摘要: 方法简介 VSCode提供了两种连接服务器的方法,分别使用Remote - Tunnels和Remote - SSH插件。本文介绍使用Remote - Tunnels连接服务器,该方法需要远程服务器有流畅的网络环境,它使用微软的服务来建立隧道,需要登录GitHub。欲使用Remote - SSH连接 阅读全文
posted @ 2023-11-09 08:39 qiuhlee 阅读(887) 评论(1) 推荐(0) 编辑
摘要: 方法简介 VSCode提供了两种连接服务器的方法,分别使用Remote - SSH和Remote - Tunnels插件。本文介绍使用Remote - SSH连接服务器。需要注意,使用Remote - SSH外网客户端访问内网服务器需要中转机作为跳转,此处不再介绍如何设置中转机。若无中转机,可以使用 阅读全文
posted @ 2023-09-26 10:55 qiuhlee 阅读(1296) 评论(0) 推荐(0) 编辑
摘要: 注:参考Python多线程多进程那些事儿看这篇就够了~~ 进程、线程 进程和线程简单举例: 对于操作系统来说,一个任务就是一个进程(Process),比如打开一个浏览器就是启动一个浏览器进程。 有些进程还不止同时干一件事,比如Word,它可以同时进行打字、拼写检查、打印等事情。在一个进程内部,要同时 阅读全文
posted @ 2023-05-09 20:19 qiuhlee 阅读(65) 评论(0) 推荐(0) 编辑
摘要: 由于Python多线程的弊端和GIL,适合IO密集型,那么对于计算密集型的应用应该怎么办呢?那就是多进程。(每个进程的GIL互不影响,多进程来并行编程。) 1. multiprocessing模块 multiprocessing模块提供了一个Process类来代表一个进程对象。Processv类描述 阅读全文
posted @ 2023-05-09 20:19 qiuhlee 阅读(51) 评论(0) 推荐(0) 编辑
摘要: 1. threading模块 Python3 线程中常用的两个模块为:_thread,threading(推荐使用).thread模块已被废弃,为了兼容性,Python3将thread重命名为_thread,即通过标准库_thread和threading提供对线程的支持。 _thread提供了低级别 阅读全文
posted @ 2023-05-09 20:19 qiuhlee 阅读(429) 评论(0) 推荐(0) 编辑
摘要: 转载自梦家博客 研究背景 首先,为什么需要研究图卷积网络GCN(Graph Convolution Network)呢? 目前算法研究处理的数据主要分为两种: Euclidean 结构数据:主要有图片、语音、文本等数据结构,例如图像、视频中像素点是排列整齐的矩阵,可以被CNN(Convolution 阅读全文
posted @ 2022-11-11 09:03 qiuhlee 阅读(270) 评论(0) 推荐(0) 编辑
摘要: 本文将参考TensorFlow中文社区官方文档使用mnist数据集训练一个多层卷积神经网络(LeNet5网络),并利用所训练的模型识别自己手写数字。 训练MNIST # Python3 # 使用LeNet5的七层卷积神经网络用于MNIST手写数字识别 import tensorflow as tf 阅读全文
posted @ 2018-10-28 18:29 qiuhlee 阅读(12052) 评论(0) 推荐(4) 编辑
摘要: # 一、常数向量范数 * $L_0$ 范数 $\Vert x \Vert _0\overset{def}=$向量中非零元素的个数 其在matlab中的用法: sum( x(:) ~= 0 ) * $L_1$ 范数 $\Vert x \Vert_1\overset{def} = \sum\limits_{i=1}^{m} \vert x_{i}\vert = \vert x_{1}\vert + \cdots +\vert x_{m}\vert$,即向量元素绝对值之和 其在matlab中的用法: norm(x, 1) 阅读全文
posted @ 2018-08-25 10:29 qiuhlee 阅读(17929) 评论(0) 推荐(0) 编辑
摘要: 矩阵求逆可以使用左除( \ )和右除( / ),inv,pinv。首先了解需要求逆的矩阵A是否为奇异方阵。若A为非奇异方阵,则存在逆矩阵,可利用inv求逆。若需要求逆的矩阵A为奇异矩阵或者非方阵,则并不存在逆矩阵,此时可以使用pinv(A)求其伪逆。 阅读全文
posted @ 2018-08-10 19:27 qiuhlee 阅读(5344) 评论(0) 推荐(1) 编辑
摘要: MM算法是一种迭代优化方法,它利用函数的凸性找到它们的最大值或最小值。算法寻找一个易于优化的目标函数替代原目标函数,然后对这个替代函数求解,以逼近于原目标函数的最优解。每迭代一次,根据所求解构造用于下一次迭代的新的替代函数,然后对新的替代函数最优化求解得到下一次迭代的求解。 阅读全文
posted @ 2018-07-25 11:27 qiuhlee 阅读(6468) 评论(0) 推荐(3) 编辑