Cs
CS 520 Implementation & testing
Homework 3Implementation & testingYou may work with others on this assignment. Each programming pair, however, must submit their owncodebase, clearly ......
[干货满满] CIFAR10炼丹记后篇 - CS231N 番外
期中考试结束了,来填坑,因为真正接触到了玄学和银河的部分,也算是试验了几天的成果把( 在上一个文章中, 我们已经提到了, 通过本课程学到的各种技巧, 我们将准确度提升到了80%, 这已经超过了大多数CS231N博客的效果了. 但是毕竟这个是在基本的卷积网络架构去操作的, 所以后续想要再提升, 就只能 ......
CS61A_hw09
def mutate_reverse(link): """Mutates the Link so that its elements are reversed. >>> link = Link(1) >>> mutate_reverse(link) >>> link Link(1) >>> link ......
CS61A_lab14_macro
(define-macro (switch expr cases) (cons 'cond (map (lambda (case) (cons (eq? (eval expr) (car case)) (cdr case))) cases)) ) 这段代码是一个用于 Scheme 语言的宏定义，可以 ......
C#一个界面类下面有多个CS文件
一.当我们用VS创建一个Form窗体时，会生成一个窗体类和设计类 二.当界面复杂，并且每个界面有多少关联的类时，我们需要按一定规则放，可以放在该窗体下面 打开.csproj文件，增加一个修改FormSub1 和Form2Sub2的Compile节点(如果没有，直接增加) 修改后，保存，重新用VS打开 ......
微软的ADO.NET帮助类SqlHelper.cs
微软的ADO.NET帮助类，SqlHelper.cs 1 // 2 // Microsoft Data Access Application Block for .NET 3 // http://msdn.microsoft.com/library/en-us/dnbda/html/daab-rm. ......
CS61A_lab12_macro
(define-macro (def func args body) `(define ,(cons func args) ,body)) 分析： 定义一个万能的函数定义，那就要模拟函数定义的样子。ok，函数定义是什么样子的呢？ eg: (define (filter-lst fn lst) (if ......
CS0120 对象引用对于非静态的字段、方法或属性
非静态类的方法是不能直接调用的，需要实例化，但当有时需在各个地方去调用该方法时，逐个去实例化会显得麻烦，可以采用一个静态类来封装后使用。 只有静态类才能调用 ......
CS144 计算机网络 Lab1：Stream Reassembler
前言 上一篇博客中我们完成了 Lab0，使用双端队列实现了一个字节流类 ByteStream，可以向字节流中写入数据并按写入顺序读出数据。由于网络环境的变化，发送端滑动窗口内的数据包到达接收端时可能失序，所以接收端收到数据之后不能直接写入 ByteStream 中，而是应该缓存下来并按照序号重组成正 ......
cs61c 环境配置
关于java环境： https://www.oracle.com/java/technologies/javase-jdk16-downloads.html 在这个网站下载比较新的java安装文件，比如deb 使用这个命令注册新安装的java并且设置优先级(随便，比如1700) sudo updat ......
CS61A_hw07
#lang sicp (define (unique s) (if (null? s) nil (cons (car s) (unique (filter (lambfa (x) (not (eq? x (car s)))) (cdr s))) ) ) ) 这是一个Scheme函数，名为unique ......
CS144 计算机网络 Lab0：Networking Warmup
前言 本科期间修读了《计算机网络》课程，但是课上布置的作业比较简单，只是分析了一下 Wireshark 抓包的结构，没有动手实现过协议。所以最近在哔哩大学在线学习了斯坦福大学的 CS144 计算机网课程，这门课搭配了几个 Lab，要求动手实现一个 TCP 协议，而不是简单地调用系统为我们提供好的 S ......
kubernetes-kubectl get cs健康检查报错
问：kubectl get cs是什么？ 答：kubectl get cs是Kubernetes命令行工具kubectl的一部分，用于获取集群状态的摘要信息。其中，cs是componentstatuses的缩写，表示组件状态 一般我们也称为健康检查，当出现健康检查异常的时候，我们就可以关注对应的组件 ......
CS_61A_lab10
Write sub-all, which takes a list s, a list of old words, and a list of new words; the last two lists must be the same length. It returns a list with ......
CS230
Introduction and Basis Introduction why deep learning taking off: data and the action of collecting data increasing ML's performance becomes plateus w ......
CS229
Introduction about ML definitions Arthur Samuel(1959): field of study that gives computers the ability to learn without being explicitly programmed To ......
[附CIFAR10炼丹记前编] CS231N assignment 2#5 _ pytorch 学习笔记 & 解析
pytorch 环境搭建 课程给你的环境当中, 可以直接用pytorch, 当时其默认是没有给你安装显卡支持的. 如果你只用CPU来操作, 那其实没什么问题, 但我的电脑有N卡, 就不能调用. 考虑到我已有pytorch环境(大致方法就是确认pytorch版本和对应的cuda版本安装cuda,再按照 ......
CS_61A_ant
def reduce_armor(self, amount): """Reduce armor by AMOUNT, and remove the FireAnt from its place if it has no armor remaining. Make sure to damage eac ......
[深入推导]CS231N assignment 2#4 _ 卷积神经网络 学习笔记 & 解析
卷积神经网络 基本算法实现 卷积神经网络应该算是图像处理中绝对的主流了, 关于算法得基本思想我在之前也学的比较懂了, 这点如果不了解网上有很多教程. 不过我并没有用代码亲自实现它. 我们首先确定怎么编写. 前面搞全连接网络总是会想着怎么去简化运算, 现在我们接触了新的网络, 要实现基础版本反而又不大 ......
CS202 Lab 4: WeensyOS
CS202: Lab 4: WeensyOS GoalYou will implement complete and correct memory isolation for WeensyOS processes. Then you’ll implement full virtual memory, ......
kubectl get cs显示unhealthy的解决办法
注释掉 # --port=0 [root@k8s-master-01 ~]# vim /etc/kubernetes/manifests/kube-scheduler.yaml[root@k8s-master-01 ~]# vim /etc/kubernetes/manifests/kube-con ......
CS231N assignment 2#3 _ dropout 学习笔记 & 解析
dropout 定义 & 作用 & 基本实现 如课程所说,dropout最大的意义在于防止过拟合. 我们还记得, dropout在网络架构上介于激活函数之后, 下一层输入之前. 想法很简单, 就是将隐含层的某些数据屏蔽掉, 直接从以输入到下一层, 概率为p. 需要注意的是, dropout是仅针对训 ......
CS231N assignment 2 _ normalization 学习笔记 & 解析
预警: 本次内容不算多, 但数学推导较复杂 Normalization 归一化的意义 之前内部的权重没有做过标准化. 实际上如果能标准化, 可以提升训练效果, 甚至可以提升精度(虽然不大). 设立专门的batch/layer normalization层的意义在于: 梯度更加规范 对于学习率(可以更 ......
CS_61A_hw6
题目： def is_bst(t): """Returns True if the Tree t has the structure of a valid BST. >>> t1 = Tree(6, [Tree(2, [Tree(1), Tree(4)]), Tree(7, [Tree(7), Tr ......
CS231N assignment 2 _ 全连接神经网络 学习笔记 & 解析
本章内容较多预警 Intro 我们写过一个两层的神经网络, 但是梯度是在loss内计算的, 因此对网络的架构相关的修改难免比较困难. 为此, 我们需要规范化网络设计, 设计一系列函数. , 后面我们还会封装一个类, 这也是最希望的方式了. 环境搭建 又到了工科生最上头(bushi 的搭环境环节. 我 ......
CS231N assignment 1 _ 图像特征 学习笔记 & 解析
利用图像特征提升准确度 我们之前仅仅是逐个像素的计算, 而忽视和图像在HSV空间的像素集中度和图像纹理特征. 根据别人的博客,准确率进一步从54%提升到58%. 下面进行解析. HOG/颜色直方图代码解读 本次的作业没有要求我们自己实现, 但是我们还是应该读懂代码. 在前面, 我们一直希望我们的网络 ......
CS 486/686 神经网络
CS 486/686 Winter 2023 Assignment 4 2 Neural Networks (65 marks) In this part of the assignment, you will implement a feedforward neural network from ......
CS_106A_lab_09
重点：： 观察到：在带入函数之后，没有任何返回值，是直接对参数本身进行作用。遇到这种情况就必须在基线条件下多加一个 【return】语句 why? 其实就是人为两种情况，第一种就是t是节点，此时只需要将节点平方就可以了。第二种情况就是有分支，首先呢就将root平方，再将分支进行处理。 1 def l ......
CS231N assignment 1 _ 两层神经网络 学习笔记 & 解析
two layer net 神经网络的定义 我之前看到的神经网络对于各个层和激活函数的各种表达的总是不够清晰. 所幸本课程对于网络具体细节总算有了严格的定义. 我们实现的是包含ReLU激活函数和softmax分类器的网络. 下面是简单的图形示意: (应该足够清晰了) 需要注意, 输出层之后是没有Re ......
CS231N assignment 1 _ softmax 学习笔记 & 解析
[注意:考虑到这个和SVM重复很多,所以会一笔带过/省略一些] softmax和SVM只是线性分类器分类结果的评判不同, 完全依靠打分最大来评判结果, 误差就是希望结果尽可能接近正确分类值远大于其他值. 我们将打分结果按照指数权重正则化为和为1的向量: 而这个值希望尽可能接近1, 也就是-log接近 ......