UPDATE: 2024.6.12.加入星火商店安装程序 UPDATE: 2024.11.16.加入Ubuntu24.04相关内容 My Ubuntu 第一次安装 Ubuntu22.04 LTS 记录下安装遇到的问题和解决方法。 当前Ubuntu已经能够完美支持微信(不完全是原生)和QQ(原生)了，文档处理使用WPS完全足够，已经达到日常办公所需的全部要求，还有更高效的代码运行速度😆（

Codeforces Round #852 (Div. 2) F. Rebrending 题意 区间长度为nnn的数组a[i]a[i]a[i]，且满足a[i]∈[1,n]a[i]\in[1,n]a[i]∈[1,n]，有qqq个查询区间[l1,ri][l_1,r_i][l1​,ri​]，对于每个查询区间，求出 ali,ali+1,⋯ ,ari−1,aria_{l_i},a_{l_i+1},\c

2022年CVPR期末考试题 计算机视觉为1-11题，模式识别为12-17题 卷积的性质及证明，卷积的计算 双线性插值，计算例子 双边滤波，原理，效果 六种二维几何变换矩阵具体是什么，及对应的性质 Canny边缘检测，具体步骤，什么是好的边缘（这里我没写，ppt里有不难） Harris角点检测检测，具体步骤，不变性与等变性 相机坐标

机器学习中的线性模型 以下内容是在《机器学习实战：基于Scikit-Learn，Keras和TensorFlow》中第四章内容基础上进行的总结. 模型原理 基本定义 我们默认向量均为列向量，用小写字符表示向量，大写字符表示矩阵. 假设训练集中总共有 mmm 个样本，第 iii 个样本对应的特征和标签记为 (x(i),y(i))(\boldsymbol{x}^{(i)}, y^{(i)

MNIST 数据集进行分类 《机器学习实战：基于Scikit-Learn，Keras和TensorFlow》中第三章内容，英文代码可参考github - handson-ml2/03_classification.ipynb 下面内容对应的Jupyter Notebook代码位于github：3.classification.ipynb 数据集导入 使用Scikit-Learn中的 sklea

端到端的机器学习项目实例 《机器学习实战：基于Scikit-Learn，Keras和TensorFlow》中第二章内容，英文代码可参考github - handson-ml2/02_end_to_end_machine_learning_project.ipynb 下面内容对应的Jupyter Notebook代码位于github：2.end_to_end_machine_learning_pr

Scikit-learn安装 pip install scikit-learn # 基础包安装 pip install scikit-image # 图像处理包 Scikit-Learn设计原则 参考论文API design for machine learning software: experiences from the scikit-learn project，这里给出Scikit-

该问题是在使用GradientTape训练MNIST数据集时发现的，尝试使用了三种方式进行训练：直接GradientTape训练，调用fit函数训练，重写fit函数后训练. 发现重写GradientTape训练的正确率尽然有96%，而后两者的正确率90%都不到，这引起了我很大的好奇心，于是通过查阅大量文档和阅读TF源代码一步一步排除问题，最终找到问题原因. 训练集使用最简单的MNIST，重写f

Inside TensorFlow - tf.Keras 笔记 检查是否使用gpu tf.test.is_gpu_available() tf.test.is_built_with_cuda() 使VScode能够识别keras中的函数，在.\Anaconda3\envs\你的环境名\Lib\site-packages\tensorflow\__init__.py中的末尾加入以下代码即可（参

由于CVPR大作业需要，学校给我们申请了一些服务器账号，这里记录下服务器基本配置方法及操作流程. 登录服务器 我使用的是最简单的方法登录的服务器，直接使用ssh进行连接. （还可以使用vscode连接服务器方法，也比较方便，且可以编辑代码） Windows，可以使cmd或者PowerShell，这里推荐在Windows Store中下载Windows Terminal，集成了上述两个，而