戴晶明的个人博客

前言 方法 三遍法: 第一遍(海选): 看标题, 摘要, 然后直接跳到结论, 看完这些大概知道文章在讲什么, 然后看看实验和方法部分的图和表, 经过这些步骤就可以判断文章怎么样, 有没有必要继续下去 第二遍: 从头读到尾, 但是没必要在意太多的细节,比如公式证明, 但是 要搞清楚图和表 以及 作者提出了什么方法, 以及他的方法和别人的区别, 对于不懂的地方先做标记,比如他参考的文献你不懂的地方 第三遍: 精读文章, 每一句话在干什么, 即使不看文章, 你也知道这篇文章到底是在干啥了

nn模块 权重初始化 123456789import torchimport torch.nn as nn# 定义线性层linear_layer = nn.Linear(in_features=10, out_features=5)# 直接赋值给权重和偏置linear_layer.weight.data.fill_(0.01) # 将权重全设置为 0.01linear_layer.bias.data.fill_(0) # 将偏置设置为 0 广播机制 广播机制的核心流程可以概括为： 从右往左逐个对比两个张量的维度。 相等时继续：如果对应维度大小相等，直接匹配。 不相等时判断是否有1：如果不相等，检查其中一个维度是否为1。如果是，则可以广播扩展成相等的维度。 无法匹配时停止：如果对应维度大小不相等，且都不为1，则广播机制无法继续，运算会报错。 缺少的维度补1：如果一个张量维度数量少，从右侧开始自动补充1，以便进行对比。 例如，如果有两个张量： a 的形状是 (3, 1, 5) b 的形状是 (4, 5) 按照广播机制，从右往左依次匹配： 最右边的维度 5 匹配。 中 ...

学习链接 前言 神经网络就是用来学习一种我们无法通过公式和算法显式的写出来的规则, 比如 目标检测, 我们人脑能很快的从一副图像中检测某个物体, 并且分类, 但是我们是无法直接写出这个检测和分类的代码的, 所以我们需要神经网络这个黑盒子去帮我们隐式的表达出来 前馈神经网络(FNN) 即多层感知机(MLP), 输入层 与 隐藏层 之间, 以及隐藏层和输出层之间 采用全连接的方式 激活函数 有了激活函数, 我们可以将多层感知机的表达能力变得更强,而不局限于线性表达, 如果没有激活函数, 多层感知机和线性模型那些没有啥区别, 这里可以以一个只有一个隐藏层的模型推导 O=(XW(1)+b(1))W(2)+b(2)=XW(1)W(2)+b(1)W(2)+b(2)=XW+b. \mathbf{O} = (\mathbf{X} \mathbf{W}^{(1)} + \mathbf{b}^{(1)})\mathbf{W}^{(2)} + \mathbf{b}^{(2)} = \mathbf{X} \mathbf{W}^{(1)}\mathbf{W}^{(2)} + \mathbf{b}^{(1 ...

时序图 我们可以通过一条一条语句来声明步骤,-> 代表实线 123456789@startuml用户 -> 认证中心: 登录操作认证中心 -> 缓存: 存放(key=token+ip,value=token)token用户 <- 认证中心 : 认证成功返回token用户 -> 认证中心: 下次访问头部携带token认证认证中心 <- 缓存: key=token+ip获取token其他服务 <- 认证中心: 存在且校验成功则跳转到用户请求的其他服务其他服务 -> 用户: 信息@enduml 声明参与者 上面那些框框都是可以变换形状的,我们只需要更改参与者的类型就可以了,可以指定的类型有 actor（角色） boundary（边界） control（控制） entity（实体） database（数据库） collections（集合） queue（队列） 格式就是: participant “participantname” as participantothername 样式(颜色,顺序) participant partici ...

设计模式 一 创建型模式 创建对象时隐藏创建逻辑,而不是直接使用new的方式创建对象,可以根据程序判定创建什么样的对象,这样会很灵活 1.工厂模式 在工厂模式中,不对外暴露对象创建的过程,用户需要什么跟工厂要就行. 优点: 不需要知道产品内部实现细节,只需要知道产品对应的接口能干嘛就行 扩展性高,增加一类产品只需要多写一个工厂类就行 缺点: 每次创建一类产品,都需要增加一个工厂类,而多增加一个产品,需要更改工厂类的代码 举例说明: ​ 我们买车只需要直接告诉造车工厂我们需要什么车就行,不需要知道车怎么造出来的,如果我们需要买飞机,我们就需要告诉造飞机的工厂, ​ 车:接口 ​ 奥迪:具体实现类 ​ 造车工厂:工厂类 ​ 我们知道车可以干嘛,然后我们可以根据喜欢向工厂要什么样的车. ​ 每多一个接口,就需要多 一个工厂类,每多一个具体实现类,工厂类里面就需要多些一段代码. 何时使用: 明确知道不同条件下需要创建什么对象,如果创建对象本来就很简单,我们还是直接new比较好 2.抽象工厂模式(---------) 抽象工厂是工厂的工厂,它可以创建工厂类对象,创建的工厂又可以提供创建 ...

指令集 指令1 请你阅读井理解这篇文献，然后将该篇文章的标题作为一级标题，将摘要和各个大标题作为二级标题，将小标题作为三级标题，将小标题下每一部分内容作为四级标题，给我以markdown的语言输出中文的翻译。去掉致谢和参考文献的部分。 指令2 请你以“该篇文章的笔记“为一级标题别以"该篇文章的研究目的”、“2.该篇文章的研究方法”、”3该篇文章的研究内容”、“4该篇文章的最大创新点”、“5该篇文章给我们的启发“为二级标题，总结的这五部分内容作为三级表题，给我总结后以markdown的语言输出。 指令3 请你对该文章中的所有的图例和表例按照顺序给我依次翻译成中文。 指令4 这是图X，请你结合该篇文章内容，首先给我介绍每个图中的横坐标和纵坐标各自表示的含义，然后针对每一个图给我详细的解释。 指令5 我对XX内容”不是很理解，请你用通俗的语言给我解释，并给我举出一个实例以让我更加深刻的理解。

使用centos7 (遇到坑不少) bochs-gdb安装(2.7) 由于bochs的GDB要么本地要么远程, 所以我们得整两个bochs, 这个就当bochs-gdb 参考地址 https://zhuanlan.zhihu.com/p/492780020 依赖库安装 1sudo yum install gtk2 gtk2-devel libXt libXt-devel libXpm libXpm-devel SDL SDL-devel libXrandr-devel.x86_64 xorg-x11-server-devel glibc-headers gcc-c++ SDL SDL-devel 安装nasm 1234567wget https://www.nasm.us/pub/nasm/releasebuilds/2.15.05/nasm-2.15.05.tar.gztar xvzf nasm-2.15.05.tar.gzcd nasm-2.15.05./configuremakesudo make install 下载bochs 1234wget https:// ...

k线图怎么看 最上面是最高价,最下面是最低价 如果是红色,那么第二个是收盘价,第三个是开盘价, 如果是绿色 第二个是开盘价,第二个是收盘价 但是也有特殊情况,如果上面没有凸出来,那么最高价就是(红色代表收盘价,绿色代表开盘价),同理下面如果没有凸出去,那么最低价就是(红色代表开盘价,绿色代表收盘价) 交易的时候需要在这些地方交钱,一个是印花税 交易额的千分之一,只有卖出去的时候需要支付,一个是过户费(深圳交易所不用交,上海交易所需要十万分之二),交易佣金,不同的券商收费标准不同 建议选择知名的券商

计划表 数学: 跟着张宇尽快过一遍, 学的过程中 多刷一下题目 不要偷懒 (每天至少两个小时) 英语: 每天读几遍kk音标, 单词一直记着 一天三十个 , 语法过一遍 然后开始刷题, 然后再过一遍语法 (每天至少两个小时) 政治: 9月份再开始吧 408: 数据结构->操作系统->计算机组成原理->计算机网络 学完一章就用微信小程序刷题, 全部学完后, 就开始刷试卷查漏补缺 (每天至少两个小时) 学习的时候要写好笔记, 尽量用电脑写成博客, 然后推送到GitHub上去, 这样就能随时随机复习了 晚上花一个小时以内的时间总结全天学习内容, 贵在坚持,不在量 每天早上待背内容: kk音标 介词 泰勒公式 基本求导公式 预备知识公式

第一章 计算机系统概述 考纲 计算机系统层次结构 计算机系统的基本组成: 软件 硬件 计算机硬件的基本组成: 运算器 控制器 存储器 输入输出 计算机系统工作原理: 存储程序 计算机的性能指标 知识点 从设计者和使用者的不同角度, 以及使用不同的语言来看待计算机, 这样他们对计算机系统的要求也各不相同, 从而就有了计算机系统的层次结构 由编译程序将高级语言程序变成机器语言程序, 不要单从c语言的一个步骤来看, 因为c语言的步骤是 预处理 编译 汇编 链接, 我们统称这个执行这些步骤的程序为 编译程序 1HZ 代表 每秒一次 CPI: 指令执行需要的时钟周期数量 => 程序执行时间 = 各指令CPI累加 / 主频 MIPS 每秒执行多少百万条指令 = 指令条数 / 时间 / 1百万 = 主频 / CPI / 1百万 浮点数运算的单位 M G T P E Z M代表10^6 往后一个乘以10^3 数据字长是数据总线的宽度 它可能不等于MDR的 但是存储字长一定是等 ...