Burglar

摘要： unp.h的安装以及第一个程序的运行 源代码下载以及编译 点击此处下载源代码 解压到本地文件夹，如果访问不了GitHub的话就用我搬到gitee的仓库吧 git clone https://gitee.com/Find-ing/unpv13e.git 直接这样就不用解压了 这里可以看看README 阅读全文

摘要： 创建新用户命令： useradd -d "/home/guest" -m -s "/bin/bash" guest 报错： useradd: cannot open /etc/passwd 按照网上的解决方案： chattr -ia /etc/passwd 此时/etc/passwd的属性： e / 阅读全文

摘要： C语言自动编译执行脚本 在Linux上面用命令行写一些简单的C语言程序，总是遇到一个问题，代码写完后要先编译后运行，而且编译生成的可执行文件默认还是a.out，自己去加参数去改有觉得十分麻烦，所以干脆就写了个脚本来帮我把这些麻烦的事情做了 #!/bin/bash filename=$1 locati 阅读全文

摘要： SpringBoot打包maven仓库里面没有的包 在遇到一些自定义的jar包，maven仓库里面没有这些包，但是发布线上时我们还是只想发布一个jar包，也就是我们想要把第三方包打在最后生成的大jar包里 在根目录新建一个lib目录，把jar包放入lib目录 在pom.xml里面先放入这段代码表示导 阅读全文

摘要： 卷积神经网络中nn.Conv2d()和nn.MaxPool2d() 卷积神经网络之Pythorch实现： nn.Conv2d()就是PyTorch中的卷积模块 参数列表 | 参数 | 作用 | | | | | in_channels | 输入数据体的深度 | | out_channels | 输出数 阅读全文

摘要： 简单分析一下主流的几种神经网络 LeNet LetNet作为卷积神经网络中的HelloWorld,它的结构及其的简单，1998年由LeCun提出 基本过程: 可以看到LeNet-5跟现有的conv->pool->ReLU的套路不同，它使用的方式是conv1->pool->conv2->pool2再接 阅读全文

摘要： nn.Conv2d()中dilation参数的作用 下面这张图很好的描述了这个参数的作用 优点： 这样每次进行单次计算时覆盖的面积（感受域）增大，最开始时3*3 = 9 然后是5*5 = 25最后是7*7=49，增加了感受域却并未增加计算量，保留了更多的细节信息，对图像还原有明显的提升。 阅读全文

摘要： 全连接神经网络 前馈神经网络 包含的层： 线性层和卷积层：这两种层对输入进行线性计算。层内维护着线性运算的权重 激活层：这层对数据进行非线性运算。非线性运算时可以逐元素非线性运算的，也可以是其它类习惯的非线性运算 归一化层：根据输入的均值和方差对数据进行归一化，使得数据的范围在一个相对固定的范围内 阅读全文

摘要： 线性回归 最小二乘法 使用torch.lstsq()求解线性回归问题 为什么博客园不能渲染公式？？？那就没办法了 想要看数学公式的只能移步我的CSDN了 点击此处进入CSDN 两个重要推论 与权值点乘 \(X[i, :]·W = x[i, 0]w[0] + x[i, 1]w[1] + …… + x[ 阅读全文

摘要： 数据库设置一个触发器用于记录最后一次更改时间 CREATE TRIGGER 触发器名 BEFORE UPDATE ON 表名 FOR EACH ROW BEGIN SET NEW.字段名=now(); END 阅读全文