基于 HIP 的 CPU+GPU 异构 CSR 稀疏矩阵 CG 求解 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

基于 MPI 的 CSR 稀疏矩阵 CG 并行求解与多节点性能分析 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

基于 Pthread 的 CSR 稀疏矩阵 CG 并行求解 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 CSR

用 Pthread 计算 sin(x)：四种同步策略的并行性能对比 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

数据库基本概念与关系数据模型（Database Fundamentals and the Relational Data Model） 数据库的四个基本概念（Four Basic Concepts of Database Systems）

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

DETR (Detection Transformer) 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

1. 基本概念和术语 数据 (Data) 定义 | 数据 (Data): 数据是信息的载体, 是描述客观事物属性的数, 字符及所有能输入到计算机中并被计算机程序识别和处理的符号的集合. 对于计算机来说, 就是二进制的 0 和 1 数值型数据

CNN (Convolutional Neural Network, 卷积神经网络) (基础) 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 \time

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