🔥个人主页：Quitecoder 🔥专栏：c++笔记仓 目录 `1.基本框架``2.构造和销毁``3.元素访问``4.获取迭代器与容量操作``reserve开空间` `5.对内容的修改``迭代器失效` 1.基本框架 namespace own { template<class T> class vector { public: typedef T* iterator; typedef const T...

1. 查看显卡驱动及对应cuda版本关系 1.1 显卡驱动和cuda版本信息查看方法 在命令行中输入【nvidia-smi】可以当前显卡驱动版本和cuda版本。 根据显示，显卡驱动版本为：Driver Version: 516.59，CUDA 的版本为：CUDA  Version 11.7。 此处我们可以根据下面的表1 显卡驱动和cuda版本对应关系得知，Driver Version: 527.47...

深度学习基础——循环神经网络的结构及参数更新方式 深度学习领域的一大重要分支是循环神经网络（Recurrent Neural Networks，简称RNN），它是一种用于处理序列数据的神经网络结构。与传统的前馈神经网络不同，循环神经网络能够利用序列中的时间信息，从而更好地建模序列数据的依赖关系。 1. 概述 循环神经网络是一种具有循环连接的神经网络结构，用于处理序列数据，如文本、时间序列等。其主要特...

tensor(6.), tensor(1.5000), tensor(9.)) 1.2 向量 向量泛化自标量，可以被视为标量值组成的列表，相当于把标量从零阶推广到一阶，这些标量值被称为向量的元素。 在深度学习中，使用一维张量表示向量，可以理解为一维数组。 使用下标来引用向量的任一元素。向量的长度通常称为向量的维度。可以通过张量的.shape属性访问向量的长度。 形状（shape）列出了张量沿每个轴的长...

1.表示子空间        在深度学习中，“不同的表示子空间”通常是指模型通过不同的参数（例如权重矩阵）将输入数据映射到不同的高维空间，这些空间被称为表示子空间。每个子空间都能够捕获输入数据中不同的特征或模式。以下是一些详细解释： 1. 特征表示：        在机器学习中，特征表示是指数据在某个空间中的表示形式。一个模型的目的是找到一个良好的特征表示，使得数据中的模式和关系能够被容易地识别和利用...

LSTM情感分析、短信、身份证识别 补充说明 适合大数据毕业设计、数据分析、爬虫类计算机毕业设计 介绍 音乐数据的爬取：爬取歌曲、歌手、歌词、评论 音乐数据的可视化：数据大屏+多种分析图【十几个图】 深度学习之LSTM 音乐评论情感分析 交互式协同过滤音乐推荐： 2种协同过滤算法、通过点击歌曲喜欢来修改用户对歌曲的评分 歌词、乐评的词云 登录、注册、修改个人信息等【集成身份证识别、短信验证码等】 黄河...

一、指标介绍 在训练语义分割模型时，我们不仅需要知道训练，验证损失，还想要知道性能指标。 二、计算流程 （1）读取验证集的图片和标签（mask图） （2）对模型预测的特征图进行解码，获得预测的mask图 （3）创建num_class x num_class尺寸的混淆矩阵hist （4）将标签mask图和预测mask图转换为numpy数组 （5）将两个numpy数组展平为一维数组，使用np.binco...

什么是深度优先搜索？ 深度优先搜索（DFS，Depth-First Search）是算法中的一种重要的搜索策略。它的核心思想是“深入探索，直至无路可走，然后再回溯”。这种策略在许多问题中都有着广泛的应用，例如图的遍历、路径查找、解决迷宫问题等等。 让我们通过一个生活中的例子来理解深度优先搜索。假设你正在玩一个迷宫游戏，你需要从迷宫的入口找到出口。你可以选择往前走，直到遇到死胡同，然后再回头，选择另外...

目录 简述 理解梯度 什么是梯度 计算梯度 简述 在深度学习神经网络中，反向传播是一种用来训练神经网络的常用方法。它通过计算损失函数对于网络参数的梯度，然后使用梯度下降算法更新参数，以降低损失函数的值。 梯度表示了函数在某一点上的变化率和方向，对于神经网络而言，梯度表示了损失函数对于网络参数的变化率和方向。在反向传播过程中，首先通过前向传播计算出网络的输出和损失函数的值，然后利用链式法则逐层计算参数的...

一、初始化方式 在常见的CNN深度学习模型中，最常出现的是Conv卷积和BatchNorm算子。 （1）对于Conv卷积，权重初始化的方式有‘normal’，‘xavier’,‘kaiming’,‘orthogonal’ 以‘normal’方式为例：对Conv卷积的weight通常是以均值为0，标准差为0.02的正态分布进行参数初始化 （2）对于BatchNorm算子，通常是使用‘normal’方式...