做梦当财神

摘要： 在 C++ 中，内存可以划分为以下几个区域：代码区、全局区（静态区）、栈区、堆区。这些区域在程序运行时分配和管理不同类型的数据。 1. 代码区（Text 区）： 代码区是用来存储程序的机器指令（即可执行代码）。这个区域通常是只读的，因为在程序运行时，程序的指令是不可修改的。 2. 全局区（全局变量区 阅读全文

摘要： 在 C++ 中，new 操作符用于在动态内存（heap）上为对象动态分配内存，同时会调用对象的构造函数进行初始化。它返回一个指向新分配的内存空间的指针。 new 操作符的一般语法如下： new type new type[expression] 其中，type 是要分配内存的数据类型，express 阅读全文

摘要： 1. 双线性插值法 图像放大是图像处理的基本操作。 下面利用双线性插值法进行图像放大。 示例：原图 \((3\times3)\)，目标图 \((4\times4)\)。原图坐标 \((1,0)\) 的像素值 \(g(1,0) = 118\)，\(g(1,1) = 126\)，\(g(2,0) = 1 阅读全文

摘要： 目录1. AlexNet1.1 第一个卷积层1.2 第二个卷积层1.3 第三个卷积层1.4 第四个卷积层1.5 第五个卷积层1.6 全连接层1.7 全连接层1.8 全连接层1.9 AlexNet 网络架构2. AlexNet与LeNet5区别3. AlexNet在当时包含的新技术点 1. AlexN 阅读全文

摘要： 目录1. 卷积神经网络（LeNet）1.1 LeNet 1. 卷积神经网络（LeNet） \(LeNet\) 最早的卷积神经网络之一（\(1989\) 年提出）。用于银行支票上手写数字识别（\(1998\) 年杨立坤教授提出）。 1.1 LeNet \(LeNet\) \((LeNet-5)\) 由 阅读全文

摘要： [toc] 在[二维卷积层](https://www.cnblogs.com/keye/p/16667638.html)里介绍的物体边缘检测，我们构造卷积核从而精确地找到了像素变化的位置。设任意二维数组 $X$ 的 $i$ 行 $j$ 列的元素为 $X[i,j]$。如果构造的卷积核输出 $Y[i,j 阅读全文

摘要： # 1. 通常权重衰减等价于L2正则化 控制模型容量方法： - 模型变得比较小，即参数比较少。 - 参数值的选择范围比较小。 权重衰减通过限制参数值的选择范围来控制模型容量： $$ min\ \ell(\mathbf{w}, b) \ \ \ \ subject\ to\ \ ||\mathbf{w 阅读全文

摘要： $torchvision.transforms.functional.py$ 中to_tensor()函数源码： def to_tensor(pic) -> Tensor: """Convert a ``PIL Image`` or ``numpy.ndarray`` to tensor. This 阅读全文

摘要： 讲述with torch.no_grad()前，先讲述requires_grad参数。 1. requires_grad 在 $torch$ 中，$tensor$ 有一个 requires_grad参数，如果设置为 $True$，则反向传播时，该 $tensor$ 就会自动求导。 $tensor$ 阅读全文

摘要： 训练网络的时候希望保持一部分网络参数不变，只对其中一部分的参数进行调整；或训练部分分支网络，并不让其梯度对主网络的梯度造成影响，这时可以使用detach()切断一些分支的反向传播。 1. tensor.detach() 返回一个新的 $tensor$，从当前计算图中分离下来，但仍指向原 $tenso 阅读全文