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

vscode便捷使用总结

格式化安装prettify json快速格式化Json文件Visual Studio Code可以通过以下快捷键格式化代码:On Windows   Shift + Alt + FOn Mac   Shift + Option + FOn Ubuntu   Ctrl + Shift + I

#vscode
c++编程入门到精通(四) 编译过程详解(g++ 编译选项 & cmake编译初解 & vscode调试c++)

CMake是一个跨平台的安装编译工具,可以用简单的语句来描述所有平台的安装(编译过程)。CMake可以说已经成为大部分C++开源项目标配。

#vscode#c++#ide
数据挖掘-心跳信号分类预测

主要工作1 主要是熟悉一下题目内容,跑通baseline2 心跳检测,归属到传统机器学习的分类问题。采用的是lightgbm。这个是个结构化赛事比较管用的一个分类器。3 有一些比较重要的基础内容,需要补充学习一下:推荐:机器学习原理与实践pandas数据处理Matplotlib可视化XGBOOST, LIGHTGBM, GBDT等常用大杀器简介知识点总结参考上图,我们能看出:训练集准确度:XGBo

#数据挖掘
pytorch深度学习和入门实战(三)transforms数据增强和ImageFolder数据集构造详解

目录1.数据处理工具箱概述2. transforms的所有数据增强的api2.1 针对PIL image的处理2.1.1裁剪2.1.2 翻转和旋转2.1.3 图像变换2.1.4 对 transforms 操作,使数据增强更灵活2.2 针对 torch.*Tensor的处理2.2.1 标准化:transforms.Normalize2.2.2 线性变换:transforms.LinearTransf

#深度学习#python#pytorch +1
【论文解读】深度学习目标检测的开山鼻祖 |R-CNN详解 | 两阶段目标检测代表

目录前言目标检测近年里程碑深度学习目标检测1 R-CNN简介1.1 何为R-CNN?1.2 摘要2.Fast RCNN网络结构解析2.1 整体结构概览2.2 region proposals ---- selective search2.3 back bone --- AlexNet & vgg2.4 classfication --- SVM2.5 regression3.论文亮点4.

#深度学习#机器学习
深度学习知识梳理(干货满满详解DNN/CNN/RNN)之模型训练(四)

(四)模型训练4.1 学习率4.2Batch Normalization4.3 Drop-out4.4 权重初始化4.1 学习率(1)什么是学习率?梯度下降法和反向传播算法中的超参数η就是 学习率,它控制着神经网络权值下降的速度(2)为什么要衰减学习率算法优化前期,学习率较大会加速学习, 但后期会造成较大波动,出现围绕最优值 徘徊而无法收敛的情况,因此随着训练的 进行学习率需要逐渐衰...

#人工智能#深度学习#神经网络 +2
pytorch深度学习和入门实战(二)Dataset和DataLoader使用详解

目录1.数据处理工具箱概述2. torch.utils.data简介2.1torch.utils.data.Dataset为抽象类。2.2utils.data.DataLoader2.3 下面介绍一下自定义数据集构成方法`类型1:map-style datasets``类型2:iterable-style datasets`Reference:1.数据处理工具箱概述数据下载和预处理是机器学习、深度

#python#pytorch#神经网络 +2
香橙派AIpro基础功能使用指南

1 相关链接 ●官网链接:OrangePi AIpro●官方资料下载(用户手册/工具/github源码/原理图/机械图等):http://www.orangepi.cn/html/hardWare/computerAndMicrocontrollers/service-and-support/Orange-Pi-AIpro.html●官方镜像下载:Ubuntuhttps://pan.baidu.c

文章图片
c++编程入门到精通(四) 编译过程详解(g++ 编译选项 & cmake编译初解 & vscode调试c++)

CMake是一个跨平台的安装编译工具,可以用简单的语句来描述所有平台的安装(编译过程)。CMake可以说已经成为大部分C++开源项目标配。

#vscode#c++#ide
数据挖掘-心跳信号分类预测

主要工作1 主要是熟悉一下题目内容,跑通baseline2 心跳检测,归属到传统机器学习的分类问题。采用的是lightgbm。这个是个结构化赛事比较管用的一个分类器。3 有一些比较重要的基础内容,需要补充学习一下:推荐:机器学习原理与实践pandas数据处理Matplotlib可视化XGBOOST, LIGHTGBM, GBDT等常用大杀器简介知识点总结参考上图,我们能看出:训练集准确度:XGBo

#数据挖掘
    共 31 条
  • 1
  • 2
  • 3
  • 4
  • 请选择