原创 解讀拉普拉斯矩陣
解讀Laplace矩陣1. 什麼是Laplace矩陣?2. 常見的Laplace矩陣Reference 1. 什麼是Laplace矩陣? 拉普拉斯矩陣(Laplacian matrix) 也叫做導納矩陣,這次筆記主
原创 簡要理解傅里葉變換
簡要理解傅里葉變換1. 傅里葉變換2. 時域、頻域理解 1. 傅里葉變換 在時間t軸上,把 ei2t 向量的虛部記錄下來,得到的就是 sin(2t): 在時間t軸上,把 ei2t 向量的實部(橫座標)記錄下來,得到的就是
原创 瞭解拉普拉斯算子
瞭解拉普拉斯算子1. Laplace算子的定義2. 轉換成離散形式 1. Laplace算子的定義 直奔主題:Laplace算子被定義爲函數梯度的散度,即: 在圖像處理,我們知道經常把
原创 MySQL 8.0.20詳細安裝教程
MySQL 8.0.20詳細安裝教程 1. 安裝前的準備 2. 安裝 3. 配置環境變量 1. 安裝前的準備 下載:先到官網下載相對應的版本:https://dev.mysql.com/downloads/mysql/
原创 通俗易懂地解釋卷積?
通俗易懂地解釋卷積?1. 卷積的定義2. 離散卷積的例子:丟骰子3. 連續卷積的例子:做饅頭4. 圖像處理卷積 1. 卷積的定義 如果遍歷這些直線,就好比,把毛巾沿着角捲起來: 因此也可以理解爲什麼叫做“卷積”。 2
原创 【VS】常見錯誤:C4996 ‘fopen‘: This function or variable may be unsafe. Consider using fopen_s instead解決辦法
【VS】常見錯誤 錯誤: C4996 ‘fopen’: This function or variable may be unsafe. Consider using fopen_s instead. To disable d
原创 VS:把項目由x86改爲x64
解決方案平臺由x86改爲x64 1. Step one 2. Step two 例如上圖可以知道,當我們想要將項目在x64平臺上Debug/Release時,卻發現沒有該選項,如何解決? 1. Step one
原创 PyTorch保存網絡結構以及參數【 torch.save()、torch.load() 】
保存網絡結構以及參數 一、保存方式 二、pkl、pth文件區別 2.1 .pkl文件 2.2 .pth文件 對於pytorch保存網絡參數,大家一般可以看到有 .pkl文件 以及 .pth文件,對於這兩者有什麼區
原创 PyTorch的inplace的理解
inplace的理解 我們平時看到的 nn.ReLU(inplace=True)、nn.LeakyReLU(inplace=True),這些語句中的inplace是什麼意思? inplace=True指的是進行原地
原创 【PyTorch】常見錯誤: RuntimeError:one of the variables needed for gradient computation has been modified
【PyTorch】常見錯誤 錯誤: RuntimeError: one of the variables needed for gradient computation has been modified by an inpl
原创 PyTorch中torch.utils.data.DataLoader加載數據
torch.utils.data.DataLoader使用方法 一、參數設置 二、實際應用 DataLoader是PyTorch中的一種數據類型,在PyTorch架構中訓練或者驗證模型經常要使用它,那麼怎麼生成以及使
原创 X86架構與ARM架構
最近看到Apple Mac棄用Intel x86架構芯片,開始轉向ARM架構的新聞,感覺現在對於芯片需求方向開始發生改變,由原來的 x86 的高性能和高速度 開始轉向 ARM的高效率和低功耗。蘋果
原创 文件處理命令(四)鏈接命令ln
鏈接命令ln1. ln 生成鏈接文件2. 軟鏈接3. 硬鏈接 1. ln 生成鏈接文件 ln -s [原文件] [目標文件] -s 創建軟連接 上
原创 基於深度圖手勢識別(一)Pose-REN講解
基於深度圖手勢識別Pose-REN講解 Abstract 1. Introduction 2. Related Work 2.1. Depth-based Hand Pose Estimation 2.2. Cascaded Me
原创 機器學習(一)模型評估與選擇(上)
模型評估與選擇1. 誤差與過擬合1.1. 誤差及其類型1.2. 過擬合/欠擬合2. 評估方法2.1. 留出法2.2. 交叉驗證法2.3. 調參與最終模型Reference: 1. 誤差與過擬合 我們在訓練