摘要： RuntimeError: No CUDA GPUs are available问题解决 检查GPU是否可用 import torch if torch.cuda.is_available(): print("GPU可用") else: print("GPU不可用") 显示当前可用的GPU数量 im 阅读全文

摘要： NVIDIA驱动失效简单解决方案：NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver. 问题：准备用GPU跑模型时，提示cuda 不存在 第一步，打开终端，输入：vidia-smi NVIDIA-S 阅读全文

摘要： 数值稳定性+模型初始化和激活函数 1.数值稳定性 \(t\) 是层数 \(y\) 是优化函数(不是预测结果) 向量关于向量的导数是一个矩阵，那么进行\(d-t\)次矩阵乘法 ① MLP：多层感知机。 ② 对角矩阵(diagonal matrix)是一个主对角线之外的元素皆为0的矩阵，常写为diag( 阅读全文

摘要： 丢弃法(drop out) 一、介绍 1.动机 一个好的模型需要对输入数据的扰动鲁棒 使用有噪音的数据等价于Tikhonov正则 丢弃法：在层之间加入噪音 2.丢弃法的定义 这里除以\(1-p\)是为了\(x_i^{'}\)与原来的\(x_i\)的期望相同。 \[ 0\times p + (1-p) 阅读全文

摘要： L2正则化和权重衰退(Weight Decay) 一、权重衰退介绍 1.什么是权重衰减/权重衰退——weight_decay L2正则化 主要作用是：解决过拟合，在损失函数中加入L2正则化项 2. L2范数 L2范数，也被称作欧几里得范数或者Frobenius范数（当应用于矩阵时），是最常用的向量范 阅读全文

摘要： 模型选择、过拟合、欠拟合 在机器学习和统计建模中，模型选择、过拟合和欠拟合是常见的概念，关系到模型的性能和泛化能力。 1.模型选择 举个一个有趣的例子： 惊讶的发现： 你发现所有的5个人在面试的时候都穿了蓝色衬衫(就是咱们说的蓝领嘛) 你的模型也发现了这个强信号 这会有什么问题？ 这就引出了我们的训 阅读全文

摘要： 多层感知机（MLP） 1. 单层感知机 1.1 感知机 线性回归输出的是一个实数，感知机输出的是一个离散的类。 1.2 训练感知机 ①如果分类正确的话y<w,x>为正数，负号后变为一个正数，和\(0\)取\(max\)之后得\(0\)，则梯度不进行更新 ②如果分类错了，y<w,x>为负数， 的判断条 阅读全文

摘要： nannan的板子 eclipse自动导包和自动补全配置： 自动导包 自动补全 更改主题 代码片段1 import java.io.BufferedReader; import java.io.BufferedWriter; import java.io.IOException; import ja 阅读全文

摘要： [深度学习]\(Softmax\)回归、损失函数、分类 1、\(Softmax\)回归模型 \(Softmax\)回归虽然它的名字是回归，其实它是一个分类问题。 \(Softmax\)回归跟线性回归一样将输入特征与权值做线性叠加。与线性回归主要不同的在于：\(Softmax\)回归的输出值个数等于标 阅读全文

摘要： 2023年第十四届蓝桥杯大赛软件类省赛Java大学B组真题 C.数组分割 思路：因为最后要是分为2组偶数。由于偶数+偶数=偶数，奇数+奇数=偶数。那么我们的奇数个数一定要是偶数个。如果奇数个数为奇数个那直接就不行了，答案是0。如果奇数的个数是偶数的话，假设偶数n个，奇数m个。\(C_{n}^{0}+ 阅读全文