砕月之殇的摆烂小窝

粒子群算法介绍 粒子群算法（Particle Swarm Optimization，PSO）是一种受自然界鸟类飞行时集群的策略启发而得到的算法，其主要思想是利用种群中的每个个体进行探索，再将个体得到的最优解进行汇总比较，从而使得种群整体往全局最优解或者近似的方向去靠拢。 通俗来讲，可以将粒子看作是鸟，全局最优解代表栖息地或者食物，每个鸟抽象为质点，且都具有两个属性：速度和位置 注意：这里的速度是带有方向的，不是标量的速度 在最初的状态下，假设所有的鸟的速度和位置都是随机的，每个鸟都会向着自己的方向去进行探索。在下一轮更新中，每一只鸟都会向种群提交自己的位置信息，以及和栖息地或者食物的距离。 在完成一次搜索后，种群的鸟类会进行交流比对，并根据栖息地或者食物最可能存在的位置（种群最优解）去修正自己下一次的运动方向，但是不会完全改变自己的方向。同时，每一只鸟也会记录每一次自己离最优解的距离，并选取出最好的那次来修改自己的方向（个体最优解） 简单来说，就是鸟以最开始的方向为基础，根据个体最优解+种群最优解来不断修改自己的方向，并迭代自己的位置和速度参数，最后所有的鸟即整个种群会收敛到最优 ...

参考的书籍是《深入浅出PyTorch——从模型到源码》，书中源代码仓库为https://github.com/zxjzxj9/PyTorchIntroduction 部分代码由于版本兼容性无法运行，文中会做出适当修改 学习路径 由于篇幅限制，我决定将源码学习分为多篇文章依次进行更新，以下为推荐的博客学习路径 Pytorch学习（基础知识） Pytorch学习（运行逻辑） Pytorch高级应用 Pytorch常用层级 在深度学习神经网络中，整个神经网络的结构是由不同类型的层构建而来的，而层与层之间通过激活函数相连接 线性层 线性层，也称为全连接层，是最基础的深度学习模块，可以用于变换特征的维度 线性层实际上执行的是一个线性变换，在二维的情况下，相当于做了一个矩阵乘法和一个矩阵加法，即y=x⋅W+b\pmb y = \pmb x\cdot \pmb W + \pmb by=x⋅W+b 当然，很多时候线性层的输入并不是一维或二维的张量，而是高维的张量 123456import torchimport torch.nn as nnlm = nn.Linear(5, 10) ...

参考的书籍是《深入浅出PyTorch——从模型到源码》，书中源代码仓库为https://github.com/zxjzxj9/PyTorchIntroduction 部分代码由于版本兼容性无法运行，文中会做出适当修改 学习路径 由于篇幅限制，我决定将源码学习分为多篇文章依次进行更新，以下为推荐的博客学习路径 Pytorch学习（基础知识） Pytorch学习（运行逻辑） Pytorch高级应用 Pytorch底层逻辑 Pytorch中的模块简介 模块类 模块本身是一个类nn.Module，Pytorch的模型通过继承该类，在类的内部定义子模块的实例化，通过前向计算调用子模块，最后实现深度学习模型的搭建 下面给出继承nn.Module类的示例 1234567891011import torchimport torch.nn as nnclass Model(nn.Module): def __init__(self, ...): # 定义类的初始化函数，...是用户的传入参数 super(Model, self).__init__() ...

参考的书籍是《深入浅出PyTorch——从模型到源码》，书中源代码仓库为https://github.com/zxjzxj9/PyTorchIntroduction 部分代码由于版本兼容性无法运行，文中会做出适当修改 前言 众所周知，炼丹现在已经成为当下最热门的方向，当然这也是因为大家看到了人工智能的前景和潜力 我在本科阶段也多次使用Pytorch进行过模型的训练，但是我总是困惑于一些代码的运作方式，有时候为了深究这些，会花费大量的时间对一些代码进行整合 除此之外，当我有一些新奇的想法时，也很难将其在Pytorch的框架下付诸实践，因为我不懂代码之间是如何配合的，类之间的关系是什么，类的方法该怎么用，我都是一知半解的三脚猫 综上，我终于下定决心，静下心来阅读Pytorch源码，为了打好基础，也是为了提高我的惨不忍睹的代码水平 由于前序课程学习了基础的机器学习的知识，所以此处直接略过理论部分的讲解，直接阅读源码 此处使用的Pytorch版本为1.13.1，Python版本为3.9.19，CUDA版本为12.5，可以用以下代码检查Pytorch版本 12import torch ...

最近心血来潮，想把自己手上的砖头机子（Google Pixel 2）刷个Ubuntu Touch系统 根据UBports的提示，我需要先把手机从安卓11降级到安卓9 前置操作：解锁Bootloader，开启开发者模式，打开USB debugging模式和解锁OEM，电脑下载adb工具 在安装完adb工具后，需要注意确认电脑能识别到设备，例如 还需要去Google开发者那里下载一下对应手机的固件包 如果出现了以下界面 说明这个节点被ban了，得换一个再试试 我们再去下载TWRP 回退到安卓9需要选择这两个文件下载 回退系统 在下载好文件之后，可以运行命令 1adb reboot bootloader 过一小会，手机就会重启至Bootloader模式 此时再运行flash-all.bat文件（文件在walleye-pq3a.190801.002-factory-f9a5e230.zip内）进行fastboot 如果fastboot无法识别到手机，即一直停留在 1< waiting for any device >` 说明电脑的驱动可能出现了问题 可以打开设备管理器查 ...

Scrapy初步认识 Scrapy模块安装 首先，我们需要先搭建好Scrapy的环境 利用conda创建一个名为Scrapy_work的虚拟环境并且进入该环境 12conda create -n "Scrapy_work"conda activate Scrapy_work 然后使用pip安装Scrapy模块 1pip install Scrapy 为了确认Scrapy模块已经安装成功，可以在Python当中测试一下能否导入Scrapy模块 12import scrapyscrapy.version_info 如果正确安装的话，终端会显示Scrapy的版本 编写Scrapy爬虫 Scrapy框架结构及其工作原理 上图为Scrapy框架是组成结构 Scrapy框架中的各个组件的介绍如下所示 组件 描述 类型 ENGINE 引擎，框架的核心，其他所有组件在其控制下协同工作 内部组件 SCHEDULER 调度器，负责对SPIDER提交的下载请求进行调度 内部组件 DOWNLOADER 下载器，负责下载页面（发送HTTP请求和接收HTTP响应 ...

词嵌入：编码形式的词汇语义 词嵌入是一种由真实数字组成的稠密向量，每个向量都代表了单词表里的一个单词 在自然语言处理中，总会遇到这样的情况：特征全是单词！ 但是，如何在电脑上表述一个单词呢？ 你在电脑上存储的单词的 ASCII 码，但是它仅仅代表单词怎么拼写，没有说明单词的内在含义(你也许能够从词缀中了解它的词性，或者从大小写中得到一些属性，但仅此而已) 更重要的是，你能把这些 ASCII 码字符组合成什么含义？当VVV代表词汇表、输入数据是∣V∣|V|∣V∣维的情况下，我们往往想从神经网络中得到数据密集的结果，但是结果只有很少的几个维度（例如，预测的数据只有几个标签时），我们如何从大的数据维度空间中得到稍小一点的维度空间？ 放弃使用 ASCII 码字符的形式表示单词，换用one-hot encoding会怎么样了？好吧，ω\omegaω这个单词就能这样表示： yi^∈T\hat{y_i}\in T yi​^​∈T 其中，1表示的独有位置，其他位置全是0。其他的词都类似，在另外不一样的位置有一个1代表它，其他位置也都是0。这种表达除了占用巨大 的空间外，还有个很大的缺陷。它只是简单的 ...

导论 存储格式 数字化后的图像数据在计算机中一般有两种存储方式，一种是位图模式，而另一种是矢量图模式 位图又称点阵图，是将图像的每一点数值存放在以字节为单位的矩阵中 矢量图不存储图像数据的每一点，而是存储图像内容的轮廓部分 色彩存储 RGB 我们最熟悉的色彩表现方式就是以红绿蓝三原色为基色的RGB 颜色 R G B 红 255 0 0 绿 0 255 0 蓝 0 0 255 黄 255 255 0 紫 255 0 255 青 0 255 255 白 255 255 255 黑 0 0 0 灰 128 128 128 BGR 其实就是RGB颠倒了一下，区别不大，但是OpenCV库当中常常使用BGR（历史遗留问题） CMYK CMYK中的每个字母代表一种颜色（青、品红、黄、黑），每个数字的取值范围为000~100%100\%100%，百分比越高，说明颜色中含有这种原色的比例越高，常用于平面印刷 分辨率 图像的空间分辨率 图像的空间分辨率是指图像中每单位长度所包含的像素或点的数目，常以像素/英寸（pixels per ...

数据降维算法 数据降维是针对高维度数据的数据预处理方法 简而言之，降维是将高维度的数据转换为低维度的数据，保留其最重要的一些特征且去除噪声和其他不重要的特征，从而提升数据处理的速度 对于高维度的数据，有一个概念称为：维数灾难[1] 其描述的是在高维空间中的一些反直觉的现象，下面列出其中两点： 高维空间中的数据样本极其稀疏 高维单位空间当中的数据几乎全部位于超立方体的边缘 单位超立方体的体积为 Vhypercube=1d=1V_{hypercube} = 1^d = 1 Vhypercube​=1d=1 而其内切的超球体的体积公式如下 Vhypersphere=πn2Γ(n2+1)⋅0.5dV_{hypersphere} = \frac{\pi^{\frac n2}}{\Gamma(\frac n2 + 1)}\cdot 0.5^d Vhypersphere​=Γ(2n​+1)π2n​​⋅0.5d 对两者的商作极限可得 lim⁡d→+∞VhypersphereVhypercube=0\lim_{d\rightarrow+\infty}\frac{V_{hypersphere}}{V ...

系统仿真概述 系统与模型 系统 系统是指物质世界中既相互制约又相互联系着的，能够实现某种目的的一个整体 也就是说系统是一个由多个部分组成的，按一定规律连接的，具有特定功能的整体 任何系统都存在四个方面的内容：实体，属性，活动和环境 模型 系统模型实质上是一个由研究目的所确定的，关于系统某一方面本质属性的抽象和简化，并以某种表达形式来描述 系统模型一般可以分为：物理模型和数学模型 为了分析研究一个系统，通常会进行各种实验，其一是在已经存在的真实系统上进行，其二是通过构造模型，利用模型试验的方法进行 其中，第二种形式的实验越来越多，理由如下： 系统还处于设计阶段时，真实系统尚未建立需要了解未来系统的性能，只能通过对模型的试验来确认 在真实系统上进行试验可能会引起破坏或发生故障 系统无法恢复，如经济系统，若造成损失则无法挽回 试验条件无法保证，如进行多次试验难以保证试验条件相同，或试验时间太长，或费用昂贵 系统仿真的概念 仿真 系统仿真的必要性体现在以下方面： 优化设计：在复杂的系统建立以前，能够通过改变仿真模型结构和调整参数来优化系统设计，对系统和系统的某 ...