auther: abinng date: 2025-12-15 15:41
背景
本篇将介绍LeNet,它是最早发布的卷积神经网络之一,因其在计算机视觉任务中的高效性能而受到广泛关注。这个模型是由AT&T贝尔实验室的研究员Yann
LeCun在1989年提出的(并以其命名),目的是识别图像中的手写数字。
当时,Yann
LeCun发表了第一篇通过反向传播成功训练卷积神经网络的研究,这项工作代表了十多年来神经网络研究开发的成果。
结构
LeNet-5有5层,分为两部分:
特征提取部分:两个卷积层,两个平均池化层
为什么池化层(汇聚层)不算呢,因为这里说的5层,是带参数的层,池化/汇聚操作仅仅是一个运算,不带参数
全连接层:三个全连接层,其中120、84、10代表该层的神经元个数
每个卷积块中的基本单元:一个卷积层,一个sigmoid激活函数,一个平均池化层
数据的传输:
卷积层输入为四维数据 (Batch, Channel, High, Width)
卷积层输出为四维数据 (Batch, FN, OH, OW)
全连接层输入为 ...
docker
未读docker配置国内镜像加速
前言
本篇只是最基础的配置国内镜像,不是什么奇法妙技
正文
使用docker测试拉取镜像时,出现了拉取失败的情况,如下:
1234[r@101 ~]# docker run hello-worldUnable to find image 'hello-world:latest' locallydocker: Error response from daemon: Get "https://registry-1.docker.io/v2/": net/http: request canceled n (Client.Timeout exceeded while awaiting headers).See 'docker run --help'.
这是由于访问官方镜像库超时了,接下来配置镜像加速
使用的是CentOS 7
如果不存在 /etc/docker/daemon.json
,使用以下命令:
12345678910111213141516171819# 创建目录sudo mkdir -p /etc/docker# 写入镜像配置 ...
linux
未读linux的core转储位置
如果你在学gdb时遇到这样的问题,那么,本篇应该能帮你解决问题
问题:模拟一个段错误(Segmentation
fault)时,明明已经显示了核心已转储(core
dump),但在当前目录下找不到core,跟着下面的步骤,大概率能帮你解决该问题
核心转储
首先core
dump是什么呢?系统发生严重错误导致崩溃时,自动生成的一个文件,通常用GDB分析该文件可以帮助调试、修复程序中的错误
设置核心转储文件大小
12# 查看core file size项是否为0ulimit -a
12345678# 若显示为0,使用下面的命令启用核心转储ulimit -c unlimited# 此时可以编辑配置文件,即可默认启用sudo vi ~/.bashrc# 在末尾添加以下行:ulimit -c unlimited# 退出编辑器后可执行以下命令使其立即生效source ~/.bashrc
该步骤执行完后,尝试再次执行段错误文件,查看是否生成core文件,若生成了core文件,则到此即可结束;若没有生成,请继续跟着下面的步骤
设置核 ...
Welcome to Hexo! This is your very
first post. Check documentation for
more info. If you get any problems when using Hexo, you can find the
answer in troubleshooting or
you can ask me on GitHub.
Quick Start
Create a new post
1$ hexo new "My New Post"
More info: Writing
Run server
1$ hexo server
More info: Server
Generate static files
1$ hexo generate
More info: Generating
Deploy to remote sites
1$ hexo deploy
More info: Deployment




