摘要： 边缘设备视觉和边缘计算视觉的区别 核心概念与侧重点的区别 在边缘设备上跑计算机视觉（边缘设备视觉）：侧重于算法与硬件的协同。它的核心挑战是如何在算力、内存和功耗受限的终端（如树莓派、Jetson等）上，让视觉模型（如YOLO等）跑得又快又准。你需要做的是模型轻量化/量化/剪枝/算子优化。 在边缘计算 阅读全文

摘要： title: 解释说明文档 date: 2026-08-27 hexo版本是8.1.2，主题是NexT(主题版本：8.29.0) 阅读全文

摘要： .deploy_git文件夹 ←——hexo-deployer-git（部署插件）的本地工作缓存：每次hexo deploy时，它会把生成好的public/内容复制进.deploy-git文件夹，在里面初始化一个git仓库，再push到GitHub。也就是说，它是部署到一半的临时git仓库"，里面存 阅读全文

摘要： 第一步： 定义一个函数 第二步： 定义一个合适的损失函数 第三步： 根据损失，对模型进行优化（有随机梯度下降SGD、调整学习率） 阅读全文

摘要： 📑 目录 一、 关于张量Tensor 1. “张量”并非 PyTorch 独有 2. Tensor、NumPy、ndarray 的关系（重点） 3. 张量的维度与命名 二、关于Numpy 1.Numpy是提供了一整套高效、精密的数值计算工具箱 2. NumPy 是 Python 科学计算生态的“通 阅读全文

摘要： title: {{ title }} date: {{ 2026.8月份}} 这篇综述论文围绕七个核心研究问题展开，这些问题在经典学习理论框架内无法得到满意回答： 1、深度的作用： 2、维度灾难的消失：为什么深度学习在极高维输入上（比如图像）可以表现出色？ 3、泛化之谜：为什么过参数化的神经网络（参 阅读全文

摘要： title: title date: 2026.8月份 点击查看代码 # 深度学习中损失函数的选择（全解析） ## 1. 核心结论 **绝对不是！** 公式 **\(L = \frac{1}{2}(\hat{y} - y)^2\)**（半均方误差）只是万千损失函数中的一种。在深度学习中，**“没有万 阅读全文

摘要： title：title date:2026.8月份 下面是HTML代码 点击查看代码 </details><!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content=" 阅读全文