我总结了《计算机网络》第三章“数据链路层”的核心考点与错题。本章系统讲解了链路层功能、组帧与差错控制技术（检错与纠错），深入分析了流量控制机制（滑动窗口、S-W、GBN、SR协议）及其信道...

我总结了《计算机网络》第二章“物理层”的关键知识点与错题。本章主要围绕通信基础展开，涵盖了信道极限容量、编码与调制等核心概念，详细介绍了双绞线、光纤等传输介质以及中继器、集线器等物...

我总结了《计算机网络》第一章“计算机网络体系结构”的核心知识点与错题。本章内容涵盖了计算机网络的概念、组成功能、交换方式（电路、报文、分组交换）、分类及性能指标。重点梳理了网络分层...

我进行了一项计算机视觉图像生成实验，旨在熟悉并利用 GAN 和 DCGAN 模型生成 MNIST 数字手写体图像。实验首先介绍了 GAN 的博弈学习原理及 DCGAN 引入卷积网络和 BN 层等改进特点。随后，我基...

我总结了论文的DeepSORT与YOLOv8结合的计算机视觉目标追踪实验。实验采用Tracking-by-Detection模式，以YOLOv8为检测器、DeepSORT为追踪器，实现了对车辆与行人的多目标追踪。我通过调整初始学...

我总结了论文的计算机视觉人体姿态估计实验。实验旨在选择、搭建、训练并优化基于YOLOv11模型的人体姿态估计网络，并在现实场景中进行测试。我利用MPII Human Pose数据集进行了预处理，搭建了YO...

我基于SegFormer模型进行了宠物图像语义分割实验。利用Oxford-IIIT Pet数据集，我搭建了结合Transformer与CNN优势的网络架构。针对过拟合与类别不平衡问题，我通过引入加权交叉熵、Dice混合损失...

本实验中，我基于PyTorch框架和YOLOv11模型完成了水下生物目标检测任务。利用URPC2020数据集，我构建并训练了模型，重点探究了输入分辨率、模型规模及数据增强强度对检测精度的影响。实验结果表...

我基于PyTorch框架和Swin Transformer模型完成了Caltech101数据集的图像分类实验。针对ViT的局限，我利用滑动窗口自注意力和层次化特征机制构建模型，并采用冻结主干与全局微调结合的策略进行训...

我搭建了一个智能天气穿衣推荐系统。我首先使用基于ResNet18的CNN模型对天气图像进行分类，识别多云、下雨、晴天和日出四种天气，测试准确率达到97.65%。然后，我利用LSTM模型，根据过去七天的...

我总结了论文中循环神经网络的应用实验。我通过两个实验对比了RNN和LSTM的性能：实验一是在MNIST图片分类任务中，我将RNN、LSTM与CNN（LeNet）进行比较，发现CNN因其对空间特征提取的优势而表现...

我进行了一项卷积神经网络（CNN）应用实验。我首先准备了自定义的农作物病害数据集，并将其与CIFAR-10一同用于评估LeNet、AlexNet、VGG、ResNet四种经典CNN模型。通过对比实验，我分析了各模型...

我进行了一次多层感知机（MLP）的应用实验。我使用PyTorch构建了一个含隐藏层、ReLU激活和Dropout的MLP模型，在Fashion-MNIST数据集上进行服装图像分类。通过在GPU上训练，我探索了不同训练轮数...

我通过一个实验应用了单层感知机。我使用PyTorch构建模型，在鸢尾花数据集上进行二分类任务。首先，在区分“Setosa”与“Non-Setosa”时，模型在测试集上达到了100%的准确率，证明了这两类数据...

我完成了一项深度学习环境搭建与基础操作实验。该实验基于Windows 11系统，使用Anaconda和PyCharm作为基础环境。我分别在独立的虚拟环境中安装了TensorFlow（CPU版）、PaddlePaddle（GPU版）和P...

我继续分享了考研英语核心词汇 Unit 9 和 Unit 10 的生词列表。我为每个单词精心设计了联想记忆法，例如利用词根词缀（如 scribe, vert）或有趣的谐音来辅助记忆。我将词义相近或构词法相似的单...