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

STM32—OTA-YModem

协议优点缺点适用场景Xmodem极其简单,资源占用最小无法传输文件名和大小,检错能力弱 (Checksum)非常古老或资源极度受限的场景,现已很少用于IAPYmodem功能/资源/实现复杂度平衡,传输元数据,CRC校验速度不如Zmodem(停等协议),无内置安全机制最经典的串口IAP场景,资源受限的MCUZmodem速度快(流式传输,出错才重传),支持断点续传实现比Ymodem复杂,资源占用稍多对

文章图片
#网络
AI项目笔记

【代码】YOLO项目笔记。

文章图片
卷积神经网络中channels,filter,batch和feature map的理解。通过VGG16源代码在加深理解。

batch可以理解为相册,相册内通常是有很多张图片。如果是黑白图像,channel就是1。彩色的channel不就是3嘛。呜呜呜呜呜!!!!!class Vgg16_net(nn.Module):def __init__(self):super(Vgg16_net, self).__init__()self.layer1 = nn.Sequential(nn.Conv2d(in_channels=

#cnn#人工智能#神经网络
深度学习数据集加载

【代码】深度学习数据集加载。

文章图片
#深度学习#人工智能
ubuntu安装Docker

14. 重启完docker之后检查registry mirror刚刚配置的加速地址是否成功。13.解决方案----配置加速地址:设置registry mirror。本文以Ubuntu20.05系统为例安装docker。1. 移除ubuntu系统自带的docker。15. 运行如下命令再次确认是否安装成功。4. 添加Docker官方GPG密钥。11. 开机自启动docker。5. 添加Docker软

文章图片
#ubuntu#docker#linux
卷积神经网络参数量计算(模型参数,内存占用,显存占用)

1.模型参数每一次卷积的参数量和特征图的大小无关,仅和卷积核的大小,偏置及BN有关。1.每个卷积层的参数量,+1表示偏置:Co x (Kw x Kh x Cin + 1)2.全连接层的参数量(D1 + 1) x D23.BN层的参数量因为BN层需要学习两个参数 γ \gamma γ和 β \beta β,所以参数量是2xCoprint('# generator parameters:', sum(

#cnn#人工智能#神经网络
深度学习笔记

想象一下你有一条生产线,这条生产线由多个工作站组成,每个工作站负责对产品进行某种特定的加工。原材料从生产线的一端进入,经过每个工作站的处理后,成品从另一端出来。在这个过程中,每个工作站都对原材料进行了某些操作,使得它逐渐变成了最终的产品。在深度学习中,神经网络就像这条生产线,输入数据就是原材料,而每一层就是一个工作站。前向传播就是指原材料(输入数据)经过各个工作站(神经网络的各层)的处理,最终变成

文章图片
#深度学习
SCPI命令笔记

5. 读取设备电压(功能和第4条命令达到一样的效果)6. 读取设备电流 (功能和第4条命令达到一样的效果)3. 清除设备的状态寄存器和事件队列。7. 查询设备当前电压测量范围。8. 查询设备当前电流测量范围。10. 设置电流的测量范围。9. 设置电压的测量范围。

Linux中的挂载

假设我们有一个 U 盘设备,当我们将 U 盘挂载到/mnt/usb目录时,系统会把这个 U 盘文件系统中的内容与/mnt/usb关联起来,之后我们只需进入/mnt/usb,就能看到 U 盘中的所有文件。/mnt/usb目录是空的。/mnt/usb目录中显示的是 U 盘的文件内容。

文章图片
#linux#运维#服务器
    共 11 条
  • 1
  • 2
  • 请选择