- 博客(36)
- 收藏
- 关注
RSS订阅原创 jupyter notebook 添加conda环境变量为内核（kenel）
在激活环境后，需要安装ipykernel包，以便将Conda环境添加到Jupyter Notebook中。
2023-11-26 16:44:06
545
原创 一致性公式证明
实际上是有偏的（即估计结果的期望不等于真实值），但是可以证明这个偏差是可以控制的。的样本平均值与其期望之间的差异。充分大时，两个随机变量序列的样本平均值与其期望之间的差异会逐渐变小，即。这个不等式就是我们想要证明的一致性不等式。注意到由于是将训练得到的聚类结果应用到验证集上，因此估计出来的。中相同的那一个作为其聚类结果，然后计算相同的数据点占比。时，通过将训练得到的聚类结果应用到验证集。，它们在两个视角上的聚类结果分别为。首先，假设存在两个不同的聚类假设。在两个视角上的聚类结果是否相同。
2023-10-16 01:27:28
831
原创 手写识别实操案例
本实操案例是对手写识别教学案例的实操步骤，旨在同学们可以直接根据本文档所写的实操步骤，完成手写识别案例中神经网络的执行、调参过程，最终使精确度达到很高的一个水平，以对神经网络有一个大致的了解。
2023-03-26 13:22:32
403
1
原创 Spring学习之路
1、Spring前言本文是根据狂神Spring整理而成，仅供学习交流使用，侵删。1.1、简介Spring:春天--------->软件行业的春天2002，首次推出了Spring的雏形：interface21框架！spring框架即以interface21框架位基础，经过重新设计，并不断丰富其内涵，于2004年3月24号发布了1.0正式版。Rod Johnson, spring framework创始人，悉尼大学的音乐学博士spring设计理念：实现有的技术跟价容易使
2022-03-29 22:18:40
406
原创 算法实现（JAVA）
本文是用来记录在大三下学期学习《算法设计与分析》这门课时，根据老师布置的作业，用java实现的算法代码。本文仅供学习交流使用，侵删。
2022-03-10 13:34:51
3992
原创 计算机网络复习要点
第一章1.** 网络的体系结构**2.** 计算机之间通信方式：**客户-服务器方式（C/S方式）和对等连接方式（P2P方式）互联网：连通性和共享3.** 时延的计算 **P224.** 数据交换方式**三种交换方式电路交换、报文交换和分组交换特点：电路交换——整个报文的比特流连续的从源点直达终点，好像在一个管道中传送报文交换——整个报文先传送到相邻节点，全部存储下来后查找转发表，转发到下一个节点分组交换——单个分组（只是整个报文的一部分）传送到相邻节点，存储下来后查找转发表，转发到
2022-02-24 09:42:13
1420
原创 Mybatis学习之路
**Mybatis说明：1. 本文是根据狂神的相关视频，个人总结整理得出,仅供学习用途！视频出处2.本文环境：jdk1.8、Maven3.6.3、Mysql8.0.261、简介1.1、什么是MybatisMyBatis 是一款优秀的持久层框架。它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO（Plain
2022-02-22 18:01:26
582
原创 操作系统-多路复用
什么是多路复用技术呢？多路复用(multiplexing)，简称复用，是通信技术中的基本概念 。事实上，多路复用技术的原理就是，把通信资源或者说是链路、信道资源进行的划分，分成一系列的资源片。把这些资源片分配给每一路通信。每一路通信在通信过程中就独占它分配到的分配资源。当然在整个通信过程中，可能或出现闲置。那典型的多路复用技术有：频分多路复用( frequency division multiplexing-FDM )时分多路复用( time division multiplexing-TDM
2021-11-19 14:15:49
822
原创 信号量的实现和应用
信号量的实现和应用一、实验环境 本次实验的操作环境还是一样的实验环境。环境文件如下：如果不清楚的话请参考往期博客。二、实验目标与内容1、目标：加深对进程同步与互斥概念的认识；掌握信号量的使用，并应用它解决生产者——消费者问题；掌握信号量的实现原理。2、内容：本次实验的基本内容是：在Ubuntu下编写程序，用信号量解决生产者——消费者问题；在linux-0.11中实现信号量，用生产者—消费者程序检验之。（1）用信号量解决生产者——消费者问题在Ubuntu上
2021-11-05 08:06:44
2614
1
原创 实现系统调用
实现系统调用一、实验环境 本次操作还是基于上次编译Linux0.11内核的实验环境进行操作。环境如下：二、实验目标 通过对上述实验原理的认识，相信你对系统调用有一定的了解。那本次实验是的目标是在Linux 0.11上添加两个系统调用，并编写两个简单的应用程序测试它们。第一个系统调用是iam()，其原型为：int iam(const char * name); 完成的功能是将字符串参数name的内容拷贝到内核中保存下来。要求name的长度不能超过23个字符。返回值是拷贝的字符数。如
2021-10-14 21:35:34
2052
原创 编译linux0.11内核
编译linux0.11内核一、实验环境这次照例还是在Vmware虚拟机上进行实验，实验环境为Ubuntu16.04版本。同时，本次内容也是基于哈尔滨工业大学《操作系统》课程实验的相关内容进行操作。hit-oslab二、下载文件1、可以直接在hit-oslab-github下载，如果访问不了，或者下载速度慢，这里提供了gitee下载路径：hit-oslab-gitee注意：如果VMware实现了文件共享功能，可在解压好之后，直接拖动文件夹放入Ubuntu对应的文件路径中。还可以在
2021-10-02 22:28:18
4334
1
原创 简单操作系统启动程序
一、编写启动程序boot.asm新建一个文本文档，将指导书里的代码复制粘贴到里面。改一下字符长度，写上自己的姓名拼音重命名为boot.asm二、建立DOS虚拟机，从镜像软盘启动。1.下载好VM，安装，破解2.导入映像文件最后一步：成功三、配置floppywriter写入工具环境进入到写入工具文件夹把这个路径配置到环境变量的PATH当中四、汇编程序将boot.asm放在以下文件夹中在这个目录下打开命令提示符窗口.输入命令：n
2021-09-23 13:44:50
1210
3
原创 简单操作系统内核——在屏幕上显示字符
简单操作系统内核——在屏幕上显示字符**引导程序**步骤一、下载源代码步骤二、 **编译操作系统****流程****编译****安装**修改GRUB引导显示时间重启引导程序一般来说机器加电启动后，整个计算机第一个启动的程序就是固化在PC主板上的BIOS固件，它启动之后检测系统参数，如内存的大小、日期和时间、磁盘设备以及这些磁盘设备用来引导的顺序。BIOS寻找用于装载操作系统的指令。装载操作系统的这个程序就是boot loader。Linux系统默认的boot loader就是GRUB（GRand Uni
2021-09-23 10:21:31
975
原创 机器学习入门之泰坦尼克号预测存活情况（Taggle）
目录前言：介绍：过程：提出问题：理解数据：数据清洗：1、数据预处理2、 特征提取介绍分类数据：有直接类别的性别(Sex)登船港口(Embarked)客舱等级（Pclass）分类数据：字符串类型姓名（Name）客舱号（Cabin）建立家庭人数和家庭类别(Family)结果：3、特征选择构建模型1、建立训练数据集和测试数据集2、 选择机器学习算法3、训练模型评估模型方案实施得到预测结果上传到Kaggle评估模型方案实施得到预测结果上传到Kaggle前言：本文中的项目是Taggle的入门比赛项目，旨在让大家对
2021-08-11 22:58:39
6764
8
原创 关于No module named ‘sklearn.cross_validation‘的解决方法
问题描述：No module named ‘sklearn.cross_validation’。没有这个模块。产生原因：这个模块名字已经不用了，被整合到sklearn.model_selection这个模块了解决方式：换一下名字就行了from sklearn.model_selection import train_test_split ...
2021-08-11 21:35:19
268
转载 机器学习之特征工程
机器学习之特征工程1、特征工程是什么2、特征工程的重要性（1）特征越好，灵活性越强（2）特征越好，构建的模型越简单（3）特征越好，模型的性能越出色3、特征工程子问题3.1 特征选择Feature Selection3.2 特征提取3.3 特征构建 Feature Construction4、特征工程处理过程Conclusion本文是一篇关于特征工程的总结类文章，如有不足之处或理解有偏差的地方，还望多多指教。首先，给一张特征工程的思维导图吧：特征工程关于特征工程（Feature Engineerin
2021-08-09 17:20:00
1136
原创 关于Qt platform plugin 无法初始化问题的解决
问题描述：Qt platform plugin 无法初始化所在原因：没有把设置好环境变量。解决办法：1、将pyqt5包下的plugins和platforms路径加入系统变量D:\Environment\Anaconda3\Lib\site-packages\PyQt5\Qt\pluginsD:\Environment\Anaconda3\Lib\site-packages\PyQt5\Qt\plugins\platforms这是我的环境路径，据各自的情况有所不同2、在系统变量中新建plug
2021-08-07 21:38:52
7990
1
原创 关于用pip安装pyqt5之后anaconda闪退问题的解决办法
这是因为anaconda自带pyqt包，用pip安装不会覆盖原来的文件，所有要把原来的pyqt文件包删除。执行以下命令：pip uninstall pyqt现在可以正常启动了。
2021-08-07 21:30:18
321
原创 上传文件到gitee仓库的步骤
1、先创建一个文件夹，把上传文件夹资料放到新建文件夹内2、进入文件夹，鼠标右击Git Bash Here，进去git界面如图：3、配置信息（第一次使用要进行配置）git config --global user.name "name"git config --global user.email "email"如图所示：4、生成密钥继续输入下面的命令，email就是上面的邮箱ssh-keygen -t rsa -C “email”输入之间按三下回车，直到出现image,就是虚
2021-08-07 16:15:38
40033
12
原创 6、多层神经网络
多层神经网络前言步骤1、导入所需要的库2、确定神经网络结构及参数3、确定激活函数及其导数和验证4、进行参数初始化5、导入数据集6、查看数据集7、对结果进行预测8、计算误差9、计算参数梯度10、验证梯度的正确性11、得到误差和精确度前言经过之前的5个博客内容，我们已经完成了运用已有的数据集进行了一个简单的手写识别并且对参数进行了训练，使识别精确更加的准确。但是之前的神经网络只是用两层，一个输入层，一个输出层。但是一般的神经网络是有三层，输入层，隐藏层，输出层。我们现在就在原来的基础上再添加一层，隐藏层。当
2021-06-24 10:31:45
1810
原创 5、学习率、过拟合
Day6知识补充代码解释每日一句：你若盛开，蝴蝶自来。知识补充在上个博客中，我们已经学会对参数进行训练。但是我们的学习率learn_rate是固定的，这就会出现一个问题。我们将参数进行某个方向上的梯度下降,没训练一次，下降一次，因为学习率是固定的，所以我们下降的高度也是一样的。如果，我们下降到了对低点上面一点，我们再下降一次，过了最低点，又上去了。这就很尴尬了。再继续训练下去，只会在最低点周围反复横跳。永远达不到最低点。关键在于学习率，我们在一次训练结束后，要对学习率进行一个调整。至于怎么调整？我们可以
2021-06-15 00:34:26
3417
5
原创 4、验证正确性、训练网络
Day5知识补充代码解释每日一句：你只有走完必须走的路，才能过想过的生活。知识补充在上一篇博客中，我们通过手算的方式完成了梯度下降的推导过程，接下来我们将用代码来实现梯度下降，即对参数进行训练。1、写出softmax导数函数diag:对角矩阵outer：第一个参数挨个乘以第二个参数得到矩阵。def d_softmax(data): sm=softmax(data) return np.diag(sm)-np.outer(sm,sm)注意：可能有人会好奇第一项为什么是对角
2021-06-14 17:19:53
352
原创 3、梯度下降
Day3前情回顾第一天第二天知识补充推导过程每日一句：向着月亮出发，即使不能到达，也能站在群星之中。前情回顾现在是第三天了，对前两天所学的知识进行一个回顾。第一天进行了环境的配置和实现了一个神经网络简单的搭建。用代码写出了一个只有输入层和输出层的神经网络框架。在搭建这个框架的时候，我们知道了什么是神经网络，为什么神经网络的框架是这个样子的。在框架的每一层里都有一些什么东西。神经网络就是模仿大脑神经系统的一个模型，每一个神经元对应着模型的每一层。每一层都有着输入和输出，他们之间用激活函数联系在一起。激
2021-06-06 00:00:04
274
2
原创 2、数据集
知识补充今天学习第二个视频。传送门这一个视频讲的是数据集,也就是MNIST的使用。up主说要认真阅读上面的信息。我英语能力有限，大部分是用机翻看的。下面贴上机翻出来的内容。在本次视频中，up主提起来三种数据集：训练集，测试集，验证集。关于这个三种数据集可以看一下这个文章传送门，里面讲解的十分形象，容易理解。代码解释接下来的内容在代码中注释出来：#pathlib 路径操作函数库from pathlib import Path #从pathlib函数库中，调用Path对象dataset_pat
2021-06-04 19:43:29
1087
原创 神经网络：从入门到XX
神经神经网络：从入门到XX前言手写识别Day1Day2前言本人现在大二，和班上同学组了一个小组跟老师进行一个项目–人工智能案例教学。老师给我们四个案例—手写识别，猫狗大战，车牌识别，典型植物识别。，在学习的过程中把学习过程记录下来，写成教程。而这篇博客则就是用来记录学习过程。那现在就开始吧手写识别Day1Day2...
2021-06-04 19:42:35
204
原创 1、什么是神经网络
```python#导入程序库import numpy as np #将numpy导入进来，这个库是用来计算维度数组与矩阵运算import math #基本的函数运算#激活函数 也就是下面的activation 对输入进来的值进行非线性函数变换，def tanh(x): #numpy中自带，直接调用即可 return np.tanh(x)def softmax(x): #归一化函数，就是求某个数出现的概率 exp=np.exp(x-x.max()) #避免出现指数爆炸，指数部分
2021-06-03 17:51:28
458
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人