自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 资源 (18)
  • 收藏
  • 关注

原创 用cat 命令定位触摸屏设备的问题

cat 命令用于打印文本文件的文件内容。但是可以用于打印非文本文件的文件内容。非文本文件的打印结果是一堆乱码,无法理解,但是不妨碍我们定位触摸屏设备的问题。在Linux中设备即文件,用户看到的设备文件和普通文件没有什么区别期满换领驾驶证。[^1] 所以各种文件接口操作设备。触摸屏设备是一个输入设备,read它可以得到触摸event,cat 它也可以得到触摸event。触摸屏是一个usb接口的输入设备。如果我们插在不同的usb口,就会有不同的设备文件。跑上述命令的同时点击触摸屏就可以确定对应那个设备文件。

2024-04-17 10:02:32 243 1

原创 Extracting Raw Contents from ELF Section

linux shell 10进制转16进制。

2023-12-04 09:43:57 34

原创 扩散模型 diffusion model

扩散模型被证明在人工合成中非常有效,甚至在图像方面击败了GANs。正因为如此,它们在机器学习界获得了关注,并在。DALL-E 2和Imagen,不幸的是,更广泛的机器学习社区无法获得,通常都是闭门造车。虽然扩散模型最丰富的成功是在计算机视觉界,但这些模型在其他领域也取得了显著的成果,例如。为了复习一些理论以及术语,我们建议阅读/略过以下博文。这里有一个 "diffusers "库,其目标是。然而,最近关于扩散模型的大部分研究,等系统中发挥了重要作用。

2023-03-18 10:01:15 110

原创 预训练大模型

-AutoEncoder-Autoregressive-Encoder-Decoder-NLU-无条件生成-seq-seqBF16 的整数范围更广泛,但是尾数精度较TPU A100 Ampere 架构V100 不支持Fp16FP32混合精度训练pytorch ampnvidia apex模型压缩方法知识蒸馏TinyBert DistillBert MiniLM-剪枝LayerDrop ,DynaBERT block Pruning-量化QBert ,Tena

2022-07-11 14:15:43 720

原创 使用低维模型进行高维数据分析:原理、计算和应用-前言

#使用低维模型进行高维数据分析:原理、计算和应用   在过去二十年中,我们的世界已经进入了 "大数据 "时代。信息技术行业现在正面临着每天处理和分析大量数据的挑战和机遇。数据的规模和维度已经达到了前所未有的规模,并且还在以前所未有的速度增长。  例如,在技术方面,消费者数码相机的分辨率在过去十年左右增加了近十倍。每天有超过3亿张照片被上传到Facebook;1 每分钟有300小时的视频被上传到youtube,而中国的抖音(也被称为TikTok)则制作并发布了超过2000万个娱乐性短视频。  在商业方面,

2022-06-30 20:56:33 1232

原创 Task Failure Prediction in Cloud Data Centers Using Deep Learning

Task Failure Prediction in Cloud Data Centers Using Deep Learning训练数据 过去的系统消息日志使用多层双向长期短期记忆 (Bi-LSTM),用于识别云中的任务和作业失败[3]、[7]-[13] 使用统计和机器学习方法,例如隐藏半马尔可夫模型 (HSMM) 和支持向量机 (SVM) 来预测云数据中心中的任务和作业失败。它们使用 CPU 使用率和内存使用率、未映射的页面缓存、平均磁盘 I/O 时间和磁盘使用率作为输入,并将任务失败或作业失败作

2022-05-19 16:43:16 324 1

原创 边缘AI推理框架

目前收到的一些边缘AI推理框架。tvmTengine可以适配龙芯3aTensorRT只能用在N卡上。OpenEI 没开源tinymlEdgeML 微软

2022-05-07 14:12:37 296

原创 手写数字识别之联邦学习

TensorFlow Federated(TFF)是一个开源框架,用于机器学习和其他对分散数据的计算。 TFF的开发旨在促进联邦学习(FL)的开放式研究和实验,该方法是一种机器学习方法,客户共享一个全局模型并共同训练,但是客户的训练数据保留在本地。例如,FL已用于训练移动键盘的预测模型,而无需将敏感的打字数据上传到服务器。在本教程中,我们使用经典的MNIST手写数字识别为示例介绍的联邦学习(FL)API–tff.learning-一组高级接口,该接口可用于执行常见类型的联邦学习任务,例如针对TensorF

2021-03-09 10:14:24 1707 3

原创 Alexnet

alexnet 的参数和结构卷积层 5全连接层3参数 60M神经元 650k分类数 1000 类Alex net介绍卷积层 cnn中卷积层的作用:特征的抽象和提取。 越宽越深卷积层的表达能力更好 cnn中卷积层的操作和图像处理中卷积是一样的,一个卷积核对图像做自上而下,自左而有的加权和操作(?) 传统的图像处理中 卷积核函数是指定的比如 :高斯,soble (提取出来图像的水平边缘和垂直边缘特征). cnn中 卷积核的尺寸指定,参数需要学习。比如一个卷积核的尺寸为3 × 3 ×

2021-01-19 13:45:24 188

原创 微信小程序开发中的坑

微信小程序开发中的坑1 微信开发者工具版本 1.03.2011120 Stable小米手机2 问题Date 对象的toLocalDateString()等方法的返回值在不同场景下格式不一致。用微信开发者工具做真机调试和体验版返回内容不一样比如 toLocalDateString体验版返回 Tue Dec 01 2020真机调试返回 2020/12/01...

2020-12-01 10:49:41 108

原创 使用 Android ButterKnife碰到的问题

使用 Android ButterKnife碰到的问题Android Studio版本Android Studio 4.1.1Build #AI-201.8743.12.41.6953283, built on November 5, 2020Runtime version: 1.8.0_242-release-1644-b01 amd64VM: OpenJDK 64-Bit Server VM by JetBrains s.r.oWindows 10 10.0黄油刀版本com.jakew

2020-11-25 12:58:37 308

原创 Elastic Stack环境搭建

Elastic Stack环境搭建Elastic Stack(ELK)简介elasticsearchkibanalogstash安装elasticSearch-head使用filebeat收集数据并向logstash中传送logstash进行数据解析并将其输入到es进行存储Elastic Stack(ELK)简介 Elastic Stack 由elasticSearch,logstash,kibana和Beats组成。elasticsearchelasticSearch是一个基于Apache Lu

2020-11-05 16:29:13 240 1

计算机网络课件.zip

介绍了计算机网络的发展和原理体系结构、物理层、数据链路层、网络层、运输层、应用层、网络安全、因特网上的音频/视频服务、无线网络和下一代因特网等内容

2020-11-13

深度学习之 近似推断

概率推断的核心任务就是计算某分布函数, 所涉及的分布可能很复杂,需要引入一些近似计算方法 变分法的优点主要是:有解析解、计算开销较小

2020-11-05

深度学习 挑战配分函数

许多概率模型由一个未归一化的概率分布定义,它必须通过除以配分函数来归一化。配分函数是未归一化概率所有状态的积分(对于连续变量)或求和(对于离散变量),一些模型会直接面对难以计算的配分函数

2020-11-05

深度学习 蒙特卡罗方法

蒙特卡罗方法(Monte Carlo Methods)是强化学习中基于无模型的训练方法 蒙特卡罗预测的目的是来预测状态值(state value)。

2020-11-04

深度学习 表征学习.pdf

表征学习是学习一个特征的技术的集合:将原始数据转换成为能够被机器学习来有效开发的一种形式。它避免了手动提取特征的麻烦,允许计算机学习使用特征的同时,也学习如何提取特征

2020-11-04

深度学习中的结构化概率模型

MIT版深度学习第16章,结构化概率模型, 非结构化概率模型用条件概率公式/贝叶斯公式来描述概率分布中随机变量之间的相互关系,结构化概率模型使用图来表示随机 变量之间的相互作用。主要介绍了结构化模型的优势、有向图、无向图等表示方式以及如何利用结构化模型进行推断等 。

2020-11-04

深度学习的 自编码器

MIT版深度学习第14章 自编码器 ,非监督学习对没有标记的数据最常见的应用就是通过聚类(Clustering)的方式将数据进行分类,高维的数据要用自编码器来降低数据的维度

2020-11-04

深度学习 线性因子模型

MIT版深度学习第13章 深度学习线性因子模型.线性因子模型被定义为通过随机、线性的解码器模型(decoder function),通过在一个线性变换加上噪声,来生成输入空间

2020-11-04

深度学习实践方法和应用

MIT版深度学习第11章 深度学习实践方法, 第12章应用,介绍大规模网络,cpu 加速,GPU加速

2020-11-04

深度学习循环神经网络

MIT版深度学习第10章 循环神经网络 。 循环神经网络用于处理连续性数据,基础的神经网络只在层与层之间建立了权连接,RNN最大的不同之处就是在层之间的神经元之间也建立的权连接

2020-11-04

深度学习 卷积网络

MIT版深度学习第9章 卷积网络 。 ,卷积神经网络(Convolutional Neural Networks)是一种深度学习模型或类似于人工神经网络的多层感知器,常用来分析视觉图像。

2020-11-04

深度学习模型训练的优化

MIT版深度学习第8章 深度学习模型训练的优化 ,介绍各种优化算法:随机梯度下降算法,动量算法,自适应学习率的优化算法

2020-11-04

深度学习的正则化 Regularization for Deep Learning

MIT版深度学习第6章 深度学习的正则化 。 正则化的定义为旨在减少学习算法的泛化误差而不是训练误差的修改,训练神经网络中,常常会出现过拟合的问题

2020-11-04

深度学习 深度前馈网络

MIT版深度学习第6章 深度前馈网络。 深度前馈网络也被称为前馈神经网络或者多层感知机是典型的深度学习模型。

2020-11-04

Deep Learning Part one.zip

mit press Deep Learning Part one The Deep Learning textbook is a resource intended to help students and practitioners enter the field of machine learning in general and deep learning in particular

2020-11-03

操作系统银行家算法习题

操作系统死锁部分 银行家算法的相关习题 ,题目包括“ 某系统采用银行家算法分配三类资源A、B和C ......”

2020-11-03

人工智能学习课件.zip

人工智能是主要研究如何利用计算机模拟人类智力活动的一门学科,是计算机科学的一个分支。其主要任务是建立智能信息处理理论,从质的方面扩充计算机的能力,是一门综合性强、实践性强、创新性强和应用领域广的科学 人工智能课件,包括机器学习,神经网络等内容

2020-11-03

dpdk套件的入门指南

dpdk入门指南,在Linux系统上Inteldpdk套件的安装和配置。快速入门 文档介绍了如何在 Linux* 应用程序环境中编译和运行 DPDK 应用程序,而无需深入详细讨论。

2020-11-02

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除