2025-09-07 17:34 VincentWei
1. 研究背景与问题 现有轻量级视觉网络的局限 计算复杂度与性能矛盾 ：CNN和ViT在视觉任务中表现优异，但计算成本高，难以部署于实时应用。 Token混合机制缺陷 ： 自注意力（Self-Attention） ：全局感知导致冗余计算（如对无关背景区域过度关注），且感知与聚合范围相同，扩展上下文时计算量剧增。 卷积（Convolution） ：静态核权重缺乏对动态上下文的适应性，感受野受限，表达能力不足。 核心挑战 ：如何在有限计算预算下，实现高效感知与精准聚合的平衡？ 人类视觉系统的启发 双步机制 ...
继续阅读 »2025-09-06 11:18 VincentWei
这个程序是一个基于强化学习的体能训练权重优化系统，使用 PPO （ Proximal Policy Optimization ）算 法来优化两个关键权重矩阵：课目 - 素质权重矩阵 ( CQ ) 和素质 - 动作权重矩阵 ( QX ) 。下面 我将详细分析其逻 辑结构和算法设计。 一、整体架构 程序采用分层架构，主要包含以下几个核心部分： 1. 数据层 ：定义各种数据结构和模型 2. 算法层 ：实现强化学习算法和神经网络 3. 环境层 ：模拟体能训练环境 4. 接口层 ：提供 FastAPI 服务...
继续阅读 »2025-09-02 13:55 hxy
安装依赖软件包 apt update apt install -y git bc bison flex make apt install -y libncurses5-dev libssl-dev libelf-dev apt install dwarves apt install libdw-dev 查看系统内核，下载版本号一致的内核和布丁 uname -a 下载内核（下载.tar.gz 格式） https://mirror.tuna.tsinghua.edu.cn/kernel/v6.x/ 下载实时核补...
继续阅读 »2025-05-08 22:50 xxm0326
一、引言 在深度学习、科学计算等领域，NVIDIA GPU 凭借强大的并行计算能力成为主流加速设备。要充分利用 NVIDIA 显卡，通常需要安装两类核心组件： NVIDIA 驱动（NVIDIA Driver） nvidia-cuda-toolkit（CUDA 工具包） 本文将从功能定位、组成内容、安装依赖等方面，深入剖析这两者的区别，并进一步介绍 GPU 加速训练的基本原理。 二、NVIDIA 驱动 vs. nvidia-cuda-toolkit 组件名称 主要作用 核心内容 依赖关系 NVIDIA 驱动...
继续阅读 »2025-05-08 14:31 xxm0326
随着深度学习的快速发展，卷积神经网络（CNN）和循环神经网络（RNN）已经成为计算机视觉和序列建模中的两大核心模型。本文将简要介绍它们的基本原理、应用场景，并通过示例代码展示它们的基本使用方式。 一、卷积神经网络（CNN） 1. 原理简介 CNN 是专为图像处理设计的一类深度神经网络，它利用局部感受野、权值共享和池化操作，显著降低了参数数量，并提高了图像识别任务的效果。 核心组成部分包括： 卷积层（Convolutional Layer） ：提取图像局部特征。 激活函数（如 ReLU） ：引入非线性能力。...
继续阅读 »
