插值法: 从节点数据到多项式与误差 知道一个函数在几个位置的值, 能不能估计它在其他位置的值? 插值法就在处理这件事. 最开始看这一章, 拉格朗日、牛顿、均差、差分很容易混在一起. 我把它们放到同一组小数据上算一遍, 再用 C++ 和几组实

HIP 求解稀疏方程组: CPU 与 GPU 的协作 这篇文章由《并行计算》课程实验报告整理而来，保留实验思路、实现方法、核心代码、性能数据和图表，便于后续复盘。 一、实验名称与内容 本次实验名称为：基于 CPU+GPU 异构并行的 CSR

MPI 求解稀疏方程组: 任务划分与多节点性能 这篇文章由《并行计算》课程实验报告整理而来，保留实验思路、实现方法、核心代码、性能数据和图表，便于后续复盘。 一、实验名称与内容 1.1 实验名称 基于 MPI 的 CSR 稀疏矩阵共轭梯度法

Pthread 求解稀疏方程组: CSR 存储与 CG 并行实现 这篇文章由《并行计算》课程实验报告整理而来，保留实验思路、实现方法、核心代码、性能数据和图表，便于后续复盘。 一、实验名称与内容 1.1 实验名称 基于 Pthread 的

Pthread 并行计算: 同步策略与性能比较 这次并行计算实验，我选的题目是“多线程计算正弦值”。题目本身不复杂：用正弦函数的泰勒展开式近似计算 sin(x)，然后用 Pthread 把计算并行化，再比较不同线程同步策略带来的性能差异。

1. 摘要 Transformer 已经是 NLP(自然语言处理)领域的"标配"(如 BERT, GPT 系列), 但在 CV 中长期以"局部改造"的方式出现: 要么与 CNN 组合, 要么在 CNN 中以注意力替换部分卷积, 整体框架仍以

理解 DETR: 用 Transformer 做目标检测 1. 摘要 把目标检测的任务看成集合预测的问题.DETR 提出了新的目标函数,通过二分图匹配的方式,强制模型输出一组独一无二的预测,理想状态只输出一个框,进一步移除候选框生成与启发

本项目实现了一个基于 PyTorch 的多层感知机(MLP)模型,用于对 MNIST 手写数字图片进行分类.本文将对 mnist_mlp_classifier.py 代码进行逐行详细解析,帮助初学者理解每一步的设计思路,参数设置原因,以及涉

1. RNN基础概念 1.1 什么是循环神经网络 循环神经网络(Recurrent Neural Network, RNN)是一类专门处理序列数据的神经网络.与传统的全连接神经网络不同,RNN具有"记忆"能力,能够利用之前的信息来影响当前的

理解 CNN: 从像素到卷积特征 1. 图像基础与本质 1.1 图像的输入结构 以MNIST数据集为例, 灰度图像的输入尺寸为 1×28×281 \times 28 \times 281×28×28, 即: 通道数 (Channel):

简介 SMPL,全称 Skinned Multi-Person Linear Model,是一套优雅而实用的三维人体参数化模型. 更白话一点:给它一份"骨架的姿态"(pose)和"一纸身形的刻度"(shape),它便能织出一张细腻的人体网格