配置 VS Code 下 C/C++ 编译环境的最佳实践
众所周知,Visual Studio Code 配置 C/C++ 编译环境比较繁琐,如果对 tasks.json 等文件格式不熟悉,很容易找不到正确的配置方法。 下面提供一种通用且优雅的解决方案,使用 MSYS 2 进行 MinGW 环境管理,不需编写 JSON 即可快速完成 Visual Studio Code 的 tasks.json 编译配置。 1. 安装 MSYS 2 MSYS...
众所周知,Visual Studio Code 配置 C/C++ 编译环境比较繁琐,如果对 tasks.json 等文件格式不熟悉,很容易找不到正确的配置方法。 下面提供一种通用且优雅的解决方案,使用 MSYS 2 进行 MinGW 环境管理,不需编写 JSON 即可快速完成 Visual Studio Code 的 tasks.json 编译配置。 1. 安装 MSYS 2 MSYS...
问题提出 在阅读 Dive Into Deep Learning 时,我在 ReLU激活函数部分 看到这样一段代码: import torch x = torch.arange(-8.0, 8.0, 0.1, requires_grad=True) y = torch.relu(x) y.backward(torch.ones_like(x), retain_graph=True) ...
作业内容 完成一篇综述文章 完成一份 PPT 介绍 家乡降水量统计分析 制作个人网页 作业提交 1-提示工程在生成式人工智能中的发展现状及趋势分析.docx 2-提示工程.pptx 3-徐州降水量分析.xlsx 4-个人网页
1. 项目简介 本项目是一个基于 Python 的命令行工具,用于抓取北京交通大学智慧课程平台上的未完成作业。 通过输入Cookie或账号密码(尚未实现),程序会自动登录智慧课程平台,获取未完成的作业信息,方便快速检查作业完成情况。 2. 项目地址 项目地址:ymzhang-cs/BJTU-Homework-Tracker 欢迎 Star 和 PR 新功能提交!
零、WSL2 简介 WSL2 是 Windows Subsystem for Linux 的第二代,是一个在 Windows 上运行 Linux 的子系统。WSL2 与 WSL1 最大的区别在于 WSL2 使用了真正的 Linux 内核,而 WSL1 则是通过 Windows 内核的适配层来运行 Linux。所以 WSL2 的性能更接近于真正的 Linux 系统。 一、安装 WSL2 ...
这份笔记使用的部分图片、内容来自于北京交通大学深度学习课程,版权归课题组和原作者所有。 感知器求解异、或、非、异或问题 相关文献证明:对于两分类问题,如果训练集是线性可分的那么感知器算法可以在有限次送代后收敛:如果训练集不是线性可分的,那么感知器算法则不能确保会收敛! 神经网络结构 1. 万能近似定理 根据通用近似定理,对于具有线性输出层和至少一个使用“挤压”性质的激活函数...
这份笔记使用的部分图片、内容来自于北京交通大学深度学习课程,版权归课题组和原作者所有。 1. 开源框架概述 图像识别任务:根据图像矩阵输入给出类别 更难的任务:对图片进行描述 卷积神经网络(CNNs)对这类图像分类任务十分有效 从头开始实现一个卷积神经网络模型? 我们可能需要几天(甚至几周)才能得到一个有效的模型,时间成本太高! 可以利用已有的开源框架实现 什么是深度学习框架...
这份笔记使用的部分图片、内容来自于北京交通大学深度学习课程,版权归课题组和原作者所有。 机器学习基础概念 机器学习算法分类 数学基础 范数:一个表示向量长度的函数 \(l_1\) 范数:向量的各个元素的绝对值之和 \(l_2\) 范数:向量的各个元素的平方和再开平方 ...
计算机视觉任务 数据集 IMAGENET:数据量较大 CIFAR-10:数据量较小 数据集扩充:旋转、遮蔽 机器学习常规套路 收集数据,给定标签 训练分类器 测试,评估 K-近邻算法(KNN) k近邻算法,也称为KNN 或k-NN,是一种非参数、有监督的学习分类器,KNN 使用邻近度对单个数据点的分组进行分类或预测。 虽然k近邻算法(KNN) 可...
为了提高代码的可读性与模块化特性,我们希望数据集代码与模型训练代码分离。于是 PyTorch 提供了两个原始类型(Data Primitive):torch.utils.data.DataLoader 与 torch.utils.data.Dataset,分别用于定义数据集对象、迭代读取数据条目。 下面将先介绍如何快速上手,之后对两个原始类型的参数作详细解释。 快速上手 实现 Data...