主旨：在本文中，我们回顾了这些视觉Transformer模型，将它们分为不同的任务，并分析了它们的优缺点。我们探讨的主要类别包括主干网络、高/中级视觉、低级视觉和视频处理。我们还包括有效的Transformer方法，用于将Transformer推进基于设备的实际应用。此外，我们还简要介绍了计算机视觉中的自我注意机制，因为它是Transformer的基本组成部分。在本文的最后，我们讨论

视频学习网站：Google机器学习教程这是我自己的随堂笔记。一基本概念样品数据的特征实例：定义为x标签对特例进行的判断分类：定义为y有标签样本具有{特征，标签}：（x,y）一般作为训练集使用无标签样本具有{特征，？}：（x,？）一般作为测试集使用预测标签 通过训练的模型对无标签样本的预测：定义为y’模型 模型定义了特征与标签之间的关系，可以将样本映射到预测标签：...

主要来源：视频学习网站Google机器学习教程将原始数据映射到特征传统编程的特征点是代码，而在机器学习项目中，关注点就是特征表示。也就是说，开发者通过添加或改善特征来调整模型；特征工程：指的是将原始数据转换为特征矢量。（往往特征工程会占用整个工作的大部分时间精力）许多机器学习模型都必须将特征表示为实数向量，因为特征值必须与模型权重相乘。下图左侧表示来自输入数据源的原始数据，右侧表示特征矢...

可以查询到双计算卡的版本型号为Atlas 300I Pro 推理卡。显示当前服务器具有双计算卡。

学习教材：动手学深度学习 PYTORCH 版(DEMO)(https://github.com/ShusenTang/Dive-into-DL-PyTorch)PDF 制作by [Marcus Yang](https://github.com/chenyang1999)直接代码：'''导入所需的包'''import torchfrom torch import nnfrom torch.nn im

学习教材：动手学深度学习 PYTORCH 版(DEMO)(https://github.com/ShusenTang/Dive-into-DL-PyTorch)PDF 制作by [Marcus Yang](https://github.com/chenyang1999)直接码代码：#在jupyter notebook上运行需要添加%matplotlib inlineimport torchfrom

下载连接：https://pypi.org/project/rknn-toolkit2/#files。python 安装rknn-toolkit-lite。选择对应的python版本、软件版本、和系统架构。选择对应的python版本、软件版本、和系统架构。python安装rknn-toolkit2。

通常用git下载都会在几k至十几k，非常慢且容易超时。可以通过代理下载的方式加速。主要方式就是将git clone https://github.com/xxx.git改为git clone https://github.com.cnpmjs.org/xxx.git这样速度就会有很大提升！加速前：加速后：...

论文综述：文章主旨：在本文中，我们回顾了这些视觉Transformer模型，将它们分为不同的任务，并分析了它们的优缺点。我们探讨的主要类别包括主干网络、高/中级视觉、低级视觉和视频处理。我们还包括有效的Transformer方法，用于将Transformer推进基于设备的实际应用。此外，我们还简要介绍了计算机视觉中的自我注意机制，因为它是Transformer的基本组成部分。在本文的最后，我们讨论