凸优化问题凸优化问题及其标准形式标准形式介绍最优化的取值----局部极值，或者全局极值标准形式中的隐式约束Implicit constraint可行域feasibility问题凸优化问题局部最小值和全局最小值的问题可微函数的最优性条件无约束的优化问题等式约束的优化问题特殊优化问题等价凸优化问题消除等式约束引入等式约束不等式约束变成等式约束上凸形式epigraph最小化一些无关变量次凸优化问题qua

课程链接：智能计算系统第三章本章介绍卷积神经网络、利用卷积神经网络做图像分类、基于卷积神经网络的图像目标检测算法、长短期记忆模型与生成对抗网络第三章深度学习适合图像处理的卷积神经网络基于CNN的图像分类算法基于CNN的图像检测算法序列模型循环神经网络长短期记忆模型生成对抗网络GANDriving Example小结适合图像处理的卷积神经网络基于CNN的图像分类算法基于CNN的图像检测算法序列模型循

UAV Path Planning using Global and Local Map Information with Deep Reinforcement Learning摘要Introduction主要贡献Problem FormulationA. Environment and Uav ModelB. Target and Mission DefinitionsCoverage Path

深度学习环境配置服务器查看硬件配置安装Ubuntu20按显卡配置Nvidia驱动安装anaconda3配置虚拟环境针对TensorFlow的配置针对PyTorch的配置目标：python=3.8torch1.7cuda=10.1系统CUDA+Cudnn（可选）控制端安装Pycharm配置Pycharm远程控制配置Pycharm里的Jupyter其他问题控制进程换源加速服务器查看硬件配置CPU：In

前言：学长讲的目标检测入门，我就随手记了个大框架，感觉深度学习迭代太快，具体模型特点还是各自看论文吧~本文可能存在拼写/部分错误，重点是框架啊哈哈哈。另，欢迎指正！目标检测框架目标检测框架组成BackboneHeadNeck提升检测效率全卷积FCN多特征检测—不同尺度的特征图相加SSD多尺度融合—特征金字塔FPN注意力机制目标检测的评价参数AccPrecision—查准率Recall—查全率AP—

第一章:概述人工智能底层的缺失导致智能产业变成空中阁楼为什么有智能计算系统芯片层--->系统层--->算法层--->应用层计算机专业培养计算机整体及子系统的设计者和研究者不但会开车,还会制造汽车计算机系统的研究,算法仅仅是系统的一个环节,算法服务于系统.例如系统(Tensorflow,AlphaGo,TPU(芯片))为什么需要系统研究计算机系统的研究,形成系统思维,拥有更广阔的科

前言博主刚开始入门机器学习时，总是没法把各个模型串在一起，这几个月断断续续看完B站的白板推导（1-23节）,然后觉得视频里模型关系的导图还挺清晰的，于是记录一下，给自己存个笔记。目前主要以概率图模型为主，后期如果复习到，会不断补充前面的模型和问题。欢迎各位批评指正~模型关系机器学习到深度学习贝叶斯派-概率图模型分类问题聚类问题非线性问题采样问题-MCMC蒙特卡洛推断问题机器学习到深度学习ML-to