AI_focus-CSDN博客

原创 Spring框架之控制反转（IoC）

1 概念1.1 控制反转（Inversion of Control，缩写为IoC）是面向对象编程中的一种设计原则，可以用来减低计算机代码之间的耦合度。其中最常见的方式叫做依赖注入（Dependency Injection，简称DI）。通过控制反转，对象在被创建的时候，由一个调控系统内所有对象的外界实体将其所依赖的对象的引用传递给它。也可以说，依赖被注入到对象中。[百度百科]1.2...

2020-03-29 21:37:12 480

原创自己动手写股票数据分析软件之数据获取

前言本文旨在分享编程经验，非炒股指导软件。一、Tushare数据介绍Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。二、IDE环境介绍1、python 3.7...

2020-03-22 19:52:45 5662

原创创建github分支，同步代码到github仓库

1. github上创建新的代码仓库1.1 新建仓库1.2 设置仓库名称，私有\共有，是否创建readme等点击create repository创建仓库完毕2. 本地创建工程代码如我在idea中创建一个spring工程，名称为githubtest3. 使用git工具，推送代码到远程仓库3.1 创建本地仓库进入该工程文件夹，创建本地git仓库[前提本...

2020-03-15 20:36:12 591

原创初识MyBatis——构建第一个MyBatis工程

1. 什么是MyBatis MyBatis是java的一个基于java的持久层框架，它的底层封装了jdbc，使我们不用与jdbc api打交道，就可以完成数据库持久层的操作。使用MyBatis框架，开发者只需要关注sql语句本身，不必像传统jdbc编程那样，花费大量时间处理加载驱动、创建连接、创建statement、执行查询、遍历结果集、释放资源等一系列重复步骤。 ...

2020-03-08 20:41:11 280

转载 python 数据处理中的 LabelEncoder 和 OneHotEncoder

文章转自：http://blog.csdn.net/u012560212/article/details/53405338#简单来说 LabelEncoder 是对不连续的数字或者文本进行编号from sklearn.preprocessing import LabelEncoderle = LabelEncoder()le.fit([1,5,67,100])le.transf

2018-01-22 15:36:14 624

原创错误 1 error MSB4062: 未能从程序集 C:\caffe\NugetPackages\OpenCV.2.4.10\buil

网上提供了各种解决方案，很多都是要求删掉NugetPackages\OpenCV.2.4.10，然后重新编译比较懒，希望找一个简单一些的方法。从github上了解到，以管理员权限运行VS2013，然后重新编译，问题就可以解决

2018-01-08 20:33:45 4139 1

转载 caffe出错：Unknown bottom blob 'data' (layer 'conv1', bottom index 0)

caffe训练出现如下错误：Unknown bottom blob 'data' (layer 'conv1', bottom index 0)问题，缺少对应的data.解决：可能是在训练的时候加入测试迭代数，可是网络文件里并没有测试网络。

2017-12-28 22:18:05 582

转载 shared_ptr不明确

boost的一些库,比如share_ptr已经被高版本的stl采纳了.如果你一块儿用编译器当然搞不清你要用那个了.我想你肯定写了这样的东西using namespace std;using namespace tr1;using namespace boost;实际上两个智能指针是一样的,你只需要用一个即可.如果你一定要两个都用,那么不要写上面的语句.而是应该写std::tr1::xxxx

2017-10-27 18:23:29 395

转载 hinge loss/支持向量损失的理解

线性分类器损失函数与最优化假设有3类 cat car frog第一列第二行的5.1表示真实类别为cat，然后分类器判断为car的的分数为5.1。那这里的这个loss怎么去计算呢？这里就要介绍下SVM的损失函数，叫hinge loss。如上图所示，我们去计算第一列的损失，计算方法如下：因为真实的类为cat，所以我们让其他两类的分数去减去真实类的分数，

2017-10-25 11:22:56 7056

AI_focus的博客