【优质学习资源合集】分享涵盖AI指令、编程技术、心理学、个人成长等领域的实用资源包，包括140本AI/算法书籍、Java电子书、程序员解决方案、相亲技巧、小吃配方等。资源来自百度网盘和夸克网盘，含深度学习/Python教程、百万级项目案例、简历模板、PPT高阶课程等。声明仅供学习参考，请勿商用，部分资源可能失效建议及时下载。

卷积神经网络主要由卷积层、池化层和全连接层组成。排在前面的较浅的卷积层采用较小的感知域，可以学到图像的一些局部特征（如纹理特征），排在后面较深的卷积层采用较大的感知域，可以学到更加抽象的特征（如物体的大小、位置和方向等）。全卷积神经网络（FCN）和卷积神经网络（CNN）的主要区别在于FCN将CNN末尾的全连接层转化成了卷积层。例如，经过卷积、池化后，图像的大小变为4（长）×4（宽）×512（通道数

在pytorch训练过程中突然out of memory。解决方法：1. 设置 torch.no_grad():2. loss.item()3. 在代码中添加以下两行：torch.backends.cudnn.enabled = Truetorch.backends.cudnn.benchmark = True4. del操作后再加上torch.cuda.empty_cache()补充：Pytor

检索增强生成（RAG）技术通过结合外部知识检索与生成模型，有效解决了大模型知识有限、更新困难和幻觉问题。其工作流程分为离线处理（文档收集、分块、向量化、索引构建）和在线服务（查询处理、相似度检索、上下文构建、生成回答）两大阶段。向量数据库降低了计算复杂度，提供语义检索能力。RAG的优化技术包括查询增强、块优化、重排序和多模型协作。未来发展趋势指向思考式检索、动态知识图谱、多源验证和个性化知识助手。

若你当前在只有 CPU 环境下运行的话，需要加上map_location=torch.device('cpu')。若你当前在有 CUDA环境下运行的话，需要加上map_location=torch.device('cuda')。checkpoint = torch.load('model5_4.pt')

python保存float类型的小数的位数的三种方法

python中numpy array与list的区别 & numpy的应用 & numpy的基本使用。一个numpy array 是内存中一个连续块，并且array里的元素都是同一类（例如整数）。所以一旦确定了一个array，它的内存就确定了，那么每个元素（整数）的内存大小都确定了。list中的数据类型不必相同的，而array的中的类型必须全部相同。

RuntimeError: Given input size: (256x1x1). Calculated output size: (256x0x0). Output size is too small报错原因：图片尺寸太小（初始尺寸32*32*3，而32=2^5，经过五层池化后尺寸就变为1），进入网络后池化不够大。解决方法：①修改pooling层，步长变为1。②减少pooling层，两层卷积后

python中numpy array与list的区别 & numpy的应用 & numpy的基本使用。一个numpy array 是内存中一个连续块，并且array里的元素都是同一类（例如整数）。所以一旦确定了一个array，它的内存就确定了，那么每个元素（整数）的内存大小都确定了。list中的数据类型不必相同的，而array的中的类型必须全部相同。

成功解决RuntimeError: The size of tensor a (22) must match the size of tensor b (32) at non-singleton dimension 3报错原因使用print查看了x的维度和out的维度，发现out = torch.Size([10, 300, 22, 22])x = torch.Size([10, 3, 32, 3