- 博客(302)
- 资源 (25)
- 收藏
- 关注
原创 Processing创意编程(入门篇)
看到B站上的有很多有意思的创意编程,短短几行代码就实现了神奇的效果,于是笔者也不免手痒想玩一下...
2021-12-12 17:19:22 9678 1
原创 Neo4j图数据库
一、前言图数据库专门用于查询两点之间的关系及其属性,比如查询出一个人的好友、以及好友的好友。用传统的MySQL等关系型数据库就比较耗性能或者需要复杂的插叙语句了。我们在做技术选型的时候,看一下图数据库排行榜:
2021-11-28 21:06:39 1602
原创 Flink流批一体化处理框架(二)平台运行
前一篇文章讲述了用IDEA编写简单的Flink任务,并演示了流处理和批处理word count案例。本文讲解如何启动Flink单机模式,把任务代码打包并提交到Flink平台上运行。
2021-11-14 18:43:15 1979
原创 Flink流批一体化处理框架
一、简介Apache Flink 是一个框架和分布式处理引擎,支持实时流数据处理与离线数据批处理计算。用户案例有阿里、腾讯、华为、小米、滴滴、ebay、亚马逊等,比较知名的阿里双十一交易大屏实时展示技术就是建立在该框架之上。二、框架对比Spark Streaming是把流转化成一个个小的批来处理,Flink是把批当作一种有界的流。1、Storm是第一代流处理框架,数据吞吐量和延迟上表现不尽人意,而且在数据准确性方面也存在不足。2、Spark Streaming是第二代流处理框架,每次只能处理一小
2021-10-31 18:10:10 2060
原创 时序数据库之InfluxDB及其Telegraf的使用
本文介绍了时序数据库及其代表InfluxDB的使用操作1 背景2 技术选型3 InfluxDB安装Web控制台加载数据源4 Telegraf的使用安装Telegraf配置插件启动服务5 参考文献
2021-10-17 20:02:27 2014
翻译 向量微积分——理解梯度
向量微积分:理解梯度1、简介2、梯度的性质3、例子4、讨论5、数学表达6、问题翻译自《Vector Calculus: Understanding the Gradient》1、简介梯度对于导数来说是个迷人的词,或者说是函数的变化率。这是个向量(移动方向),有以下特点:指向函数增长最快的方向在局部极大值或局部极小值处为0 (因为没有单一的增长方向)"梯度"这个术语一般用于多个输入和单个输出(标量)的函数。你可以说一条线有一个梯度(即它的斜率),但一般在单变量函数中没必要引入梯度概念,简单地认
2021-09-26 01:05:11 4801
原创 梯度下降法解单元函数
一、前言为了更好地理解梯度下降,我们先使用该方法来求单元函数f(x)=θ2f(x)=θ^2f(x)=θ2的最小值。二、概念首先我们来看下概念: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;每个元素为函数对一元变量的偏导数;它既有大小(其大小为最大方向导数),也有方向。三、数学计算按正常的结题思路是这样的:求关于
2021-09-05 02:34:34 378
原创 机器学习 单变量线性回归 (2)梯度下降法
根据上一篇文章《机器学习 单元线性回归》中的推理,单变量线性回归问题变成了求θ0、θ1两个变量的值,使得代价函数J(θ0,θ1)最小。梯度下降是一个用来求函数最小值的算法,我们将使用梯度下降算法来求出代价函数J(θ0,θ1)的最小值.........
2021-08-29 01:39:49 413
原创 机器学习 单变量线性回归 (1)背景介绍
文章目录0. 前言1. 背景描述3. 生成样本数据4. 代价函数0. 前言所谓"元",就是变量的意思,一元即一个变量。一元线性回归也叫单变量线性回归。回归指的是,根据之前的样本数据,预测出一个准确的输出值。与之相对应的,还有另一种常见的监督学习方式,叫做分类问题,例如想要确定肿瘤是良性的还是恶性的,这是 0/1 离散输出的问题。PS:回归与分类,有点像模拟电路与数字电路的区别。1. 背景描述以下是一些房子历史销售记录(房子的面积以及销售价格)。假设现在有个朋友想卖房子,面积是1250平方英尺,问
2021-08-22 15:51:34 589 2
原创 WebPack入门
webpack是一个模块打包器。它的主要目标是将 JavaScript 文件打包在一起,打包后的文件用于在浏览器中使用,但它也能够胜任转换、打包或包裹任何资源。
2021-08-09 10:22:57 167
原创 Electron入门及其生态
本文旨在快速入门`Electron`桌面应用开发,并结合Vue、Node插件使用,对主流UI框架进行了测试选型,以及补充了一些注意事项。
2021-08-01 01:53:01 817
原创 生命的编码-业余玩家怎么读懂AlphaFold的重要意义
生命的编码1、前言2、生命结构2.1 生命系统的结构层次2.2 九大系统2.3 人体器官2.4 组织2.5 细胞2.6 DNA2.7 肽链2.8 蛋白质折叠3、相关工具4、人造生命体的探讨1、前言本文尝试从原子层面介绍了基础生命构造原理,并探讨人造生命的可行性。
2021-07-25 14:53:39 2017 1
原创 分布式负载均衡部署
0x00 前沿当服务器CPU、内存负载过高,承受不住用户访问量,或者我们需要考虑灾容性的时候,就可以进行分布式负载均衡部署。即把用户访问请求分发到内网的多台服务器上,进行处理并返回处理结果。0x01 系统结构图来个直观的印象,如下图所示,Nginx服务器使用作为网关(以及Redis服务器),将请求转发到后台的其中一台Web服务器,Web服务器操作同一个数据库,NAS作为文件共享。0x02 Seesion共享如上图所示,用户访问时,Nginx网关会根据相关策略来决定,将请求分配给其中一台Web服
2021-07-24 14:55:17 724
原创 阿里云海外服务器网络评测
0x00 前沿直接买按时计费的阿里云进行测试,最低价格的配置就好。分别是香港、新加坡,其他地区的同理。本次评测仅代表此次时间、此次实例结果。0x01 网络延迟测试首先本地大概地ping一下看一下响应时间:可以看到新加坡的这台服务器网络响应更快。那么,接下来看全国甚至全球范围的响应延迟,这时候就需要用到一个工具先看国内响应速度
2021-07-24 12:36:28 2031
原创 服务器崩溃卡顿问题排查思路
0x00 前言本文讲述了服务器崩溃、卡顿时的排查思路。0x00 前言0x01 常见崩溃问题(1) 首先看CPU、内存、和磁盘空间占用是否异常(2) Session文件过多(3) 日志文件过多0x01 域名解析0x02 Nginx服务0x03 PHP服务0x04 MySQL数据库
2021-07-12 12:09:32 2972 7
原创 MySQL与PHP的AES加密解密
MySQL与PHP的AES加密解密0、序言1、MySQL1.1、加密1.2、解密2、PHP2.1、加密2.2、解密0、序言在项目过程中,经常需要对id等数据进行加密在前端显示,后台解密查询,本文旨在解决MySQL和PHP数据交互的加解密问题。1、MySQL1.1、加密执行加密函数select HEX(AES_ENCRYPT('MyData','SecretKey')
2021-04-01 14:28:44 1057
转载 蒙特卡罗方法入门
作者:阮一峰日期:2015年7月27日本文通过五个例子,介绍蒙特卡罗方法(Monte Carlo Method)。一、概述蒙特卡罗方法是一种计算方法。原理是通过大量随机样本,去了解一个系统,进而得到所要计算的值。它非常强大和灵活,又相当简单易懂,很容易实现。对于许多问题来
2020-07-24 11:19:04 331
原创 利用MQTT和Unity3D开发英雄联盟
0x00 项目思路注:作者不是专业的游戏开发者,只是按照自己思路进行此项目开发,如有实际更好的方案欢迎指出共同进步。目的如下:让读者熟悉MQTT使用方法验证PVP网游帧同步方式为AI人机算法作铺垫此项目只用了3天左右的时间,得利于MQTT和Unity3D这两个很适合快速原型开发的好东西。0x01 准备工作消息中间件使用MQTT逻辑服务端使用Java编程游戏客户端使用Unit...
2020-07-24 11:12:53 1531 7
原创 网站数据放置在其他盘|可道云与Zdir结合
Zdir可以很方便地列表式分享公共文件可道云则方便于管理1、设置跨域权限将可道云的跨域权限设置文件添加Zdir的目录open_basedir=/www/wwwroot/yun.xxx.llqqww.com/:/tmp/:/proc/:/www/wwwroot/zdir.xxx.llqqww.com/2、创建软连接ln -s /www/wwwroot/zdir.home.llqqw...
2020-07-24 10:59:00 683
原创 Arduino与STM32等单片机读取高电压信号输入
Arduino10V 15K 10K《Arduino - 利用电阻进行分压,测量12V电压》STM32STM32的I/O管脚有两种:TTL和CMOS,所有管脚都兼容TTL和CMOS电平。也就是说,从输入识别电
2020-07-24 10:42:32 2287
原创 Java高并发编程 巧用Memcache做高并发锁
0x01 业务场景我们假设要做一个拍卖系统,谁先下单,那么就锁定这个商品设置memcache里的数据 ,等待支付。那么一般流程是怎样的呢?我们假设:商品ID:1001用户A ID:2001用户B ID:2002商品A被用户A锁定的数据状态为: key:lock_1001 value:2001假设商品A还没有被锁定,A、B同时查询这个商品有没有被锁定,结果是A、B操作线...
2020-07-24 00:22:04 346
原创 家庭媒体中心NAS方案设计
0x01 主机NAS不需要太高的配置,一开始选用低配的组装机,结果各种问题(硬件问题、噪音、耗电)。干脆买了个星际蜗牛A小主机。0x02 硬盘选择WD40EZRZ 4T、紫盘4T0x03 系统选择ubuntu-20.04-desktop-amd640x04 软件选择1、控制面板宝塔面板2、媒体服务器Jellyfin、路由器要开启upnp3、文件服务器可道云4、远程桌面T...
2020-07-24 00:04:57 1957
原创 Gitee/GitLab与Jenkins自动化部署
【注意:】新版本Jenkins不能关闭跨站请求伪造保护(CSRF) ,本方法可解决实现目的:在gitlab提交php代码后自动部署到web服务器1 Jenkins安装推荐清华源下载:https://mirrors.tuna.tsinghua.edu.cn/jenkins/里面的插件也可以直接下载后上传到jenkins安装。注意jenkins是依赖java环境运行的。也
2020-05-27 00:17:48 528
原创 sklearn 使用make_regression生成回归样本数据及NumPy拟合
1. 介绍sklearn的make_regression函数能生成回归样本数据。 2. 函数语法3. 参数说明:n_samples:样本数n_features:特征数(自变量个数)n_informative:参与建模特征数n_targets:因变量个数noise:噪音bias:偏差(截距)coef:是否输出coef标识random_state:随机状态若为固定值则每次产生的数据都一样
2020-01-26 18:47:05 15226
原创 机器学习 朴素贝叶斯分类
1. 介绍朴素贝叶斯分类的思想是求出数据实例属于每个类型的概率,通过比较求出最大概率的类别。那么怎么求出数据实例属于某个类别的概率呢?这里就用到了贝叶斯公式及其变形:
2020-01-21 01:20:22 436
原创 NumPy常用操作
0.添加引用1.数据创建与初始化1.1 zeros和ones1.2 full1.3 arange1.4 reshape2. 运算2.1 四则运算2.2点乘
2020-01-08 18:49:54 331
原创 机器学习 K-均值聚类算法(K-Means)
1. 介绍聚类算法: 是一种典型的无监督学习算法,主要用于将相似的样本自动归到一个类别中。2. 算法思想3. 样本数据生成4. 原生代码实现5. sklearn代码实现
2020-01-08 15:24:20 3858
原创 sklearn 使用make_blobs生成聚类样本数据
我们先引入make_blobs并调用,参数请看注释:from sklearn.datasets import make_blobsX, y = make_blobs(n_samples=20, # 生成20个样本 n_features=2, # 每个样本2个特征 centers=3 # 3个中心 ...
2020-01-06 22:07:38 2163
原创 机器学习 K-近邻算法(KNN)
1.介绍K最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。2.案例如下图所示,有两类...
2020-01-05 22:14:30 1627
翻译 Kaggle教程 机器学习中级7 数据泄露
在本课程中,你将学习如何什么是数据泄露以及如何避免数据泄露。如果你不知道如何防止,数据泄漏将频繁出现,它将以微妙和危险的方式破坏你的模型。这是数据科学家最重要的概念之一。1、介绍数据泄露是指,在训练数据中包含目标信息,但在预测时没有可用的类似数据。这会使得训练数据(或者验证数据)效果比较好,但实际生产(预测)时效果特别差。也就是说,泄漏导致模型看起来很精确,但用模型做出来的决策却很不准确。...
2020-01-05 15:34:02 1477
翻译 Kaggle教程 机器学习中级6 XGBoost
在本课程中,你将学习如何使用梯度增强方法来构建和优化模型句号。这个方法在Kaggle竞赛中占据优势地位,并且在不同的数据集中取到得很好的结果。1、介绍在本课程的大部分时间里,你已经使用随机森林方法进行了预测,该方法比单个决策树有更好的性能。我们把随机森林方法称为“集成方法”。根据定义,集成方法结合了几个模型(例如,在随机森林的案例中有好几个树)的预测。接下来,我们将学习另一种集成方法,称为...
2020-01-05 12:19:19 1902
原创 可汗学院统计学17-24课笔记
[第17集] 随机变量介绍[第18集] 概率密度函数[第19集] 二项分布1[第20集] 二项分布2[第21集] 二项分布3[第22集] 二项分布4[第23集] 期望值E(X)[第24集] 二项分布的期望值
2019-12-27 16:08:57 639 1
原创 可汗学院统计学1-16课笔记
均值 中位数 众数 极差 中程数 象形统计图 条形图 线形图 饼图 茎叶图 箱线图 集中趋势 样本和总体 总体方差 样本方差 标准差 诸方差
2019-12-27 08:40:05 1056
原创 《Gans in Action》第一章 对抗神经网络介绍
此为《Gans in Action》(对抗神经网络实战)第一章读书笔记Chapter 1. Introduction to GANs 对抗神经网络介绍本章内容包括:GAN概述、GAN的特别之处以及GAN的应用
2019-12-22 22:52:51 3299
原创 《Gans in Action》第三章 用GAN生成手写数字
此为《Gans in Action》(对抗神经网络实战)第三章读书笔记# Chapter 3. Your first GAN: Generating handwritten digits 用对抗神经网络生成手写数字本章内容包括:GAN原理、GAN与卷积神经网络差异、用Keras实现GAN产生手写数字
2019-12-15 12:05:58 1718
AndrewNG深度学习笔记V5.61—黄海广.pdf
2020-01-26
AndrewNG机器学习笔记v5.4—黄海广.pdf
2020-01-26
ABB PC SDK Guide.zip
2019-07-23
M2Mqtt_Unity3D
2019-01-20
quartz-2.2.3-Jar包.zip
2018-04-13
WebRTC实时通信系列示例代码webrtc-web-master.zip
2017-08-07
CryptoJS v3.1.2
2016-12-20
M2Mqtt.Net.dll C#库文件
2016-07-13
SpringMVC视频教程_李守宏主讲(25集)
2014-08-11
普中科技单片机开发板STM32电路图(原理图).pdf
2014-08-08
普中科技单片机开发板EM3_V30原理图.pdf
2014-08-08
STM32库函数LED灯示例源码.zip
2014-07-14
STM32的函数说明(中文).pdf
2014-07-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人