MindIE下的atb-model源码库（修正function call），改正后，可支持流式和非流式推理

使用MindIE部署DeepSeek-V3.2-Exp，完整、详细。

pytorch的Conv2d参数详解torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)in_channels：输入维度，即你上一层特征图或

一直想总结下目标检测的一系列算法，分为两个主要路线，一个是从RCNN发展起来的两阶段算法，另一个是以YOLO发展的一阶段算法。本篇属于RCNN算法中重要的一部分，用来解决生成候选区域的问题，算是基础，也很重要，尽管该算法已经过时了，但是掌握其中的思想用来解决可以问题还是不错的。简述作用：在原图片上，以尽可能快和好地生成可能包含目标的候选块。换句话说，避免了穷举法的计算量大且无图像本身信息的缺点。解

机器学习——损失函数前言一、分类问题的损失函数1、0-1损失（one-zero loss）2、Log Loss3、Focal Loss4、相对熵、KL散度（Relative Entropy/Kullback-Leibler Divergence）5、指数损失（Exponential Loss）6、Hinge Loss二、回归问题的损失函数1、均值平方差（Mean Squared Error,MSE

机器学习——特征工程之数据相关性前言图表相关性协方差和协方差矩阵代码实现相关系数1、皮尔逊相关系数( Pearson correlation coefficient）2、斯皮尔曼相关性系数、秩相关系数（spearman correlation coefficient）3、Kendall Rank（肯德尔等级）相关系数信息熵和互信息前言在样本属性很多的数据集中，一定会存在一些与标签关系不那么强的..

机器学习——回归算法之正交匹配追踪算法（Orthogonal Matching Pursuit，OMP）前言匹配追踪算法(Matching Pursuit,MP)1、算法思想2、算法过程3、MP算法的问题正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)1、算法思想2、算法流程3、代码前言学习正交匹配追踪算法之前需要看懂匹配追踪算法(MP)，显然OMP是在MP的..

机器学习——回归算法之最小角回归（Least angle regression， LARS）前言算法思想示例代码前言最小角回归涉及到了相关系数（current correlations）,但这里并不会具体定义相关系数的定义，只需要在知道它是用来衡量两个变量相关程度的就可以了。算法思想这里用一张图来说明算法的基本思想：从简单的情况说明，假设有两个样本x1和x2，真实标签为y2^(图中绿色的...

机器学习——分类算法之感知机前言符号函数感知机模型感知机算法1、原始形式2、对偶形式代码前言感知机算法（perceptron）是用于二分类的线性分类模型，将输入实例划分为正例和负例的一个超平面，属于判别模型。感知机算法旨在求出将训练数据进行线性划分的分类超平面，基于误分类的损失函数，利用梯度下降法对损失函数进行极小化。符号函数符号函数应该都知道，这里简单过一下。表达式：f(x)={+1...

机器学习——特征工程之分类变量前言分类变量的编码1、one-hot 编码2、虚拟编码3、效果编码处理大型分类变量1、特征散列化2、分箱计数总结前言关于特征工程，已经对空值、数值型和文本数据的处理做了大致方法的说明，这篇对数据类型中的另一大重要部分——分类变量，作处理方法总结。声明：关于编程语法相关问题不会展开论述，本文只针对方法路线分类变量的编码先说明什么样的数据被称为分类变量：分类变量...