sunny4handsome

Vanilla VAE(Variational Autoencoder) 一、AutoEncoder 回顾 生成模型 最理想的生成就是知道输入样本的分布, 然后我们并不知道该...

sunny4handsome

机器学习基础之交叉熵与均方误差 我们都知道，对于分类任务，可以选用交叉熵做为模型的损失函数；对于回归任务，可以选用MSE来作为模型的损失函数。那么分类任务能否选用MSE来做为...

sunny4handsome

一 Transformer overview 本文结合pytorch源码以尽可能简洁的方式把Transformer的工作流程讲解以及原理讲解清楚。全文分为三个部分 Trans...

sunny4handsome

机器学习基础二-反向传播 神经网络之所以可以训练，得益于与Hinton在1986年提出的反向传播算法。反向传播背后的数学原理就是链式法则。本文会具体的实例来演示反向传播具体的...

sunny4handsome

一、基础部分   2017年google发表了一篇All Attention Is All You Need论文, 在机器翻译任务中取得了SOTA的成绩。论文中提出的Tran...

sunny4handsome

梯度下降是优化神经网络和机器机器学习算法的首选优化方法。本文重度参考SEBASTIAN RUDER[https://ruder.io/optimizing-gradient-...

sunny4handsome

HTTP协议发展历史 HTTP0.91991年发布。该版本极其简单，只有一个命令GET，不支持请求头 HTTP/1.01996年5月发布。引入请求头和响应头；新增请求方法，如...

sunny4handsome

本文借助wireshark抓包详细的讲解SSL/TLS协议。HTTPS是为了解决http报文明文传输过程中的安全问题。HTTPS是“HTTP over SSL”的缩写。所以要...

sunny4handsome

本文借助wireshark抓包详细的讲解常用的网络协议。涉及的主要协议包括但不限于http协议、tcp协议、ip协议。为了表述的准确性，严重的参考了参考了谢希仁的《计算机网络...

sunny4handsome

做图像处理或者数据增强的过程中，经常需要用得各种变换来处理图片。本文详细的说明了线性变换、仿射变换、透视变换的定义、几何意义、学习表达。重点给出透视变换的计算过程，并给出py...

sunny4handsome

本文主要是学习yolov4论文的一些学习笔记，可能不会那么详细。所以在文章最后列出了一些参考文献，供大家参考 yolo系列发展历程 yolo系列发表时间作者mAPFPSmar...

sunny4handsome

springboot是以spring为基础的，所以本文的大部分内容还是在分析spring，只不过是在spring boot的场景下分析。关于spring boot的自动化装配...

sunny4handsome

CompleableFuture 使用场景 CompletableFuture的定义如下： 我们看到CompletableFuture是实现了Future的接口的，在没有Co...

sunny4handsome

首先，本人没有linux、驱动开发经验。平时的工作语言是java、python，c、c++的知识也停留在大学时代。所以关于网络IO，我查阅了很多的文章才基本明白。文中可能会有...