克服己身,叫身服我
隐式神经表示 隐式神经表示
隐式神经表示什么是隐式神经表示?隐式神经表示(Implicit Neural Representations)是一种对各种信号进行参数化的新方法。 传统的信号表示通常是离散的——例如,图像是离散的像素网格,音频信号是离散的幅度样本,3D 形
2022-08-12
Hexo中同时使用多个主题 Hexo中同时使用多个主题
Hexo中同时使用多个主题最近想在github上搭建一个Homepage,但是我的博客已经把immortalqx.github.io这个坑给占着了。 一个很自然的想法就是让Hexo同时使用多个主题,一个主题给我的博客,一个主题给我的Home
2022-04-17
C++中的前置声明 C++中的前置声明
C++中的前置声明 最近在阅读orb-slam2的源码,一眼就看到了代码中的前置声明,这里做个笔记复习一下。 最新的Google C++ Style Guide对前置声明的建议是: Avoid using forward declarat
2022-04-10
C++ 编程规范(二) C++ 编程规范(二)
C++ 编程规范(二) 这部分就直接从那边往这边搬运了 注释注释虽然写起来很痛苦, 但对保证代码可读性至关重要. 下面的规则描述了如何注释以及在哪儿注释. 当然也要记住: 注释固然很重要, 但最好的代码应当本身就是文档. 有意义的类型名和
2022-04-07
C++ 编程规范(一) C++ 编程规范(一)
C++ 编程规范(一)本文是我对于Google 开源项目风格指南——中文版的学习笔记,在学习的过程中搬运和整理出了这篇文章。 前言编程规范是一个特别重要的问题。 关于编程规范、代码风格相关的教程,网上已经特别丰富,本文仅做一个简单的介绍,期
2022-04-05
C++ 多线程编程(四):生产者消费者模型 C++ 多线程编程(四):生产者消费者模型
C++ 多线程编程(四):生产者消费者模型1. 生产者消费者模型简介生产者和消费者问题是线程模型中的经典问题:生产者和消费者在同一时间段内共用同一个存储空间,生产者往存储空间中添加产品,消费者从存储空间中取走产品;当存储空间为空时,消费者阻
2022-02-08
C++ 多线程编程(三):单例模式 C++ 多线程编程(三):单例模式
C++ 多线程编程(三):单例模式1. 单例模式介绍单例模式(Singleton Pattern)是设计模式的一种,其特点是只提供唯一一个类的实例,并提供一个访问它的全局访问点,该实例被所有程序模块共享。 定义一个单例类: 私有化它的构造
2022-02-04
机器学习笔记(八):应用CNN和RNN解决数独问题 机器学习笔记(八):应用CNN和RNN解决数独问题
机器学习笔记(八):应用CNN和RNN解决数独问题 这篇博客整理于我选修的《机器学习》课程的大作业。 问题描述背景数独(shù dú, Sudoku)是源自18世纪瑞士的一种数学游戏。是一种运用纸、笔进行演算的逻辑游戏。玩家需要根据9×9
2022-01-25
机器学习笔记(七):使用CNN解决服装分类问题 机器学习笔记(七):使用CNN解决服装分类问题
机器学习笔记(七):使用CNN解决服装分类问题 这篇博客整理于我选修的《机器学习》课程的大作业。 问题描述 任务类型:多分类 背景介绍:FashionMNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando(
2022-01-21
机器学习笔记(六):深入理解卷积神经网络 机器学习笔记(六):深入理解卷积神经网络
机器学习笔记(六):深入理解卷积神经网络一、卷积计算层CONV1.1 什么是“卷积”?什么是卷积: 图像中不同数据窗口的数据和卷积核(一个滤波矩阵)作内积的操作叫做卷积。 简单来说,卷积(或称内积)就是“对应相乘,再结果累加”。 卷
2022-01-15
机器学习笔记(五):初探卷积神经网络 机器学习笔记(五):初探卷积神经网络
机器学习笔记(五):初探卷积神经网络一、前言卷积神经网络主要由两部分组成: 一部分是特征提取(卷积、激活函数、池化) 另一部分是分类识别(全连接) 卷积神经网络应用非常广泛: 图像分类:场景分类,目标分类 图像检测:显著性检测,物体
2022-01-12
机器学习笔记(四):手写多层神经网络并应用 机器学习笔记(四):手写多层神经网络并应用
机器学习笔记(四):手写多层神经网络并应用在上一篇文章中,我们已经学习了多层神经网络的基本原理,并且对正向传播、反向传播和激活函数都有了一定的了解。 在这部分,我们将仅通过numpy和sklearn的accuracy_score(偷了个懒,
2022-01-10
6 / 9