学习笔记
iSunwish
个人主页:sunwish.houkaifa.com
个人博客:houkaifa.com
展开
-
QT(四):事件与事件过滤器
原文地址:https://houkaifa.com/2019/02/22/LearningNotes-QT-04/概述本篇介绍 QT 中的事件与事件过滤器,并制作一个简单经典的恶搞小程序。环境:Win10 + QT Creator4.4.1 + QT5.9.2。实现内容:一个看得到点不到的按钮。一、QT 中的事件与事件过滤器事件是个好东西,有了事件,我们就可以在特定的情形做特定...原创 2019-02-22 22:21:03 · 791 阅读 · 1 评论 -
QT(一):信号与槽
原文地址:https://houkaifa.com/2019/02/18/LearningNotes-QT-01/概述分别通过 QT Designer 与 connect 函数添加(绑定)信号与槽。环境:Win10 + VS2017 + QT5.9.2。实现内容:点击按钮退出程序、点击按钮弹出信息框。一、建立 QT 项目打开 Visual Studio 2017,新建 QT G...原创 2019-02-21 12:59:47 · 1153 阅读 · 0 评论 -
QT(二):简单多窗口程序
原文地址:https://houkaifa.com/2019/02/18/LearningNotes-QT-02/概述本篇记录如何通过 QT Creator 开发一个简单的多窗口程序。环境:Win10 + QT Creator4.4.1 + QT5.9.2。实现内容:在主窗口中输入指定的口令,点击按钮载入另一个窗口,并给出了子窗口只允许同时载入一次的三种方法。一、建立 QT 项目...原创 2019-02-21 13:04:03 · 15505 阅读 · 7 评论 -
QT(三):浅探 QTimer 类
原文地址:https://houkaifa.com/2019/02/18/LearningNotes-QT-03/概述本篇介绍了 QTimer 类的基本用法,并应用该类制作了一个简单的倒计时程序。环境:Win10 + QT Creator4.4.1 + QT5.9.2。实现内容:通过按钮触发一个简单的倒计时并在屏幕上显示,时间耗尽后弹出提示框。一、QTimer 类浅述QTime...原创 2019-02-21 13:05:53 · 795 阅读 · 0 评论 -
深度学习(二)向量化 Logistic 回归及其梯度输出
概述本篇属于理论篇,你将了解什么是向量化、向量化对神经网络训练优化的重要性,以及如何向量化 Logistic 回归及其梯度输出。CSDN 对 Mathjax 公式支持不太友好,手机端文章显示不完整,建议转到原文浏览:深度学习(二)向量化 Logistic 回归及其梯度输出2.0 向量化概述在前面,你已经认识了 Logistic 回归,并且对梯度下降以及梯度下降是如何工作的有了...原创 2019-03-05 21:31:35 · 1398 阅读 · 0 评论 -
深度学习(一)Logistic 回归与梯度下降
概述本篇属于理论篇,介绍了针对二元分类问题的 Logistic 回归与梯度下降,以及 Logistic 回归当中的梯度下降是如何进行参数优化的。1.0 Logistic 回归概述Logistic 回归是一种广义上的线性回归,也是一个用在监督学习当中的学习算法,一般用于输出值为0或1,即"是"或"不是"的问题当中原创 2019-03-03 13:48:14 · 1307 阅读 · 0 评论 -
深度学习(三)实战:动手实现猫图识别
概述本篇详细记录了如何使用 Python 语言基于 Logistic 回归搭建一个简单的单层神经网络,并实现猫图的识别。本篇中的单层神经网络在训练集与测试集上分别获得了 95.7% 与 74.0% 的正确率。本篇将在 Jupyter Nootbook 中使用 Python 语言进行编程。简单来说, Jupyter 是一个交互式笔记本,可以在一个 Jupyer 笔记本文件中同时记录...原创 2019-03-09 11:45:52 · 3804 阅读 · 11 评论 -
深度学习(四)浅层神经网络及其向量化
概述本篇简要介绍浅层神经网络,并给出其向量化形式。原文地址:深度学习(四)浅层神经网络及其向量化4.0 Logistic 回顾在前三篇当中,我们见过了 Logistic 回归的相关内容,了解了向前传播、向后传播、梯度下降与向量化等重要概念,并结合一个实际例子在 Jupyter Notebook 环境下搭建了一个 Logistic 回归网络,成功实现了 72% 测试集准确率的猫...原创 2019-03-23 13:45:49 · 877 阅读 · 2 评论 -
深度学习(五)激活函数的选择 & 浅层神经网络的梯度下降
概述本篇中你将了解几种常见的激活函数,并看到在浅层神经网络中向后传播及梯度下降是如何进行的。原文地址:深度学习(五)激活函数的选择 & 浅层神经网络的梯度下降5.0 上篇回顾在上一篇中,你见到了一个单输出的浅层(双层)神经网络是如何进行向前传播的,就同 Logistic 回归网络一样,不过多重复了几次单层网络的向前传播过程而已。对于隐藏层而言,所有的隐藏单元与输入层...原创 2019-08-27 13:10:31 · 1316 阅读 · 0 评论