性能分析時，CPU 通常是首當(dāng)其中的。 uptime 可供簡單瀏覽，不推薦在需要精確度的場景使用uptime 用于顯示當(dāng)前系統(tǒng)的運(yùn)行時間，用戶登錄數(shù)以及系統(tǒng)的平均負(fù)載。輸出內(nèi)...
IP屬地：廣東
-
CPU 性能分析工具 -
生成指定RGB值的純色圖像【python】
創(chuàng)建圖像:·OpenCV中，黑白圖像實際是一個二維數(shù)組，彩色圖像是一個三維數(shù)組。數(shù)組中每個元素就是圖像對應(yīng)位置的像素值·數(shù)組索引、像素行列、像素坐標(biāo)關(guān)系如下：數(shù)組行索引 = ...
-
【深度學(xué)習(xí)實踐】03. 多層感知機(jī)模型的復(fù)雜度決定了模型的擬合上限，這里的復(fù)雜度通常指模型的深度和每層的神經(jīng)元的個數(shù)。當(dāng)感知機(jī)隱藏層的個數(shù)大于等于1層時，則稱為多層感知機(jī)。 前面我們介紹了線性模型，線性意味著...
-
卷積的空間不變性是過度的歸納偏置
Revisiting Spatial Invariance with Low-Rank Local Connectivity 卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)中最成功的架構(gòu)之一，其成功...
-
【深度學(xué)習(xí)實踐】補(bǔ)充02. Label Smoothing
出自論文：Rethinking the Inception Architecture for Computer Vision[https://arxiv.org/abs/15...
-
【深度學(xué)習(xí)實踐】02. Softmax 回歸雖然稱作 Softmax 回歸，但本質(zhì)上 Softmax 處理的是分類問題。分類，顧名思義，即對樣本數(shù)據(jù)集進(jìn)行“哪一個”的解答，通常類別的范圍在分類前是已知的，例如一封電子郵...
-
【深度學(xué)習(xí)實踐】補(bǔ)充01. 批量大小對于數(shù)據(jù)集收斂的影響
神經(jīng)網(wǎng)絡(luò)對于的調(diào)參主要指超參數(shù)的調(diào)參，在眾多超參數(shù)之中，批量大小（Batch Size）占有著舉足輕重的作用。理論上，批量大小決定著單次送進(jìn)神經(jīng)網(wǎng)絡(luò)中的樣本規(guī)模，合理的批量大...
-
【深度學(xué)習(xí)實踐】01. 線性回歸
線性模型既是機(jī)器學(xué)習(xí)中最基礎(chǔ)的學(xué)習(xí)模型，也是深度神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元基礎(chǔ)。而線性回歸是借助線性模型解決一個或者多個自變量與因變量之間的關(guān)系的問題。在機(jī)器學(xué)習(xí)領(lǐng)域，大多數(shù)任務(wù)通常...
-
Inception V3 論文學(xué)習(xí)記錄原文：Rethinking the Inception Architecture for Computer Vision[http://arxiv.org/pdf/1512....