原创 具有中斷處理的內核
實驗四：具有中斷處理的內核 實驗目的： 1、PC系統的中斷機制和原理 2、理解操作系統內核對異步事件的處理方法 3、掌握中斷處理編程的方法 4、掌握內核中斷處理代碼組織的設計方法 5、瞭解查詢式I/O控制方式的編程方法 實驗要求：
2020-05-19 03:56:09
原创 搭建深度學習框架(四) Dropout與Batch Normalization
Dropout 網絡過於習慣訓練集的數據分佈, 尤其是如果訓練集規模還不夠大時, 網絡會出現嚴重的過擬合, 使得在訓練集上的準確率非常高, 但是測試集上的準確率很低. 而且這個過程還不可逆, 一旦網絡過擬合那網絡就廢了, 我們的努
2020-05-17 12:58:21
原创 C與彙編開發獨立批處理的內核
實驗三 實驗目的： 1、加深理解操作系統內核概念 2、瞭解操作系統開發方法 3、掌握彙編語言與高級語言混合編程的方法 4、掌握獨立內核的設計與加載方法 5、加強磁盤空間管理工作 實驗要求： 1、知道獨立內核設計的需求 2、掌握一種
2020-05-17 12:58:21
原创 搭建深度學習框架(一) 線性層,激活函數,損失函數
回顧 前面我們學習(複習)了線代,概率論和優化等數學課, 還複習了基礎的機器學習算法, 邏輯迴歸 SVM和決策樹等. 現在我們進入深度學習的第一課, 就是前饋神經網絡的原理和使用. 神經網絡是一種非常強大的機器學習模型, 在今天已
2020-05-09 19:58:44
原创 搭建深度學習框架(三) 循環神經網絡, BPTT的梯度計算
爲什麼需要RNN RNN是一種擁有記憶的網絡, 一旦網絡接收到了輸入, 就會改變它的隱藏變量. 這個隱藏變量會參與RNN的前向運算, 從而讓之前的輸入x, 能影響現在的輸出o. 具有這種性質的它通常用於處理序列信息. 序列信息比起
2020-05-09 19:58:44
原创 搭建深度學習框架(二) 卷積層, 池化層
爲什麼使用卷積 我們前一課 搭建深度學習框架(一) 線性層,激活函數,損失函數.學習瞭如何使用全連接網實現最簡單的圖像識別和分類, 儘管MNIST是非常容易訓練的數據集, 但親自開發一個可用的AI還是很激動人心的. 但是使用全連接
2020-05-09 19:58:44
1
原创 監督學習方法小結(附Pytorch實現)
超平面劃分 如果兩個數據集在空間中是兩個凸集,那麼它們可以用一個超平面來實現線性分割. 因此機器學習的最基礎分類問題就是學習一個超平面, 來解決凸集劃分問題. m維超平面的表達式可以寫成wTx+b=0w^Tx+b = 0wTx+b
2020-05-06 20:00:31
原创 加載執行COM格式的批處理系統
實驗目的： 1、瞭解監控程序執行用戶程序的主要工作 2、瞭解一種用戶程序的格式與運行要求 3、加深對監控程序概念的理解 4、掌握加載用戶程序方法 5、掌握幾個BIOS調用和簡單的磁盤空間管理 實驗要求： 1、知道引導扇區程序實現用
2020-05-06 20:00:31
1
原创 Deep Reinforcement Learning超簡單入門項目 Pytorch實現接水果遊戲AI
學習過傳統的監督和無監督學習方法後，我們現在已經可以自行開發機器學習系統來解決一些實際問題了。我們能實現一些事件的預測，一些模式的分類，還有數據的聚類等項目。但是這些好像和我們心目中的人工智能仍有差距，我們可能會認爲，人工智能是能
2020-05-03 20:52:02
原创 強化學習簡單入門——訓練井字棋AI
MDP馬爾科夫決策過程 這個說來抽象，其實蠻簡單，這裏直接摘抄一下WIKI的定義 馬爾可夫決策過程是一個4 元組（S，A，Pa，Ra）（S，A，P_ {a}，R_ {a}）（S，A，Pa，Ra） ，且 S是一組有限的狀態，A是
2020-04-26 23:19:13
140
原创 裸機控制權與引導程序
操作系統實驗一 從零開發能使用的操作系統需要的可能不只是C語言，還需要彙編的支持。我沒有接觸過X86彙編，不過我學過MIPS的彙編，兩者其實有很多相似之處，主要的差別應該是在X86的寄存器上。除此之外其實X86還有串操作的語句，方
2020-04-25 08:57:51
原创 集成學習 Adaboost
提升方法 現在我們擁有的數據集和算法已經給出，如果用bagging方法從數據集中進行採樣訓練，則我們得到的模型仍然無法擺脫數據集分佈固有的限制，即泛化誤差的上界。如果要擺脫它，我們需要人爲的改變數據分佈；一種方法是爲每個樣本點加權
2020-04-20 19:10:44
原创 機器學習快速入門(迴歸與分類,線性與非線性,特徵空間)
這篇文章爲作者自學PRML時整理的筆記，適合想快速入門機器學習並瞭解一些基礎的相關算法的初學者閱讀。 多項式曲線擬合 我們從最基礎的機器學習方法說起，最基本的算法莫過於函數擬合了。多項式迴歸涉及到的知識是數據預處理(升維)、均方誤
2020-04-15 07:59:25
原创 神經網絡快速入門
首先我們先導入一些好用的包，但是核心算法我們自己實現。 import numpy as np import matplotlib.pyplot as plt import matplotlib from sklearn.metri
2020-04-15 07:59:25
2
原创 神經網絡的壓縮技術
模型壓縮技術，就是使用更精簡的模型解決更復雜的問題。我們都知道神經網絡的能力很強，可以學習到各種各樣的特徵，完成各種各樣的任務。但是很多時候我們認爲某些模型對某些問題是"笨重的"。因爲相當多的時候，神經網絡中只有一部分神經元執行最
2020-04-12 15:33:40
4