年轻人起来冲

NetworkX 系列教程 (5)- 查看 graph 的信息

发表于 2017-11-26 更新于 2025-02-02 分类于 0-数学基础， F-图论本文字数： 2k 阅读时长 ≈ 2 分钟

有时候 graph 建好后，我们并不清除该 graph 内节点的，边的信息，这就需要调用函数去查看了.

发表于 2017-11-23 更新于 2025-02-02 分类于 4-系统软件， A-Linux 本文字数： 4.2k 阅读时长 ≈ 4 分钟

在 linux 上学习权限管理机制

发表于 2017-11-02 更新于 2025-02-02 分类于 2-深度学习， B-视觉模型， 1-基础视觉任务CNN ，图像分类本文字数： 1.5k 阅读时长 ≈ 1 分钟

在 GoogleNetv1 的基础上修改 Inception block 得到，并且引入历史性的 BN 层，使得网络训练的调参更简单

发表于 2017-11-01 更新于 2025-02-02 分类于 4-系统软件， A-Linux 本文字数： 2.2k 阅读时长 ≈ 2 分钟

在 linux 学习压缩命令

发表于 2017-10-09 更新于 2025-02-02 分类于 0-数学基础， F-图论本文字数： 2.4k 阅读时长 ≈ 2 分钟

要画出美观的 graph, 需要对 graph 里面的节点 , 边 , 节点的布局都要进行设置，具体可以看官方文档:Adding attributes to graphs, nodes, and edges 部分.

发表于 2017-09-28 更新于 2025-02-02 分类于 2-深度学习， B-视觉模型， 1-基础视觉任务CNN ，图像分类本文字数： 620 阅读时长 ≈ 1 分钟

对 AlexNet 网络轻量化设计，主要有 3 个原则：1）使用 1x1 卷积替代 3x3 卷积；2）3x3 卷积前先通过 1x1 卷积降低通道数；3) 延迟下采样

发表于 2017-08-22 更新于 2025-02-02 分类于 0-数学基础， F-图论本文字数： 1.8k 阅读时长 ≈ 2 分钟

不可否认，日常中我们使用最多的还是，使用自己的数据去手动创建自己的图形，而不是使用生成器，现从给 graph 添加点和边入手，讲解手动创建 graph.

发表于 2017-07-08 更新于 2025-02-02 分类于 0-数学基础， F-图论本文字数： 6k 阅读时长 ≈ 5 分钟

本节主要讲解如何快速使用内置的方法生成 graph, 官方的文档在这里 , 里面包含了 networkX 的所有 graph 生成器，下面的内容只是我节选的内容，并将 graph 画出来而已.

发表于 2017-05-30 更新于 2025-02-02 分类于 0-数学基础， F-图论本文字数： 2.6k 阅读时长 ≈ 2 分钟

研究中经常涉及到图论的相关知识，而且常常面对某些术语时，根本不知道在说什么。前不久接触了 NetworkX 这个 graph 处理工具，发现这个工具已经解决绝大部分的图论问题 (也许只是我自己认为的，没有证据证明), 所以把这个工具的使用学习下，顺便学习图论的相关知识.

NetworkX 本来是有官方文档的，花时间去学也是可以的，我这里把认为重要的整理出来。这些内容会分几次发布，做成一个系列使用教程.

发表于 2017-01-07 更新于 2025-02-02 分类于 0-数学基础， C-微积分本文字数： 11k 阅读时长 ≈ 10 分钟

本文从极限入手，一步步讲解到导数、偏导数、梯度，是神经网络反向传播的核心，后续在此基础上进一步展开讲解到泰勒公式，泰勒公式其实就是使用多阶导数去接近原始函数，就是韩式表达式的分解表示，类似与神经网络向不同层进行后向传播