@DaKeXiaoLe-CSDN博客

原创 Windows + VSCode + Python + PyTorch 学习环境配置指南

Windows + VSCode + Python + PyTorch 学习环境配置指南

2025-04-21 19:32:21 1250

原创深入了解LSTM的基本原理

这段文字介绍了长短期记忆网络（LSTM）及其与递归神经网络（RNN）的关系，重点阐述了LSTM如何解决传统RNN在捕捉长期依赖性上的局限。LSTM通过引入遗忘门、输入门和输出门等机制，能够有效管理信息流，从而克服长期依赖性问题。文本详细说明了LSTM的工作原理及反向传播过程，强调其在深度学习中的重要性。

2024-10-31 21:01:22 996

原创 MPU6050/6000的使用

MPU6050/6000的初级使用

2024-10-26 13:24:48 1507

原创在python训练、保存、使用ANN(也称NN)网络，以及在单片机上的移植

在python训练、保存、使用ANN(也称NN)网络，以及在单片机上的移植

2024-10-21 11:28:44 591

原创对上一节的NN网络中的前向和反向传递函数进行详解

对上一节的NN网络中的前向和反向传递函数进行详解

2024-10-18 21:32:55 1570

原创用python构建一个简单的ANN(也称NN)网络

在python中构建基本NN网络，编写前向、后向传递代码。实现生成4*4目标图像。

2024-10-17 21:53:53 776

原创基于相机内外参，实现单目测距

本项目在基于单目相机已知内参：焦距（）、有效感光元器件尺寸（）、单位像素对应传感器原件尺寸（已知外参：相机安装高度（）、俯仰角（）、翻滚角（的情况下，计算出目标点在摄像机垂直的投影点建立的水平面（）坐标系的坐标，坐标系如下图。相较于相机内参：焦距（）、感光元器件尺寸（）、单位像素对应传感器原件尺寸（）的直接获取，我们也可以通过相机内参矩阵以及成像尺寸来计算获取。

2024-10-16 19:31:07 2393 2

lstm.py 该脚本实现了一个LSTM（长短期记忆）网络，这是一种旨在建模序列和时间序列数据的循环神经网络（RNN）。关键组件： - 激活函数：Sigmoid和Tanh函数及其导数，用于反向传播。 - LstmParam类：处理LSTM层的权重、偏置及其梯度。 - LstmState类：维护LSTM的内部状态，包括细胞状态和隐藏状态。 - LstmNode类：表示一个LSTM单元，包括前向传播和反向传播的方法。 - LstmNetwork类：由多个LSTM节点组成，形成完整的LSTM网络，能够处理输入序列并在时间步之间保持记忆。 test.py 这个模块实现了一个简单的LSTM网络，包括模型训练、损失计算和模型保存等功能。 use.py 此代码用于加载训练好的LSTM模型并对新生成的输入数据进行预测。使用NumPy生成随机数据，逐步将数据输入到LSTM网络中，并输出预测结果。

2024-10-31