loading

2021年2月1日
Deep Learning for SVD and Hybrid Beamforming 个人学习总结，有错误理解，后续修改。
摘要： 三种不同的DNN架构 输入矩阵通过单个DNN网络计算，直接输出所有的奇异值和奇异向量。 整体包含K个DNN,每一个DNN都被训练来预测最大的奇异值和相关联的左右奇异向量。 低复杂度 输入矩阵到单个DNN,循环迭代的输出一个奇异值和奇异向量。低复杂度+进一步简化SVD操作 K是含义 奇异值分解 $$ 阅读全文
posted @ 2021-02-01 18:27 EaApple 阅读(492) 评论(0) 推荐(0)
个人学习简单总结接触到的dl模型分类，待补充和完善
摘要： 一些简单的科普 一些常见的算法 1 KNN K-Nearest Neighbors 分类算法 思路 根据邻居判断一个新数据类型 水果判断实例 大小和颜色是数据特征 苹果和梨是数据的标签 根据样本的大小，颜色找到它在坐标系中的位置 再根据已经确定的苹果和梨都在哪儿 附近苹果多则是苹果，附近梨多就是梨 阅读全文
posted @ 2021-02-01 18:26 EaApple 阅读(485) 评论(0) 推荐(0)