学习
-
《廖雪峰python3教程》| 书评 + 学习笔记干货
《廖雪峰python3教程》| 书评 + 学习笔记干货如果你正在考虑自己适不适合读《廖雪峰python3教程》，不妨看看我的评价～我把知识盲点整理成了一份清单，你可以自测，然后参考我的学习笔记哦～
-
PINN学习记录（2）
PINN学习记录（2）PINN 学习记录 2 PINN 基于解物理的方程的应用 所以我自己学习了一段时间 参考了网上很多的开源项目 末尾会贴出一些 自己总结了一下思路解微分方程 1 ODEf x f x f x f x f x f x f 0 1f 0 1f 0 1 网络构造这里说明一下 之后用 nn module 来解决 这只是建立一个通用网络 importtorchi nnasnnimport nn Module
-
linux 下vim的使用（学习必看！！重要）
linux 下vim的使用（学习必看！！重要）vi与vimvi编辑器是所有Unix及Linux系统下标准的编辑器，他就相当于windows系统中的记事本一样，它的强大不逊色于任何最新的文本编辑器。他是我们使用Linux系统不能缺少的工具。由于对Unix及Linux系统的任何版本，vi编辑器是完全相同的，学会它后，您将在Linux的世界里畅行无阻。vim具有程序编辑的能力，可以以字体颜色辨别语法的正确性，方便程序设计；因为程序简单
-
Pycuda 学习笔记（二）gpuarray学习
Pycuda 学习笔记（二）gpuarray学习本博客参照学习文档https://documen.tician.de/pycuda/array.html通过GPUArray矩阵类可以将numpy中的数组和矩阵直接转换成cuda可处理类型，该步骤即将CPU中的数据复制到GPU中。导入gpuArray和numpyimportpycuda.gpuarrayasgpuarrayimportnumpyasnp将numpyndar
-
深度学习–十折交叉验证
深度学习–十折交叉验证用scikit-learn来评价模型质量，为了更好地挑拣出结果的差异，采用了十折交叉验证（10-foldcrossvalidation）方法。本程序在输入层和第一个隐含层之间加入20%Dropout采用十折交叉验证的方法进行测试。#dropoutintheinputlayerwithweightconstraintdefcreate_mode…
-
《异常检测——从经典算法到深度学习》6 基于重构概率的 VAE 异常检测
《异常检测——从经典算法到深度学习》6 基于重构概率的 VAE 异常检测目录0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于VAE的异常检测算法6.基于VAE的异常检测算法论文名称：VariationalAutoencoderbasedAnomalyDetectionusingReconstructionProbability发表时间：2015.12立即下载论文总体
-
-
GiD学习笔记「建议收藏」
GiD学习笔记「建议收藏」GiD软件初步使用时，与一般传统的三维软件，思维方式很难一下子转变过来。它的最基本结构是几何结构，创建模型从点到线，线到面，面到体的顺序。网格面与几何体有截然不同的意义，所以在使用初期，需要先搞清楚一些基本概念。
-
-
High Quality Monocular Depth Estimation via Transfer Learning论文学习
High Quality Monocular Depth Estimation via Transfer Learning论文学习HighQualityMonocularDepthEstimationviaTransferLearning贡献方法网络结构复杂性和性能学习损失函数增强策略实验结果数据集实验细节评估质量评估定性结果AblationStudies深度编码深度解码颜色增强泛化到其他数据集结论代码实现arXiv:1812.11941v2[cs.CV]10Mar2019贡献三个方面。第一，…
