lyf35 / lyf35.github.io Goto Github PK

https://lyf35.github.io/2021/02/07/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/12/20/%E6%95%B0%E7%90%86%E7%BB%9F%E8%AE%A1-%E7%82%B9%E4%BC%B0%E8%AE%A1/

定义 定义在统计结构分布族P={Pθ,θ∈Θ}\mathscr{P}={P_{\theta},\theta\in\Theta}P={Pθ​,θ∈Θ}上的一个实值泛函g(P)g(P)g(P)称为参数，而统计结构(X,B,P)(\mathscr{X},\mathscr{B},\mathscr{P})(X,B,P)上的用来估计g(P)g(P)g(P)的实值统计量称为g(P)g(P)g(P)的点估计

https://lyf35.github.io/tags/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/01/26/OpenSSL-EVP%EF%BC%88%E6%91%98%E5%BD%95%EF%BC%89/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/01/05/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BD%91%E7%BB%9C-%E4%BC%A0%E8%BE%93%E5%B1%82/

传输层服务 进程到进程通信 传输层位于应用层和网络层之间，它在两个应用层之间提供进程到进程的通信，两个进程分别位于本地和远程主机上。 注意：网络层负责的是计算机层次的通信（即主机到主机），但是网络层协议只是把报文传递到目的计算机。由于报文需要递交给正确的进程，而这一部分正是传输层负责的部分。

https://lyf35.github.io/2020/12/15/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-%E6%B7%B1%E5%BA%A6%E5%89%8D%E9%A6%88%E7%BD%91%E7%BB%9C%E4%B8%8E%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/02/07/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/01/09/OpenSSL-%E5%9F%BA%E6%9C%AC%E4%BD%BF%E7%94%A8%EF%BC%88%E6%91%98%E5%BD%95%EF%BC%89/?highlight=openssl

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2020/12/10/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BD%91%E7%BB%9C-%E7%89%A9%E7%90%86%E5%B1%82/

概述 本文以部署目标检测模型YOLOv5为例，说明如何使用TensorRT C++ API部署训练好的神经网络模型，并进行推理。YOLOv5模型的输入为(batch_size, channels, image_height, image_width)，用于推理的模型输出为(batch_size, image_height / 32 * image_width / 32 * 21, num_cla

https://lyf35.github.io/2021/08/07/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0-Neural%20Message%20Passing%20for%20Quantum%20Chemistry/

简介 Neural Message Passing for Quantum Chemistry是来自于2017年ICML会议中的一篇文章。文中将一些图卷积运算总结为Message Passing Neural Network（MPNN）框架，并基于这一框架提出了enn-s2s的图神经网络结构，在分子性质的预测上取得了State-of-the-art的表现。下面将详细介绍文章的内容。

https://lyf35.github.io/2021/02/07/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/01/26/OpenSSL-%E5%9F%BA%E6%9C%AC%E4%BD%BF%E7%94%A8%EF%BC%88%E6%91%98%E5%BD%95%EF%BC%89/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/01/09/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BB%84%E6%88%90%E5%8E%9F%E7%90%86-%E9%AB%98%E9%80%9F%E7%BC%93%E5%AD%98/#more

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2022/01/11/%E6%A6%82%E7%8E%87%E8%AE%BA-%E5%9F%BA%E6%9C%AC%E6%A6%82%E5%BF%B5/

随机事件与概率 随机事件及其运算 随机现象 在一定的条件下，并不总是出现相同结果的现象被称为随机现象，例如投掷一枚骰子出现的点数。随机现象的结果不止一个，且人们事先无法知道哪一个结果出现。对相同条件下可以重复的随机现象的观察、记录、实验称为随机试验。 样本空间 随机现象的一切可能基本结果组成的集合称为样本空间，记为Ω={ω}\Omega={\omega}Ω={ω}，其中ω\omegaω

https://lyf35.github.io/2021/01/09/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BD%91%E7%BB%9C-%E4%BC%A0%E8%BE%93%E5%B1%82/?highlight=tcp

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/categories/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/09/17/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-%E6%9D%A1%E4%BB%B6%E9%9A%8F%E6%9C%BA%E5%9C%BA/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/01/26/%E5%AF%86%E7%A0%81%E5%AD%A6-%E6%95%B0%E5%AD%97%E7%AD%BE%E5%90%8D/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2020/11/15/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-%E5%86%B3%E7%AD%96%E6%A0%91/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/01/05/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90-Pandas/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2021/03/02/%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90-NumPy/?highlight=numpy

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2022/01/12/%E6%A6%82%E7%8E%87%E8%AE%BA-%E5%B8%B8%E8%A7%81%E7%9A%84%E6%A6%82%E7%8E%87%E5%88%86%E5%B8%83/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/about/

一个材料专业毕业的野生程序员的个人博客

https://lyf35.github.io/2020/11/15/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-%E8%81%9A%E7%B1%BB/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/08/28/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0-Physics-informed%20Neural%20Network/#more

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/01/26/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/11/23/%E6%95%B0%E7%90%86%E7%BB%9F%E8%AE%A1-%E5%9F%BA%E6%9C%AC%E6%A6%82%E5%BF%B5/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2020/11/15/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-%E9%9B%86%E6%88%90%E5%AD%A6%E4%B9%A0/?highlight=adaboost

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/02/03/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89-%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B/

哪怕什么真理无穷，进一寸有进一寸的欢喜

https://lyf35.github.io/2021/03/18/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-TensorRT%E6%A8%A1%E5%9E%8B%E9%83%A8%E7%BD%B2/

概述 本文以部署目标检测模型YOLOv5为例，说明如何使用TensorRT C++ API部署训练好的神经网络模型，并进行推理。YOLOv5模型的输入为(batch_size, channels, image_height, image_width)，用于推理的模型输出为(batch_size, image_height / 32 * image_width / 32 * 21, num_cla

https://lyf35.github.io/2022/12/11/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0-%E7%AD%89%E5%8F%98%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/?

引言 本文的主要内容是关于等变图神经网络的一些研究进展，简单介绍了几种用来实现等变的方法，以及在分子性质预测任务中的一些代表性网络结构的简介。注意本文的内容具有一定的时效性，主要介绍的是本文更新日期之前的工作。

https://lyf35.github.io/2021/08/04/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0-End-to-End%20object%20detection/

简介 Neural Message Passing for Quantum Chemistry是来自于2017年ICML会议中的一篇文章。文中将一些图卷积运算总结为Message Passing Neural Network（MPNN）框架，并基于这一框架提出了enn-s2s的图神经网络结构，在分子性质的预测上取得了State-of-the-art的表现。下面将详细介绍文章的内容。

https://lyf35.github.io/2021/01/05/%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BD%91%E7%BB%9C-%E7%BD%91%E7%BB%9C%E5%B1%82/

一个材料专业毕业的野生程序员的个人博客