CUDACUDA，Compute Unified Device Architecture的简称，是NIVIDIA公司开发的一种计算架构，可以利用NVIDIA系列显卡（GPUs，Graphics Processing Unites）对一些复杂的计算进行加速。参考文献https://bbs.csdn.net/topics/390798229...

LMDB（Lighting Memory-Mapped Database Manager）闪电内存映射数据管理器，是一个基于btree的数据库管理库，整个数据库在内存映射中公开，所有数据获取都直接从映射的内存返回数据，因此在数据获取期间不会出现malloc或memcpy。它本身不需要页面缓存层，而且它的性能和内存效率都非常高。它也是完全事务性的，具有完整的ACID语义，当内存映射为只读时，不能通过

CascadeTabNet：An Approach for end to end table detection and structure recognition from image-based documents(2020)PaperDevashishPrasad/CascadeTabNet网络结构Iterative transfer learning（迭代迁移学习）使用多任务学习方法以及迁

文章目录绪论卷积神经网络基础知识基本结构前馈运算反馈运算卷积神经网络基本部件端到端思想卷积层汇合层激活函数全连接层目标函数卷积神经网络经典结构CNN网络结构中的重要概念经典网络案例分析卷积神经网络的压缩低秩近似剪枝与稀疏约束参数量化二值网络知识蒸馏书籍链接百度网盘谷歌云盘绪论机器学习是人工智能的一个分支，它致力于研究如何通过计算的手段，利用经验（experience）来改善计算机系统自身...

文章目录前言数据Dataset类DataLoader类transform裁剪-Crop翻转和旋转-Flip and Rotation图像变换对transforms操作，使数据增强更灵活模型模型定义权值初始化权值初始化流程常用初始化方法模型Finetune用预训练的模型参数对新模型的权值进行初始化不同层设置不同的学习率损失函数和优化器损失函数L1范数损失 L1Loss均方误差损失 MSELoss交叉

深度学习概论神经网络房屋价格预测的模型：左边是输入层，由人工输入，中间是隐藏层，连接数很高，神经网络自己决定每个节点具体是什么，右边是输出层，神经网络非常擅长计算从x到y的精准映射函数。监督学习到目前为止，几乎所有由神经网络创作的经济价值，都是基于一种机器学习——监督学习。常见神经网络模型NN：神经网络（预测等）CNN：卷积神经网络（图像处理）RNN：循环神经网络（善于处理一维序列数据，包含时间成

文章目录Flaskgunicorn 部署Flask项目gunicorn架构并发 vs. 并行安装gunicorn启动gunicorngunicorn配置文件列出所有进程FlaskFlask默认是单进程、单线程阻塞的任务模式，在项目上线的时候可以通过nginx+gunicorn的方式部署flask任务，但是在开发的过程中如果想通过延迟的方式测试高并发，需要在app.run()中通过threade..

在线学习网址：https://zh.d2l.ai/GitHub：d2l-zh（中文版）d2l-en（英文版）代码代码是基于Apache MXNet实现，MXNet是一个开源的深度学习框架。它是AWS（亚马逊云计算服务）首选的深度学习框架，也被众多的学校和公司使用。深度学习简介机器学习是一门讨论各式各样的适用于不同问题的函数形式，以及如何使用数据来有效的获取函数参数具体值的学科。...

[nndl.github.io][神经网络与深度学习][nndl-book]深度学习基础深度学习是机器学习的一个分支，是指一类问题以及解决这类问题的方法。深度学习问题是一个机器学习问题，指从有限样例中通过算法总结出一般性的规律，并可以应用到新的未知数据上。深度学习采用的模型一般比较复杂，指样本的原始输入到输出目标之间数据流经过多个线性或非线性组件（component）。因为每个组件都会对信息进行加

GAN：生成对抗网络[paper]Generative Adversarial Nets（2014）一个神经网络试图生成接近真实的数据（注意：GANs可以用来模拟任何数据分布，但目前主要用于图像），另一个网络试图区分真实的数据和由生成网络生成的数据。生成器网络使用判别器作为损失函数，并更新其参数以生成看起来更真实的数据。判别器网络更新其参数，以便更好的从真实数据中识别出假数据。所以它的性能也变得更