Arrow-CSDN博客

原创方向导数与梯度

1. 基本概念方向导数：是一个数；反映的是f(x,y)在P0点沿方向v的变化率。偏导数：是多个数（每元有一个）；是指多元函数沿坐标轴方向的方向导数，因此二元函数就有两个偏导数。偏导函数：是一个函数；是一个关于点的偏导数的函数。梯度：是一个向量。 2. 方向导数反映的是f(x,y)在P0点沿方向v的变化率。例子如下

2016-05-06 16:34:36 84187 9

原创神经网络和深度学习-学习总结

1. 简介神经网络和深度学习是由Michael Nielsen所写，其特色是：兼顾理论和实战，是一本供初学者深入理解Deep Learning的好书。2. 使用神经网络识别手写数字2.1 感知器(Perceptrons) 感知器工作原理：接收一系列二进制输入，经过特定的规则计算之后，输出一个简单的二进制。计算规则：通过引入

2016-05-05 14:19:14 35930 7

原创 SVM学习总结

1. 目标 SVM是一个二类分类器，它的目标是找到一个超平面，使用两类数据离超平面越远越好，从而对新的数据分类更准确，即此分类器更加健壮。支持向量（Support Vetor）：就是离分隔超平面最近的哪些点。寻找最大间隔：就是寻找最大化支持向量到分隔超平面的距离，在此条件下求出分隔超平面。数据分类类别： 1）线性可分 2

2016-04-27 16:29:44 23764 4

原创深度学习--学习总结

1. CNN(卷积神经网络)2. RNN(循环神经网络)3. DNN(深度神经网络)

2016-04-26 09:12:22 5052

原创大数据编程语言 R、Python、Scala 和 Java

1. R R被称为“统计人员为统计人员开发的一种语言”。2. Python Python在学术界一直很流行，尤其是在自然语言处理(NLP)领域。3. Scala Scala是比较轻松的语言，因为大家都欣赏其类型系统。Scala在JVM上运行，基本上成功地结合了函数范式和面向对象范式。4. JAVA JAVA在JVM上运行。在大数据领域，没人爱，

2016-04-26 08:59:52 2806

原创 Python的基本知识及sorted

1. 简介 sorted的派排序功能真强大，从前一直使用C++、Java以为其功能很强大了，但与Python一比，真的要差一些。2. 函数定义 sorted(iterable, cmp=None, key=None, reverse=False) 把iterable中的items进行排序之后，返回一个新的列表，原来的iterable没有任何改变

2016-04-20 13:52:21 13719 2

原创线性代数常用基本知识 (含向量和矩阵范数<Matrix or vector norm>)

1. 行列式1.1 二阶行列式1.2 三阶行列式

2016-04-19 11:07:56 19838 3

原创常用导数+积分公式

1. 导数基本公式2. 层数的四则运算法则3. 复合函数求导法则

2016-04-19 10:18:30 54558

原创 Deep Learning Frameworks.

1. DeepLearn Toolbox 此工具箱已经不再维护，建议使用深度学习更好的工具箱：Theano, Torch 或 Tensorflow。2. Theano3. Torch4. Tensorflow

2016-04-18 17:58:26 1009

原创 Deep Learning简介

1. 简介深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（

2016-04-18 08:30:48 4219

原创 Spark简介

1. 简介 Apache Spark是自由开源的分布式内存计算平台，目前已经成为 Apache 基金会的顶级项目。该平台可以快速、多计算范式、可靠地处理海量数据，除了基本批处理型外，还支持流计算、图计算、SQL分析和机器学习。

2016-04-15 08:48:20 945

原创 Matting学习

Matting论文摘记bayesian+matting算法的研究和改进digital learning based matting毕业论文

2016-04-07 18:03:03 1751 1

原创交互式查询

1. OLAP和OLTP的特点 OLAP (联机分析处理) 和 OLTP (联机事务处理) 在查询方面的特点： 1) OLTP 单次查询返回数据量小，但是经常会涉及服务器端简单的聚合操作，要求查询响应速度快，一般应用于在线处理； 2) OLAP 单次查询返回数据量巨大，服务器端进行的处理复杂，经常包含上卷(从细粒度数据向高层的聚合)、下钻(将汇总数据拆分到

2016-04-05 18:03:43 7949 1

原创大数据离线处理和常用工具

1. 大数据离线处理特点 1) 数据量巨大且保存时间长； 2) 在大量数据上进行复杂的批量运算； 3) 数据在计算之前已经完全到位，不会发生变化； 4) 能够方便的查询批量计算的结果；不像在线计算当前呈现的各种框架和架构，离线处理目前技术上已经成熟，大家使用的均是: 使用 Hdfs 存储数据，使用 MapReduce 做批量计算，计算完成的数据如需数

2016-04-05 17:46:03 9578 3

原创大数据在线分析处理和常用工具

1. Flume架构

2016-04-05 16:24:53 4440

原创 Ubuntu12.04 编译 Hadoop 2.6.4 源码

1) 安装JDK1.7 下载JDK 1.7.0_79并解压，然后在.bashrc中设置JAVA_HOME和PATH2) 安装Maven -下载解压，然后配置MAVEN_HOME和PATH -或apt-get install maven -mvn --version （验证）3) 安装依赖库 apt-get install g++ autoc

2016-04-01 15:42:08 1122

原创 Hadoop 2.6.4配置并运行实例

1. Ubuntu12.04基本设置 1) 设置与Windows共享(通过hgfs) 2) 设置root密码 sudo passwd root 3) 设置root登录 vim /etc/lightdm/lightdm.conf 在最后添加一行：greeter-show-manual-login=true 3) #a

2016-03-31 17:54:49 7284

原创 Hadoop简介

1. Hadoop生态圈

2016-03-30 15:55:55 920

原创 Yarn

1. YARN的使命 1) 可扩展性 2) 可维护性 3) 多租户 4) 位置感知 5) 高集群使用率 6) 安全和可审计的操作 7) 可靠性和可用性 8) 对编程模型多样性的支持 9) 灵活的资源模型

2016-03-28 09:05:42 997

转载 SpringMVC访问静态资源

SpringMVC访问静态资源

2016-03-21 17:26:21 1032

原创使用IntelliJ IDEA 15和Maven 开发Spring Data JPA + MVC Web应用

1. 准备工作参见“使用IntelliJ IDEA 15和Maven创建Java Web项目”

2016-03-08 15:14:46 11789 1

原创使用IntelliJ IDEA 15和Maven创建Java Web项目

1. Maven简介相对于传统的项目，Maven 下管理和构建的项目真的非常好用和简单，所以这里也强调下，尽量使用此类工具进行项目构建。它可以管理项目的整个生命周期，常用命令如下： - mvn compile - mvn test - mvn clean - mvn package - mvn install /

2016-03-08 09:50:59 162586 32

原创 JSP学习资料

1. 中文乱码问题1）在jsp页中加入一条语句：中文显示就正常了。 2）对于从网页中的文本框通过String parameter = request.getParameter(“parameter”);方式获得的字符串，均是8859_1的编码，如果想把它显示在网页上就必须得用parameter = new String(parameter.getBytes(“8859_1

2016-03-07 10:32:33 2308

原创 IntelliJ IDEA使用教程

http://wiki.jikexueyuan.com/project/intellij-idea-tutorial/

2016-03-04 16:07:32 35303 1

原创 Spring Data JPA基本知识

1. Spring Data JPA是什么东东？Spring Data JPA provides support for creating JPA repositories by extending the Spring Data repository interfaces.Spring Data Commons provides the infrastructur

2016-03-03 14:18:01 1356

转载 Spring框架

1. Overview of the Spring Framework

2016-03-03 10:03:39 861

转载 Spring Data JPA简单实例

转自：http://itindex.net/detail/47162-spring-data-jpa我们都知道Spring是一个非常优秀的JavaEE整合框架，它尽可能的减少我们开发的工作量和难度。　　在持久层的业务逻辑方面，Spring开源组织又给我们带来了同样优秀的Spring Data JPA。　　通常我们写持久层，都是先写一个接口，再写接口对应的实现类，在实现类中进

2016-03-03 09:39:52 4781 2

转载使用 Spring Data JPA 简化 JPA 开发

转自：http://www.ibm.com/developerworks/cn/opensource/os-cn-spring-jpa/index.html从一个简单的 JPA 示例开始本文主要讲述 Spring Data JPA，但是为了不至于给 JPA 和 Spring 的初学者造成较大的学习曲线，我们首先从 JPA 开始，简单介绍一个 JPA 示例；接着重构该示例，并

2016-03-02 17:47:50 2184 1

转载 spring-data-jpa 使用方法

转自：http://blog.csdn.net/linlinv3/article/details/46605719spring-data-jpa 使用方法1. 什么是spring-data为了简化程序与数据库交互的代码，spring提供了一个现成的dao层框架，spring家族提供的spring-data适用于关系型数据库和nos

2016-03-02 16:45:54 10201

原创 MySQL基本知识

1. 常用命令mysql -h 127.0.0.1 -P 3306 -u root -prootmysql -h localhost -P 3306 -u root -proot1）查看当前MySQL服务实例支持的字符集show character set; 2）查看当前MySQL服务实例使用的字符集show variables like 'character%

2016-03-01 10:53:18 1049 2

转载斯坦福大学机器学习——误差理论（Error Theory）

http://blog.csdn.net/linkin1005/article/details/43018827一、偏差（bias）和方差(variance)在讨论线性回归时，我们用一次线性函数对训练样本进行拟合（如图1所示）；然而，我们可以通过二次多项式函数对训练样本进行拟合（如图2所示），函数对样本的拟合程序看上去更“好”；当我们利用五次多项式函数对样本进行拟合（如图3所示

2016-01-30 09:48:12 4599

转载机器学习工具汇总

原作者：Jason Brownlee工具是机器学习的重要组成部分，选择合适的工具与使用最好的算法同等重要。在这篇文章中，你将会见识到各种机器学习工具。了解它们为什么重要，以及可供选择的工具类型。为什么要使用工具机器学习工具使得应用机器学习更快，更简单，更有趣。更快：好工具可以自动化应用机器学习过程中的每一步。这意味着，从提出创意到得到结果的时间大大缩

2016-01-29 17:00:22 9338

转载深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件

http://blog.csdn.net/xianlingmao/article/details/7919597http://www.the-idea-shop.com/article/215/understanding-why-the-method-of-lagrange-multipliers-workshttp://ocw.mit.edu/courses/mechanic

2016-01-29 11:53:18 1569

转载斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

近日，在网易公开课视频网站上看完了《机器学习》课程视频，现做个学后感，也叫观后感吧。学习时间从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学Andrew Ng教授主讲的计算机系课程（编号CS229）《机器学习》（网址http://v.163.com/special/opencourse/machinelearning.html）（注：最早是在新浪公开课上

2016-01-14 15:40:16 2193 1

原创 Machine Learning

1. 基本概念1.1 机器学习(Machine Learning) 就是把无序的数据转换成有用的信息。1.2 监督学习(Supervised Learning) 基本思想为：训练数据集中的每个样本都有相应的“正确答案”，再根据这些样本做出预测。（如房价预测）1.2.1 分类(Classification) 尝试推测出离散的输出值1.2.2

2016-01-13 11:39:14 1418

原创 C#常用知识

1. [HideInInspector] 表示将原本显示在面板上的序列化值隐藏起来。如：不想在面板中看到公有变量test，则用:[HideInInspector]public int test;2. [SerializeField] 表示将原本不会被序列化的私有变量和保护变量可以序列化，这么他们在下次读取时，就是你上次赋值的值。如：想在面

2015-11-11 08:44:59 1682

原创大数据(读书笔记)

1. 思维变革 1）更多：不是随机样本，而是全体数据 2）更杂：不是精确性，而是混杂性 3）更好：不是因果关系，面是相关关系大数据，改变人类探索世界的方法。2. 商业变革 1）数据化：一切皆可“量化” 2）价值：“取之不尽，用之不竭”的数据创新 3）角色定位：数据、技术与思维的三足鼎立（大数据价值链的构成：大数据掌控公司

2015-11-05 09:15:44 2119

原创 UGUI基本概念

1. Canvas(画布) Canvas是用于绘制UI元素的载体，所有UI元素的父物体都是Canvas。 1) Canvas的三种渲染模式

2015-09-25 17:17:39 4084

转载 UGUI与NGUI的区别与优缺点

1. NGUI与UGUI的区别 1) uGUI的Canvas 有世界坐标和屏幕坐标 2) uGUI的Image可以使用material 3) UGUI通过Mask来裁剪，而NGUI通过Panel的Clip 4) NGUI的渲染前后顺序是通过Widget的Depth，而UGUI渲染顺序根据Hierarchy的顺序，越下面渲染在顶层. 5) UGUI 不

2015-09-25 15:45:39 57075 2

原创 Unity5.0 天空盒(CubeMap)

1. 实现天空盒的方式1.1 给Camera增加Skybox组件 1) 增加Skybox组件：Add Component->Rendering->Skybox 2) 在下图中增加Skybox Material：1.2 给Scene增加Skybox 1) Window->Lighting

2015-06-23 16:07:03 14353

Linux下获取Wifi信号强度和速率

空空如也