TGYAO的博客

按理来说，我的MqttProperties和当前类 NettyMqttClient都注册为了bean，依赖注入应该没问题的，但是MqttProperties一直为空。1.将MqttClient声明为Spring Bean：将MqttClient声明为一个Spring Bean，通过依赖注入的方式获取MqttClient实例。开发时遇到一个问题，Springboot的@Autowired失效，无法注入bean，获取的到的mqttProperties一直为空。

如果 el-tree 位于一个 el-form 内，则check-stricty 属性应当是 el-form绑定的属性的子属性，就是form对象内的元素，且应当在return data 中就已经定义，不能在方法中定义form中check的值。

使用BaseQuickAdapter，在适配器中实现 LoadMoreModule

MVP架构的目标是将应用程序的业务逻辑（Presenter）、用户界面（View）和数据模型（Model）解耦，从而提高代码的可维护性、可测试性和可扩展性。Presenter（展示器）：Presenter是连接Model和View的桥梁，负责处理业务逻辑和控制数据流。Model（模型）：Model表示应用程序的数据模型层，负责处理数据的获取、存储、操作以及业务逻辑的处理。Result类：规范返回数据结构类，使所有的返回数据结构为result类，真正数据存放在result.data中，这样就规范了返回结果。

CNN，全称为卷积神经网络（Convolutional Neural Network），是一种用于处理具有网格结构数据（如图像、视频和音频）的前馈神经网络。它是深度学习领域中最常用的模型之一，尤其适用于计算机视觉任务。

【代码】java方法的值传递与引用传递。

先创建一个七牛云账户。

大数据是指数据量巨大、类型繁多、处理速度快的数据集合。它不仅包括传统的结构化数据，还包括非结构化数据、半结构化数据等多种形式的数据。大数据的处理需要使用特殊的技术和工具，如分布式存储、分布式计算、数据挖掘、机器学习等。def functionName([ 参数列表 ]) : [ 返回类型 ] = {// 函数体 return [ 返回值 ] }其中，def是定义函数的关键字，是函数名，参数列表是函数的参数，返回类型是函数返回值的类型，函数体是函数的具体实现，返回值是函数的返回值。

👋大家好，我是一名正在学习机器学习的小白，最近在写一些关于机器学习基础概念的文章。如果你也对机器学习感兴趣，或者想要了解一些基础知识，欢迎来关注我哦！🤗。

在页面函数中获取当前页面的数据时，数组为空。所以先要获取当前页面，再取当前页面的数据。因为页面是嵌套打开的，呈现的栈如下图。

JavaScript的解构语法是一种方便的语法，可以将数组和对象中的值解构到单独的变量中，使得代码更加简洁和易于阅读。语法表示将剩余的值解构到一个数组中。

神经网络是手写数字识别中常用的机器学习模型。它由许多神经元组成，每个神经元接收输入并生成输出。在前向传递过程中，神经元计算一些权重和偏移量的线性组合，并将其输入到一个非线性的激活函数中，从而生成神经元的输出。输出层通常使用softmax函数，将神经网络的输出映射到每个数字类别的概率。训练神经网络通常使用反向传播算法，该算法用于计算网络中每个权重和偏移量的梯度，并用梯度下降算法调整这些参数以最小化损失函数。在训练完成后，手写数字图像可以通过前向传递神经网络来进行分类。

可以看出IV的公式很像熵的公式，由熵的性质可知，分布越分散熵越大，所以这里值的个数越多IV(A)越大，对于增益率分母越大值越小，所以信息增益率可以起到"惩罚"值个数多的属性的目的。递归生成决策树：递归生成决策树是生成决策树的最后一步，需要根据计算得到的信息增益，选择最佳的属性作为当前节点，然后递归生成子树，直到所有的叶子节点都是同一类别。例如，如果我们有一个新的样本，它的色泽为乌黑，根蒂为蜷缩，我们可以按照决策树的路径进行判断，最终得到它的类别为好瓜。对于类别数较多的数据集，决策树的构建效率较低。

机器学习是一种人工智能的分支，它利用算法和统计模型来使计算机系统自动地从数据中学习和改进。机器学习的目标是让计算机系统能够自动地识别模式和规律，并根据这些规律来做出预测和决策。机器学习的应用非常广泛，包括图像识别、语音识别、自然语言处理、推荐系统、金融风险评估等领域。线性回归是一种常见的机器学习算法，用于建立输入变量和输出变量之间的线性关系模型。它的背景可以追溯到19世纪初，由法国数学家Adrien-Marie Legendre提出。

爬取的网址为 https://wallhaven.cc/toplist。在首页中F12检查html。在详情页中检查html。

而对于SGD，每次更新参数只需要一个样本，因此若使用这30W个样本进行参数更新，则参数会 被更新（迭代）30W次，而这期间，SGD就能保证能够收敛到一个合适的最小值上了。每个神经元伸出的突起分 2 种，树突和轴突。b. 跑完一次 epoch（全数据集）所需的迭代次数减少，要想达到相同的精度，其所花费的时间大大增加了，从而对参数的修正也 就显得更加缓慢。（1）由于不是在全部训练数据上的损失函数，而是在每轮迭代中，随机优化某一条训练数据上的损失函数，这样每一轮参数的更新速度大大加快。

创建3个类：Mapper、Reducer、Driver。运行结果在指定目录下的part-r-00000。

使用hdfs的api操作创建一个文件夹

使用hdfs前先启动hdfs系统的文件操作入口，也可以使用，这两者的区别是：前者适用范围更广，能够操作任何的文件系统；后者是专门对hdfs文件系统的操作。可以使用hadoop fs查看命令帮助显示路径下文件信息hadoop fs -ls 的递归版本，查看当前目录及其子目录所有信息查看文件大小或者目录下包含的所有文件的大小查看目录下所有文件的大小之之和显示目录下包含的文件数量移动文件：第一个参数表示被移动文件位置，第二个参数表示移动的目标位置cp 命令在 HDFS 文件系统中用于文件的复制。

git使用记录