人定勝天
Vue3和Vue2的区别 Vue3和Vue2的区别
之前发过一篇文章:Vue3新特性 | QT-7274 (qblog.top),那篇文章更加细化,这篇更加偏向理论知识。 更新记录 2023-09-14:对于“Vue3.0性能优化”作了补充,新增Tree shaking介绍。 Vue3介
2023-09-13
CSS中的盒子模型 CSS中的盒子模型
CSS会把所有的HTML元素都看成一个盒子,所有的样式也是基于这个神奇的盒子。
2023-06-26
ES6新增拓展 ES6新增拓展
数组新增 拓展运算符 ES6通过扩展元素符...,好比 rest 参数的逆运算,将一个数组转为用逗号分隔的参数序列 console.log(...[1, 2, 3]) // 1 2 3 console.log(1, ...[2, 3, 4
2023-09-19
LSQ的Pytorch代码实现 LSQ的Pytorch代码实现
加载配置文件 script_dir = Path.cwd() # 获取当前工作目录的路径:d:/..../lsq-net-master args = util.get_config(default_file = script_dir / '
2024-01-04
Hexo博客数学公式模块更新及问题解决 Hexo博客数学公式模块更新及问题解决
数学公式解码失败 博客中涉及到数学公式的文章遇到这样一个问题——数学公式的字体解码失败: F12报错为: 我之前以为是渲染引擎出现了问题,于是选择更换数学公式渲染引擎: 参考:MakerGYT/markdown-it-latex2im
2023-12-17
PyTorch实战:残差网络(ResNet) PyTorch实战:残差网络(ResNet)
残差网络(ResNet) 让我们先思考一个问题:对神经网络模型添加新的层,充分训练后的模型是否只可能更有效地降低训练误差? 理论上,原模型解的空间只是新模型解的空间的子空间。 也就是说,如果我们能将新添加的层训练成恒等映射 $f(x)=x$
2023-12-15
量化训练之可微量化参数—LSQ 量化训练之可微量化参数—LSQ
转载于知乎 https://zhuanlan.zhihu.com/p/396001177
2023-10-31
PyTorch实战:各种模型的简洁实现 PyTorch实战:各种模型的简洁实现
线性回归的初始实现 %matplotlib inline import matplotlib_inline import torch from IPython import display from matplotlib import py
2023-12-08
《深度学习图解》搭建深度学习框架 《深度学习图解》搭建深度学习框架
深度学习框架正是为了缓解这种代码复杂性而诞生。尤其是,如果你想在CPU上训练神经网络(这种硬件会带来10-100倍加速),深度学习框架可以显著减少代码复杂度(减少错误并加速开发),同时提高运行性能。 框架如何简化你的代码呢? 它让你不必写你
2023-12-05
神经网络剪枝初探 神经网络剪枝初探
剪枝 如上图,我们发现函数的曲线其实已经有点过拟合了,但是如果我们去掉一些参数很小的项,那么它的泛化性就更好: 即剪枝的目的:去掉一些不重要的参数,让我们的模型变得更小,计算效率更高。 如何剪枝 例如我们要将前一个网络剪枝成后一个网络
2023-10-30
《深度学习图解》关于边与角的神经学习 《深度学习图解》关于边与角的神经学习
在多个位置复用权重 如果需要在多个位置检测相同的特征,请使用相同的权重。 过拟合的产生通常是由于当前网络参数的数量多于学习特定数据集所需要的参数数量——这种情况下,网络有足够多的参数,以至于它可以记住训练训练集中的每一个细节,而不是对高层次
2023-12-04
4 / 14