- 博客(9)
- 收藏
- 关注
RSS订阅原创 深入浅出PyTorch（五）PyTorch可视化
此博客为datawhle开源学习平台2025年2月组队学习打卡笔记链接，torchinfo工具包 ( torchinfo是由torchsummary和torchsummaryX重构出的库)会帮助显示我们的模型参数，输入大小，输出大小，模型的整体参数等。
2025-02-23 22:53:43
766
原创 深入浅出PyTorch（四）PyTorch进阶训练技巧
PyTorch在torch.nn模块为我们提供了许多常用的损失函数，比如：MSELoss，L1Loss，BCELoss… 但是随着深度学习的发展，出现了越来越多的非官方提供的Loss，比如DiceLoss，HuberLoss，SobolevLoss… 这些Loss Function专门针对一些非通用的模型，PyTorch不能将他们全部添加到库中去，因此这些损失函数的实现则需要我们通过自定义损失函数来实现。
2025-02-22 19:46:13
1193
原创 逐点插入法【二叉查找（排序）树的插入算法】
建立序列{50，72，43，85，75，20，35，45，65，30}对应的二叉树排序后，查找元素30要进行多少次元素间的比较？
2024-04-05 17:03:44
1826
2
使用matlab进行分数倍抽取系统设计，设计增减采样FIR滤波器以完成分数倍采样率转换
分数倍抽取系统设计，使用matlab设计，两种方法：1.窗函数法 2.Parks-Mcclellan算法，其中会比较不同窗函数阶数的滤波效果，比较较优窗函数与使用Parks-Mcclellan算法设计的滤波器性能差异
%% 清空环境
clc;clear;
%% 参数设置
%信号初始采样率为fs=15MHz
fs=15e6;
%采样率fsi代表内插器后的采样率
fsi=45e6;
%最终采样率ff
ff=9e6;
%% 设置时间轴
% 方便作图,信号需要几百个采样点就可以了，因此信号时间为0.1ms内即可
t1=0:1/fs:1e-4-1/fs;
t2=0:1/fsi:1e-4-1/fsi;
t3=0:1/ff:1e-4-1/ff;
%为了不在采样时发生混叠且更好查看系统的效果，采取小于7.5MHz频率的一系列余弦信号，相当于从500khz不断增加500khz,直至加到7000khz
% 信号固定相位，固定幅度为1
signal=0;
for w=0.25:0.25:7.25
signal = signal + sin(2 * pi * w * 1e6 * t1);
end
%%
2025-02-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人