首页 > TAG信息列表 > 动手

动手动脑

1.动脑动手   枚举类型是引用类型! 枚举不属于原始数据类型,它的每个具体值都引用一个特定的对象。相同的值则引用同一个对象。 可以使用“==”和equals()方法直接比对枚举变量的值,换句话说,对于枚举类型的变量,“==”和equals()方法执行的结果是等价的。 ==: == 比较的是变量(栈)内

动手实现深度学习(5):计算图的实现

  第三篇:基于计算图的神经网络的设计与实现 传送门: https://www.cnblogs.com/greentomlee/p/12314064.html github: Leezhen2014: https://github.com/Leezhen2014/python_deep_learning   在第二篇中介绍了用数值微分的形式计算神经网络的梯度,数值微分的形式比较简单也容易实

动手实现深度学习(7):基于计算图的Affine层的实现

传送门: https://www.cnblogs.com/greentomlee/p/12314064.html github: Leezhen2014: https://github.com/Leezhen2014/python_deep_learning   我们已经可以实现一些简单的节点(比如, 加法,乘法等),以及 激活函数; 并且已经知道了 backward() 函数的实现的方法:只要计算偏导数即可,将

动手动脑

枚举 原代码 public class EnumTest { public static void main(String[] args) { Size s=Size.SMALL; Size t=Size.LARGE; //s和t引用同一个对象? System.out.println(s==t); // //是原始数据类型吗? System.out.println(s.getClass().isPrimitive()); //从字符串中转换

Java动手动脑总结

 动手动脑一 一,枚举的运行结果    二,得到的结论 (1)枚举类型是引用类型,枚举的每一个具体值都引用一个特定对象,引用不同具体值对象地址不同。 (2)从字符串中转换的枚举类型中实例化的对象的的具体值赋给新的枚举类型实例化对象和原枚举类型中实例化的对象的地址相同。 (3)枚举类型中

原因

关于这次开学测试没有到12分的原因,是知识点掌握不牢,暑假期间只顾听课,动手实际写代码少之又少。到学校后又自认为已经掌握,结果没即使复习,以至于真正一上手时脑袋里只有无数个碎片,没办法连到一起,以后我会加强动手写代码的能力。

从零开始自己动手写自旋锁

从零开始自己动手写自旋锁 前言 我们在写并发程序的时候,一个非常常见的需求就是保证在某一个时刻只有一个线程执行某段代码,像这种代码叫做临界区,而通常保证一个时刻只有一个线程执行临界区的代码的方法就是锁

动手搭建ServerLess服务

一、前言 ​ 通常我们在做ServerLess的时候会想到用各种云的Faas服务,比如腾讯云,AWS,阿里云等等。但我们很少去研究自己怎么搭建一个ServerLess服务。本篇文章重点会讲解如何自己在服务器上搭建ServerLess服务,并如何使用它。 二、什么是ServerLess? ​ Serverless,又叫无服务器。

【动手学深度学习】51 序列模型

%matplotlib inline import torch from torch import nn from d2l import torch as d2l T = 1000 # 总共产生1000个点 time = torch.arange(1, T + 1, dtype=torch.float32) #生成数据并加入噪音 x = torch.sin(0.01 * time) + torch.normal(0, 0.2, (T,)) d2l.plot(time, [x],

动手学深度学习:预备知识

1、安装运行环境 工欲善其事,必先利其器,每次安装运行环境都让我头痛不已,因为总有一些莫名奇妙的问题。但这次根据书本上p9页的安装步骤,还算顺利。 1)、下载Ananconda 之前一直没安装这个Anaconda,这次实在没办法了,就找个教程一步一步安装。 附上我参考的博文:python与anaconda安装(先安

多层感知机MLP

课件: 《动手学深度学习》 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 简介 - Dive-into-DL-PyTorch (tangshusen.me)

动手学深度学习01 线性回归从零实现

1、导入库 # 设置图片画在网页上 %matplotlib inline import random import torch from d2l import torch as d2l 2、人工模拟数据 # 定义一个方法,生成人造数据集 def synthetic_data(w, b, num_examples): """生成 y = Xw + b + 噪声""" # 返回一个随机的张量 # no

硕士中期之后

现在是6月初,每逢月份交替之际,必要手忙脚乱一波,月报、项目报告等、 自己现在的状态不知是好是坏,我是比较乐观的人,就认为自己现在正向着光明大道前进吧。 硕士懵懵懂懂已过去了五分之四,还记得刚开学那会,“费力”给父母解释硕士两年半学制是何时毕业的事,还发生在昨天。 “天上浮云如

2022 核心服务动手训练营

  课程介绍 亚马逊云科技新手指南-快速创建亚马逊云科技国内/海外区域账号 申请亚马逊云科技账号,是开启使用亚马逊云科技云科技服务的第一步。通过讲师的逐步详细操作,您可以了解开通账号时的注意事项,快速创建并激活账号;同时,了解国内区域和海外区域账号注册时的差异,以便开展您

动手学深度学习MXNet配置

  pip install mxnet-cu101==1.7.0 -f https://dist.mxnet.io/python 报错:ERROR: Command errored out with exit status 1: 参考了这篇文章:https://blog.csdn.net/itsfine/article/details/123832440 还是没有解决,仔细看了下报错内容: Collecting numpy<1.17.0,>=1.8.2 Using ca

如何提高编程能力

编程这个行业说深奥其实要学的东西的确不少,但你要说它学起来没有那么麻烦,也有道理,编程这科之间是有联系的,想要快速提升自己的编程能力,需要做到以下几点:1、动手能力 2、思维能力 3、基础知识 4、创新力 5、自己良好的编程风格 简单来说是以上几点,那第一点无非就是字面意思,程序员的

如何动手搭建一套简单的直播系统

实时视频直播是这两年非常火的技术形态,已经渗透到教育、在线互娱等各种业务场景中。但要搭建一套实时视频直播系统,并非易事,当然相关的直播技术理论在论坛的其它文章里已经写的非常详细,本文不再展开。 基于对新技术的好奇心,我立马实践了下,所以首先给大家分享下整个搭建的流程。本人

[动手学深度学习(PyTorch)]——梦开始的地方

目标: 介绍深度学习经典和最新的模型 LeNet、ResNet、LSTM、BERT.....机器学习基础 损失函数、目标函数、过拟合、优化实践 使用Pytorch实现介绍的知识点在真实数据上体验算法效果 内容: 深度学习基础——线性神经网络、多层感知机卷积神经网络——LeNet、AlexNet、V

动手深度学习笔记(六)2.6 概率

动手深度学习笔记(六)2.6 概率 2. 预备知识 2.6. 概率 2.6.1. 基本概率论 2. 预备知识 2.6. 概率 简单地说,机器学习就是做出预测。 根据病人的临床病史,我们可能想预测他们在下一年心脏病发作的概率。 在飞机喷气发动机的异常检测中,我们想要评估一组发动机读数为

用DW动手实践一下

这是用DW的一个动手实践 1 新建一个HTML5 2 用<img src=>标签插入所需要的图片 ,设定alt align hspace等参数 3用<h2>标签来凸显主题 3 文章主题用<p>来表示,设定好既定的参数 用font里的 color size等 .效果如下:

毕设 || 动手学深度学习 跟李沐学AI 听课笔记

动手学深度学习 李沐听课笔记 整体框架深度学习的应用 整体框架 深度学习的应用 图片分类物体检测和分割样式迁移人脸合成文字生成图片文字生成无人驾驶

动手学深度学习(二)——线性神经网络

在学习深度神经网络之前,需要了解神经网络训练的基础知识。 包括:定义简单的神经网络架构、数据处理、指定损失函数和如何训练模型。 为了更容易学习,从经典算法————线性神经网络开始,了解神经网络的基础知识。 文章目录 1.1 线性回归中的基本元素1.1.1 线性模型1.1.2 损失

动手部署linux(20220109)

一、安装 1.内核数:任务管理器→性能→逻辑处理器(本电脑为8) 2.内存:①<2G 虚拟机分配1G ②>4G 虚拟机分配2G 3.网络类型 桥接 nat 仅主机 4.磁盘类型 选用SCSI或SATA 5.usb、声卡、打印机 移除 6.software selection:server with GUI 7.kdump:收集内核报错信息  取消勾选   二、rpm

自我介绍

我现在是大二学生,我的专业是计算机科学与技术,经过大一一年的学习,和自己看的一些书(例如鸟哥的Linux、C和指针)对自己还是不满意。自己课下时间很少去敲代码,觉得上课听懂就好了,所以现在自己动手差,看的书也吸收的不多,大一可以说算是玩了一年,看乐队live、打游戏等等。 如今马上面临着

学习金字塔: 不要再无效学习,实践和输出才是关键

学习金字塔如下. 输出 实践 讨论 是学习吸收率最高的三种方式. 输出是高的, 输出包括写博客, 出视频教程, 出书等方式. 而只是听老师讲, 只看书不动手, 是最低效的学习 ,是一种虚假学习, 是一种假装很努力的学习. 就拿我自己最近学习的尚硅谷es课程举例, 一开始就只是听老师