OveRBlowg

No pain no gain.

深度学习基础

书籍动手学深度学习动手学深度学习v2 深入浅出PyTorch eat_pytorch_in_20_days chenyuntc/pytorch-book 文档 AutoDL 帮助文档 Pytorch tutorial Pytorch Doc 博客廖雪峰的 Python 教程 labml side-by-side notes citisy 的炼丹房 llm_interview_not...

Posted by whaler404 on October 1, 2024

安卓刷机

安卓刷机从CM刷机过程和原理分析Android系统结构旧手机当开发板 Android-Notes 第三方Android系统ROM Pixel7刷机折腾小记 adb shell 查看手机根目录 android_partition安卓分区分析 Android 9.0 查看分区信息 fastboot模式下如何查看分区信息浅谈fastboot Fastboot 命令报错分析篇

Posted by whaler404 on October 1, 2024

计算机组成原理

运算方法和运算器不同数制之间的相互转换定点机器数的表示方式浮点机器数的表示方式（IEEE754）奇偶校验大小端模式大端模式：低地址存放高位小端模式：低地址存放低位定点数的加减运算、溢出判断（双符号位）定点数的逻辑运算存储系统存储器类型存储器性能存储器寻址方式主存扩展高速缓冲存储器cache 页式虚拟存储器、快表和慢表虚...

Posted by whaler404 on September 9, 2024

NJU 操作系统 Lab

南大一生一芯进度更新： NJ大学PA学习记录 linux——grep命令 WSL Ubuntu 20.04.3 error: XDG_RUNTIME_DIR not set in the environment 博客 MIT 6.828 JOS与NJU ICS NEMU源码精读 wsl 开启本地代理配置

Posted by whaler404 on August 17, 2024

身份认证服务

相关资料 HTTPS 双向认证数字签名和数字证书的原理解读 SSL双向认证java实战、keytool创建证书如何提取JKS文件的证书和私钥? 对于ssl中的pem文件和key 文件的理解在Spring Boot项目中使用https（jks） Spring Boot项目配置ssl证书及自定义ssl端口号 SpringBoot服务间使用自签名证书实现https双向认证 spring-...

Posted by OveRBlowg on June 26, 2024

多模态论文综述

视觉理解 Visual Understanding 2.2 概述图像骨干预训练 image backbone pretraining 标签监督 label supervision 语言监督 language supervision 仅图像自监督 image-only self-supervised Learning 对比学习 contrastive...

Posted by whaler404 on June 24, 2024

机器学习——规则学习

基本概念机器学习中的规则：若......，则...... 回归：$\text{if }\hat{h}(x)=\hat{y}\text{ then }y=\hat{y}$ 分类：$\text{if }h(x)>0\text{ , then class = 1 ; else , class = -1}$ 聚类：$\text{if }\forall j\ne i\text{...

Posted by whaler404 on June 24, 2024

机器学习——概率图模型

概率图模型机器学习最重要的任务：根据已观察到的证据对感兴趣的未知变量进行估计和推测概率模型（probabilistic model）提供了一种描述框架，将描述任务归结为计算变量的概率分布。在概率模型中，利用已知变量推测未知变量的分布称为”推断“（inference），其核心是基于可观测的变量推测出未知变量的条件分布生成式：计算联合分布 $P(Y,R,O)$ 判别式：计...

Posted by whaler404 on June 24, 2024

机器学习——强化学习

强化学习基本问题设置例子：瓜农种瓜多步决策过程过程中包含状态、动作、反馈（奖赏）等需要多次种瓜，在过程中不断摸索，才能总结出较好的种瓜策略抽象化该过程：强化学习（reinforcement learning）强化学习常用马尔可夫决策过程（Markov decision process，MPD）描述机器所处的环境 E ...

Posted by whaler404 on June 24, 2024

机器学习——半监督学习

未标记样本要利用未标记样本，必然需要做一些假设，将未标记样本所揭示的数据分布信息和类别标记相联系。有两种常见的假设聚类假设（clustering assumption）：假设数据存在簇结构，同一簇的样本属于同一类别流形假设（manifold assumption）：假设数据分布在一个流形结构上，邻近的样本具有相似的输出值流形假设可以看作聚类假设的推广生...

Posted by whaler404 on June 24, 2024