自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 资源 (121)
  • 问答 (1)
  • 收藏
  • 关注

原创 Windows下安装mysql-8.0.16-winx64 遇到的坑

第一步 :初步安装 https://www.jianshu.com/p/f1e08821927a第二步:修改端口号 https://blog.csdn.net/u014199143/article/details/80460880第三步:查看端口号 https://jingyan.baidu.com/article/9f7e7ec0e6009d6...

2019-06-25 15:15:17 215

转载 Peter教你谈情说AI | 11支持向量机(中)—用拉格朗日解决SVM原型

原创:Peter盼人人都是极客2018-11-22【推荐阅读】Peter教你谈情说AI | 01导读Peter教你谈情说AI | 02什么是机器学习Peter教你谈情说AI | 03机器学习三要素Peter教你谈情说AI | 04梯度下降法Peter教你谈情说AI | 05用梯度下降法求线性回归模型Peter教你谈情说AI | 06朴素贝叶斯分类器...

2019-06-21 15:45:37 209

转载 Peter教你谈情说AI | 10支持向量机(1)—SVM原型

原创:Peter盼人人都是极客2018-11-20“谈情说AI” 有段日子没有更新了,今天我们挽起袖子继续新的一节。从今天起我们的学习之旅进入了新的阶段,之所以说是新的阶段,是因为之前讲的几个模型:线性回归、朴素贝叶斯、逻辑回归和决策树等背后的数学推导都算初级难度。今天开始讲AI的经典算法——SVM,经过几天坐地铁时间的学习终于搞清楚了SVM背后的来龙去脉。废话少说,让我们进入 “谈情说...

2019-06-21 15:41:46 145

转载 Peter教你谈情说AI | 09决策树(下)—既能回归又能分类的模型

原创:Peter盼人人都是极客2018-11-06Hello Kitty到底是猫还是女孩?让决策树告诉我们真伪。特征选取我们提取七个特征,用来判断一个形象,是人是猫。这七个特征包括:有否蝴蝶结;是否穿衣服;是否高过5个苹果;是否有胡子;是否圆脸;是否有猫耳朵;是否两脚走路。用一个表格来表现这七个特征则,如下图所示(第一列为 Label,第二至八列为7个特征,每个特征只有两...

2019-06-21 10:06:06 355

转载 Peter教你谈情说AI | 08决策树(中)—既能回归又能分类的模型

原创:Peter盼人人都是极客2018-11-05C4.5算法对ID3算法的改进开门见山,我们先来看看C4.5算法是怎么弥补ID3算法不足的。对于上节提到的ID3算法不足的第一个问题,不能处理连续特征, C4.5的思路是将连续的特征离散化。比如m个样本的连续特征A有m个,从小到大排列为a1,a2,...,am,则C4.5取相邻两样本值的平均数,一共取得m-1个划分点,其中第i个划分点...

2019-06-21 10:05:15 387

转载 Peter教你谈情说AI | 07决策树(上)—既能回归又能分类的模型

原创:Peter盼人人都是极客2018-10-31决策树前面我们讲了线性回归模型和朴素贝叶斯分类模型。前者只能做回归,后者只能做分类。但本文中要讲的决策树模型,却既可以用于回归,又可以用于分类。什么是决策树:决策树是一种非常基础又常见的机器学习模型。一棵决策树是一个树结构,每个非叶节点对应一个特征,该节点的每个分支代表这个特征的一个取值,而每个叶节点存放一个类别或一...

2019-06-21 10:04:32 305

转载 Peter教你谈情说AI | 06朴素贝叶斯分类器

原创:Peter盼人人都是极客2018-10-23第五节开始我们谈到回归问题和分类问题,其中回归问题可以用梯度下降法求出其模型,那么分类模型可以通过什么方法可以求出呢?我们知道回归模型是预测一个量,分类模型则是预测一个标签。换一个角度来看,回归模型输出的预测值则是连续值;而分类模型输出的预测值是离散值。也就是说输入一个样本给模型,回归模型给出的预测结果是在某个值域上的任意值;而分类模...

2019-06-20 15:01:48 131

转载 Peter教你谈情说AI | 05用梯度下降法求线性回归模型

原创:Peter盼人人都是极客2018-10-19我们已经知道机器学习方式大体上分为两种类别:监督学习和非监督学习。监督学习指的是人类给机器一大堆标示(label)过的数据,通常指机器通过学习一系列(, )数据,X代表输入数据(特征Feature),Y代表输出数据,然后自我推导到X -> Y的公式,用于未来其他数据的预测判断使用。监督学习根据输出数据又分为回归问题(Regres...

2019-06-20 13:57:12 4404

转载 Peter教你谈情说AI | 04梯度下降法

原创:Peter盼人人都是极客2018-10-16上一节我们知道了算法是训练出来的,训练过程需要依据某种算法进行运算,这一节我们一起看下线性回归中最常用的优化算法——梯度下降法。凸函数在前面,我们讲到,每一个机器学习模型都有一个目标函数,而学习的目标,就是最小化目标函数。是不是所有函数都能够在自变量取值范围内找到因变量最小值呢?显然不是。不过我们要学习的几个经典机器学习模型...

2019-06-20 13:46:39 173

转载 机器学习三要素之数据、模型、算法

原创:Peter盼人人都是极客2018-10-15一般一个模型是通过如下过程获得:即算法通过在数据上进行运算产生模型。下面我们从数据,模型,算法上来深入分析机器学习的过程。数据我们都知道,机器学习需要大量的数据来训练模型,尤其是训练神经网络。在进行机器学习时,数据集一般会被划分为训练集和测试集,很多时候还会划分出验证集。数据集的划分一般有三种方法: 按...

2019-06-20 13:45:54 772

转载 Peter教你谈情说AI | 02什么是机器学习

原创:Peter盼人人都是极客2018-10-12什么是机器学习?机器学习就是:不通过人类直接指定的规则,而是通过机器自身运行,习得事物的规律和事物间的关联。一个故事说明什么是机器学习既然机器是有可能自己学习事物规律的,那么如何才能让它学到规律呢? 我们先来看一个故事:我的一个朋友小Y,他就不是那么守时,最常见的表现是他经常迟到。当有一次我跟他约好3点钟在某个麦...

2019-06-20 13:45:15 177

转载 Peter教你谈情说AI | 01导读

原创:Peter盼人人都是极客2018-09-19前言机器学习已经慢慢演变成了根据已知模型 + 框架运用的开发,用不了多久机器学习就会变成像多媒体,图形开发等一样,只要根据已知的 api 开发相应的 AI app 就行了,但是不了解机器学习的根本原理很难优化模型计算,也就很难发挥出 AI 专有场景的性能。一直想写个 AI 基础课程的系列,针对机器学习初学者,从机器学习,...

2019-06-20 13:44:09 126

原创 操作组播路由表

/**操作组播路由表 参数flag true表示添加路由表 false 表示删除路由表*/static int _op_multicast_route_list(star_s8 *multi_ip,star_bool flag){ FILE *fp = NULL; star_s8 tmp_buf[64]; star_s8 eth_in...

2019-06-11 16:19:49 1945

无锁队列测试.rar

/** * * * 用 fifo_init() 对一个 fifo 进行指定存储空间,指定存储项个数、每个项的尺寸, * 以及在有需要时,进行锁操作的初始化工作后,可使用 fifo_out(), * fifo_in() 进行数据出入操作。 * * 本库还提供了无锁版本的库,无锁版本的库在操作时不加锁,即使已经指定了锁函数。 * * 无锁版本的库以 _ll 为后缀(表示 lockless),可配合 fifo_lock(), fifo_unlock() * 进行二次开发。 * * 注意: **本库的存储项个数必需为 2 的 N 次方,用以实现某端只有一个操作者时, * 该端的操作无需加锁。** * * 即,如果只有一个读,则读端无需加锁,如果只有一个写,则写端无需加锁。 */

2020-08-18

JVM与性能优化知识点整理.zip

JVM与性能优化知识点整理.zip

2020-06-30

java筑基(基础)面试专题系列(一):Tomcat+Mysql+设计模式.zip

java筑基(基础)面试专题系列(一):Tomcat+Mysql+设计模式.zip

2020-06-30

java筑基(基础)面试专题系列(二):并发+Netty+JVM.zip

java筑基(基础)面试专题系列(二):并发+Netty+JVM.zip

2020-06-30

Dubbo服务框架面试专题及答案整理文档.zip

Dubbo服务框架面试专题及答案整理文档.zip

2020-06-30

BAT面试常问80题.zip

BAT面试常问80题.zip

2020-06-30

2019蚂蚁金服面试题.zip

一面 1、自我介绍、自己做的项目和技术领域 开放题 2、项目中的监控:那个监控指标常见的有哪些? 答:CPU、内存、IO 等等。建议下载个nmon工具,里面有各个指标。 数据库:Mysql(缓存命中、索引、单条SQL性能、数据库线程数、数据池连接数) 中间件:1.消息2、负载均衡3、缓存(包括线程数、连接数、日志)。 网络: 吞吐量、吞吐率

2020-06-30

23种最新设计模式知识要点整理.zip

设计模式(Design pattern)代表了最佳的实践,通常被有经验的面向对象的软件开发人员所采用。设计模式是软件开发人员在软件开发过程中面临的一般问题的解决方案。这些解决方案是众多软件开发人员经过相当长的一段时间的试验和错误总结出来的。

2020-06-30

1.分布式架构面试题汇总.zip

Eureka 服务注册中心 与客户端一起通过心跳机制完成服务注册与发现 通过搭建集群完成故障转移达到高可用性的目的,因为去中心化,满足了CAP定理中的AP原则(侧重可用性)

2020-06-30

Downloads.zip

freetype-2.10.0.tar.gz 和 mosquitto-1.6.9.tar.gz 别人的定的积分都太高了,从我这里下载吧

2020-06-18

GSM相关资料.zip

SIM800C是一款四频GSM/GPRS模块,为城堡孔封装。其性能稳定,外观小巧,性价比高,能满足客户的多种需求。SIM800C工作频率为GSM/GPRS850/900/1800/1900MHz,可以低功耗实现语音、SMS和数据信息的传输。SIM800C尺寸为17.6*15.7*2.3mm,能适用于各种紧凑型产品设计需求。

2020-06-17

SIM800系列_IP_应用文档_V1.02 HTTP FTP使用.pdf

SIM800C是一款四频GSM/GPRS模块,为城堡孔封装。其性能稳定,外观小巧,性价比高,能满足客户的多种需求。SIM800C工作频率为GSM/GPRS850/900/1800/1900MHz,可以低功耗实现语音、SMS和数据信息的传输。SIM800C尺寸为17.6*15.7*2.3mm,能适用于各种紧凑型产品设计需求。

2020-06-17

IAR开发环境搭建.zip

IAR 公司总部在北欧的瑞典,在美国、日本、英国、德国、比利时、巴西和中国设有分公司。它最著名的产品是C编译器-IAR Embedded Workbench, 支持众多知名半导体公司的微处理器。许多全球著名的公司都在使用IAR SYSTEMS提供的开发工具,用以开发他们的前沿产品,从消费电子、工业控制、汽车应用、医疗、航空航天到手机应用系统....

2020-06-10

物联网教程_55_数据可视化.zip

Mosquito以keepalive*1.5时间作为判断客户端连接是否异常断开的时间界限,这里keepalive的值对mosquito的性能会产生较大影响,此值过大,可能无法及时判断处异常的发生;此值过小,不仅浪费网络带宽,还可能造成误判,例如客户端与服务器之间tcp连接上的某个服务器异常重启,可能会被服务器误判为tcp连接断开了。此值需根据实际情况分析后确定。

2020-06-05

物联网教程_54_物联网组件.zip

Mosquito是一款实现了消息推送协议MQTT v3.1 的开源消息代理软件,由MQTT协议创始人之一的Andy Stanford-Clark开发,提供轻量级的,支持可发布/可订阅的的消息推送模式,使设备对设备之间的短消息通信变得简单。

2020-06-05

物联网教程_53_《MQTT_JX》例程.zip

MQTT服务器以称为“消息代理”(Broker),可以是一个应用程序或一台设备。它是位于消息发布者和订阅者之间,它可以: 接受来自客户的网络连接 接受客户发布的应用信息 处理来自客户端的订阅和退订请求 向订阅的客户转发应用程序消息

2020-06-05

物联网教程_52_云下设备上云_百度云.zip

打个比方,你打电话给朋友,一直要等到朋友接电话了才能够开始交流,是一个典型的同步请求/应答的场景;而给一个好友邮件列表发电子邮件就不一样,你发好电子邮件该干嘛干嘛,好友到有空了去查看邮件就是了,是一个典型的一部发布/订阅的场景。 熟悉编程的同学一定非常熟悉这种设计模式了,因为它带来了这些好处:发布者与订阅者不用了解彼此,只要认识同一个消息代理即可。 发布者和订阅者不需要交互,发布者无需等待订阅者确认而导致锁定。 发布者和订阅者不需要同时在线,可以自由选择时间来消费消息

2020-06-05

物联网教程_51_创建云端设备_百度云.zip

打个比方,你打电话给朋友,一直要等到朋友接电话了才能够开始交流,是一个典型的同步请求/应答的场景;而给一个好友邮件列表发电子邮件就不一样,你发好电子邮件该干嘛干嘛,好友到有空了去查看邮件就是了,是一个典型的一部发布/订阅的场景。 熟悉编程的同学一定非常熟悉这种设计模式了,因为它带来了这些好处:发布者与订阅者不用了解彼此,只要认识同一个消息代理即可。 发布者和订阅者不需要交互,发布者无需等待订阅者确认而导致锁定。 发布者和订阅者不需要同时在线,可以自由选择时间来消费消息

2020-06-05

物联网教程_50_天工物接入介绍_百度云.zip

MQTT服务器以称为“消息代理”(Broker),可以是一个应用程序或一台设备。它是位于消息发布者和订阅者之间,它可以: 接受来自客户的网络连接 接受客户发布的应用信息 处理来自客户端的订阅和退订请求 向订阅的客户转发应用程序消息

2020-06-05

物联网教程_49_mqtt.fx客户端.zip

一个使用MQTT协议的应用程序或者设备,它总是建立到服务器的网络连接。客户端可以: 发布其他客户端可能会订阅的信息 订阅其它客户端发布的消息 退订或删除应用程序的消息 断开与服务器连接

2020-06-05

IPOP4 内网端口转发工具

IPOP4 内网端口转发工具 RTPS协议

2024-06-14

flash_spi.7z

spi_flash 单片机驱动源码 nordic,STM32

2021-05-08

NordicSemiconductor::Device:Startup:8.27.0

Error #541: 'NordicSemiconductor::Device:Startup:8.27.0' component is missing (previously found in pack 'NordicSemiconductor.nRF_DeviceFamilyPack_NordicLicense')

2021-03-12

1-7 ffmpeg命令大全文档.png

1-7 ffmpeg命令大全文档.png

2020-07-13

ffmpeg学习资料.rar

FFmpeg 是一个开源免费跨平台的视频和音频流方案,属于自由软件,采用 LGPL 或 GPL 许可证(依据你选择的组件)。它提供了录制、转换以及流化音视频的完整解决方 案。它包含了非常先进的音频/视频编解码库 libavcodec,为了保证高可移植性和编解 码质量, libavcodec 里很多 codec 都是从头开发的。

2020-07-08

一线互联网企业面试题(仅参考未整理答案).zip

一线互联网企业面试题(仅参考未整理答案).zip

2020-06-30

性能优化面试必备.zip

性能优化面试必备.zip

2020-06-30

微服务架构面试专题系列:Dubbo+Spring Boot+Spring Cloud.zip

微服务架构面试专题系列:Dubbo+Spring Boot+Spring Cloud.zip

2020-06-30

面试常问必备之Redis面试专题.zip

面试常问必备之Redis面试专题.zip

2020-06-30

面试常问必备之MySQL面试55题.zip

面试常问必备之MySQL面试55题.zip

2020-06-30

面试必问并发编程高级面试专题.zip

面试必问并发编程高级面试专题.zip

2020-06-30

面试必备之乐观锁与悲观锁.zip

面试必备之乐观锁与悲观锁.zip

2020-06-30

开源框架面试题系列:Spring+SpringMVC+MyBatis.zip

开源框架面试题系列:Spring+SpringMVC+MyBatis.zip

2020-06-30

分布式限流面试专题系列:Nginx+zookeeper.zip

分布式限流面试专题系列:Nginx+zookeeper.zip

2020-06-30

分布式通讯面试专题系列:ActiveMQ+RabbitMQ+Kafka.zip

分布式通讯面试专题系列:ActiveMQ+RabbitMQ+Kafka.zip

2020-06-30

分布式数据库面试专题系列:Memcached+Redis+MongoDB.zip

分布式数据库面试专题系列:Memcached+Redis+MongoDB.zip

2020-06-30

Spring面试专题及答案整理文档.zip

Spring面试专题及答案整理文档.zip

2020-06-30

MySQL性能优化的21个最佳实践.zip

MySQL性能优化的21个最佳实践.zip

2020-06-30

JVM与性能优化知识点整理.zip

JVM与性能优化知识点整理.zip

2020-06-30

redis面试实战.zip

redis面试实战.zip

2020-06-30

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除