学习-不做科研废物🌸

不做科研废物🌸

行动起来，活在当下

累计撰写 17 篇文章
累计创建 8 个标签
累计收到 0 条评论

目录CONTENT

以下是学习相关的文章

2025-04-14
JavaWeb学习笔记 Web入门 SpringBootWeb入门需求：使用SpringBoot开发一个web应用，浏览器发起请求/hello后，给浏览器返回字符串"Hello World~"。开发步骤：
- 2025-04-14
- 2
- 0
- 0
- 学习
2025-02-20
Java学习笔记 Java基础常用命令行窗口命令：D: dir cd cls 开发Java程序： .java源代码->通过javac编译->.class字节码文件->使用java运行文件名称必须与类名称一致
- 2025-02-20
- 28
- 0
- 0
- 学习
2024-12-03
Vision Transformer-当Transformer来到CV 论文名称：An Image Is Worth 16x16 Words: Transformers For Image Recognition At Scale 背景 Transformer是Google团队在2017年提出的一种用于解决NLP领域问题的一种新型架构，它与以往的seq2seq的不同之处
- 2024-12-03
- 14
- 0
- 0
- 学习
2024-12-03
Transformer代码解析源码来自https://github.com/jadore801120/attention-is-all-you-need-pytorch 缩放点积 class ScaledDotProductAttention(nn.Module): """ 缩放点积注意力 """ def __i
- 2024-12-03
- 10
- 0
- 0
- 学习
2024-12-03
ResNet-深度神经网络的里程碑随着神经网络深度的加深，梯度消失和梯度爆炸成为训练中的主要障碍。为了解决这些问题，ResNet引入了残差学习和跳跃连接，使网络在训练过程中能有效保留信息，减少退化现象。ResNet的结构使用了Basic Block和BottleNeck结构，不仅保持了模型精度，且大幅减少了计算量和参数数目。其设计理念是通过卷积和池化操作优化特征图尺寸，最终实现了更深层次的网络训练，推动了深度学习的发展。
- 2024-12-03
- 26
- 0
- 0
- 学习
2024-12-02
当行人重识别遇见Transformer 注：本文摘抄自论文《Transformer for Object Re-Identification: A Survey》行人重识别常用数据集相关工作 S. He et al., “TransReID: Transformer-based object
- 2024-12-02
- 13
- 0
- 0
- 学习
2024-11-29
恒源云GPU平台使用指北本文介绍了如何使用恒源云GPU平台，包括整体流程、数据上传与下载、压缩包解压、更换源、后台运行及执行训练并自动上传结果的步骤。用户可以通过OSS命令将本地文件上传至云端，并在云端下载之前上传的文件。此外，文中还说明了如何更换conda和pip源，以及使用tmux管理长时间运行的会话。最后，提供了一个示例脚本，用于训练完成后自动压缩结果文件并上传到个人云空间，同时包含关机的相关提示。
- 2024-11-29
- 62
- 0
- 0
- 学习
2024-11-20
百度飞桨创建Pytorch环境本文章介绍了在Linux终端中创建并激活虚拟环境的方法，以及如何在该环境中安装GPU版本的PyTorch。具体命令包括使用`python3 -m venv`创建虚拟环境并激活，同时提供了不同Python版本下的PyTorch安装指令。此外，作者还提及了持久化安装、Conda常用指令和如何添加清华及中科大镜像源以提高软件包下载速度。最后，文章还介绍了在VSCode中切换Python解释器的步骤及pip更换源的方法。
- 2024-11-20
- 19
- 0
- 0
- 学习
2024-11-05
数理统计基础：参数估计、区间估计、假设检验、方差分析与回归分析概述本文概述了数理统计的基础内容，包括参数估计、区间估计、假设检验、方差分析和回归分析。参数估计旨在通过样本数据推断总体参数；区间估计则提供一个范围，表示参数的可能值；假设检验用于验证关于总体参数的假设，并根据样本数据做出决策；方差分析则用于比较多个组之间的均值差异；而回归分析则探讨变量之间的关系，以建立预测模型。整体而言，这些方法为数据分析与决策提供了重要的统计工具和理论基础。
- 2024-11-05
- 32
- 0
- 0
- 学习
2024-11-01
矩阵理论概述：线性空间、基、变换、约当标准型、范数、矩阵函数这篇文章概述了矩阵理论的基础知识，主要分为三个章节。第一章介绍了数域和线性空间，包括基、过渡矩阵、坐标变换公式以及子空间的和与直和的定义及其性质。此外，还讲解了生成子空间的基和维数，以及施密斯正交化的方法。第二章讨论了约当块和约当标准型，行列式因子、不变因子和初等因子的关系，并介绍了如何根据Jordan标准型确定最小多项式及相似变换矩阵的构造。第三章则涉及向量范数、矩阵范数及从属范数的定义与性质，探讨了矩阵序列和幂级数的收敛性。这些内容为理解线性代数和矩阵理论奠定了基础。
- 2024-11-01
- 17
- 0
- 0
- 学习

1
2