- 博客(30)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 P1：安装环境
步骤如下图：第一步：下载安装conda或者是miniconda第二步：新建一个虚拟环境新建：conda create -n d2l-zh python=3.8【问题：使用conda创建或安装Python包出现网络连接失败】解决方案：添加国内镜像查看conda已有镜像：conda config --show channels激活使用：conda activate d2l-zh第三步：安装需要的包pip install jupyter d2l torch torchvison1.【matp
2022-03-09 19:04:35
419
原创 Pytorch的安装和使用
一、下载和安装Anaconda1.官网直接下载最新版本就可以了https://www.anaconda.com/products/individual2.清华镜像下载（网速更快）https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/二、配置一个Pytorch的环境1.下载完Anaconda之后点击：Anaconda Prompt2.进入Anaconda之后，新建一个环境conda create n- pytorch三.下载和安装pyt
2022-01-15 21:10:42
1275
原创 Spring
录播的课是基础的课（菜鸟预习）：JavaSE基础 HTML css JavaScript maven Git Linux基础直播的课：JavaEE高级框架十天的时间：spring—》SpringMVC—》SpringBoot—》一个SpringBoot的项目；《spring》1.spring可以做什么？—控制反转Ioc/di 面向切面编程AOP 事务的管理springframe就像是一个托儿所一样，可以来帮我们来管理我们的孩子，我不需要在管理孩子了，将控制权交给了托儿所；IOC是一套思想，
2021-10-30 15:14:32
154
原创 HTML和CSS
HTML：画页面CSS：修饰页面，样式的叠加，层叠样式的集合；常见的样式：标签内容颜色：color标签字体：font-famliy盒子的边框border：1px red solid 像素 颜色 边框类型设置背景颜色：backgroud-colordiv盒子模型设置边距 margin-left：300px 距离左边300px;三种书写方式：1.内联样式----在标签中写属性： style=“color:deeppink ;font-family:‘宋体’ ’”2.内部样式—在head
2021-10-25 19:33:31
69
原创 线性回归1
昨天的回顾：网页、图像、用户等业务场景的向量化，这是机器学习的基石；有了向量以后，我们就可以使用一个model进行训练，然后得到一个output；机器学习大部分的时间都是在对model进行调参；part1例如，我们有一个需求：输入一个x到model中，输出得到一个y；可以先假设一个公式 y = wx + b ,可以将这个公式理解成model；y = wx + b在坐标系中是一个条直线，w是这条直线的斜率，代表倾斜度；b代表的是y轴上的偏移量；这样的模型，称为线性回归；现在的问题是：如何找到这样
2021-06-27 10:46:19
169
原创 mybatis
今天是2021年4月19号，学习和了解Mybatis框架；学习一个新东西，尽量要做到三点：是什么？是用来干什么的？有什么用？学习框架可以使用对比学习，使用这个框架和不使用这个框架有什么区别？mybatis Spring SpringMVC SpringBootmybatis--中文文档mybatis---GitHubmaven---仓库1.是什么？持久层框架数据持久化：将数据保存到数据库中，以便用户下次再运行时可以再次使用到这些数据；Dao层：完成持久化工作的代码..
2021-04-20 09:31:28
364
原创 JavaSE
一、java虚拟接简称JVM1、每个操作系统都可以安装一个编译java程序的虚拟机，简称JVM。JDK里面就含有JVM。有了JVM，同一个java程序在三个不同的操作系统上都可以执行，这样就实现了java程序的跨平台性；二、垃圾回收机制garbage collection，GC1、垃圾回收是指回收不用的内存空间；2、C语言 C++的垃圾回收是由程序员手动编写代码来回收的，这样的优点是能够在内存不使用时快速回收，准确且高效，缺点就是容易失误，容易忘记回收，导致内存使用越来越到，出现内.
2021-03-24 17:08:56
56
原创 BS架构简介
一、系统架构分类B/S架构；C/S架构；二、C/S架构C/S架构是客户端/服务器架构；三、B/S架构B/S架构是浏览器/服务器架构；B/S架构本质上还是C/S架构，只不过客户端是浏览器；四、我们主要学习的方向：【企业级开发】B/S架构：web开发：web前度开发， web后端开发，由于后端开发的语言是Java语言，故可以称为Javaweb开发五、如何才可以开发B/S架构系统1、这里的S是软件服务器软件服务器：B/S、C/S中的S，如Tomcat..
2021-03-24 11:47:46
25019
2
原创 JavaEE简介
Javaee的简介1、什么是API？包括什么？API是应用程序编程接口，它包括了源码、字节码、帮助文档；2、什么是JavaSE？ Javase是Java的标准版本，由sun公司为程序员提供的一套基础类库。这套基础类库包括了：基础语法、面向对象、异常、IO、集合、反射、网络编程。 Javase包括的版本： 目前有Oracle维护； 学完Javase之后，可以选择两个方向，一个是Javame，另一个Javaee。无论走哪一条路，都需要Javase的基础。 学习Jav...
2021-03-24 11:47:05
164
原创 安装Tomcat服务器
一、下载Tomcat压缩包，解压即可，不需要安装 Tomcat是纯Java语言编写的，是由Sun公式的一个架构师编写的。然后将Tomcat贡献给了Apache软件基金会；
2021-03-24 11:46:39
142
原创 第一个Web应用
先开发，后部署；一、先开发一个简单的web程序新建一个文件夹，命名为FirstWebApp，里面新建一个login.html；二、部署将FirstWebApp放到Tomcat服务器中的webapps文件夹中；三、测试第一步：启动Tomcat，并在浏览器中输入：localhost：8080第二步：在浏览器中在输入：localhost：8080/FirstWebApp/login.html注：以上就是一个简单的web应用程序了，一个简单的BS架构系统，访问纯静态...
2021-03-24 11:45:06
98
原创 实现简单功能的web网页
开发一个见的web项目，使用java完成简单的功能；一、新建文件目录1、按照要求规范来创建目录，如下 这是由sun公司规定的规范FirstServletWebApp：(项目名称）css html js WEB-INF classes ----放字节码 lib -----放类库，也就是jar包 web.xml-----配置文件2、二、javaee的API是放在哪个文件里面的？Tomcat里面有一个lib包，里面与javaee的A...
2021-03-24 11:44:45
181
原创 Servlet的学习
一、Servlet接口中的这些方法中编写什么代码？什么时候编写这些方法？1、无参构造方法：以后就不需要再考虑构造函数了2、init方法：以上两个方法都是执行一次；若系统要求在对象创建时刻执行一段特殊的程序，建议使用init方法。在使用init方法时，对象已经创建了；3、service方法这个方法是必须要重写的，因为使用这个方法来完成业务逻辑的处理，请求的处理，以及完成响应；4、destroy方法若希望在销毁时刻执行一段特殊的代码，需要将这段代码编写到destroy方法；5
2021-03-24 11:44:21
76
原创 java学习路线---powernote
动力节点-----Java学习路线：第一：先学习Java的核心库（JavaSE）Javase包括：环境搭建、基础语法、面向对象、数组、集合、常用类、IO流、反射机制、网络编程~~时间：系统的学习20天左右第二：搞定一门数据库MySQL 、Oracle，学习一门就可以了，比如MySQL；时间：系统性学习5天第三：学习web前端HTML、CSS、JavaScript、jQuery框架（底层对js进行了封装）~~时间：系统性学习一周第四：web后端（Jav...
2021-03-24 11:43:55
82
原创 Servlet学习二
一、关于Servlet-http状态码404 ，5001、404代码：not found，一般是请求资源路径有问题；2、500代码：serve inner error 表示服务器内部错误，一般是java程序异常；3、200代码：是正常的状态码；
2021-03-24 11:43:34
84
原创 MySQL二
1、补充内容：关于查询结果集的去重关键字distinct： select distinct job from emp;select ename, distinct job from emp;//编译错误，distinct前面不能加字段，distinct只能出现在所有字段的最前面；select distinct deptno,job from emp;//多个字段联合去重；//统计岗位的数量？select count(distinct job) from emp; ..
2021-03-12 11:51:24
265
原创 MySQL一
数据库1.为什么要学数据库？学数据库是为了对数据进行管理，通过SQL语句对数据进行增删改查，而不用复杂的Java语句来进行对数据操作；2.常见的数据库管理系统由哪些？Oracle、MySQL、MS SQLSever、DB2、MS、Sybase下载和安装MySQL工具1、3306是MySQL的端口号，安装的时候不用改端口号；2、字符集的类型：utf-8；3、登录MySQL mysql -uroot -p***4、如何干净的卸载MySQL卸载完之后手动删除两...
2021-03-11 22:48:12
185
原创 2021--线性代数--第一章：行列式
概述：线性代数的两个中心中心一：方程组从第一章到第四章。 用到的工具是行列式、矩阵和向量。中心二：矩阵对角化将一个不是对角的矩阵化为对角矩阵。第一章：行列式行列式本质是一个数或者是一个式子（含有未知数字母）。这个数的几何含义是以行列式为矩阵进行变换时的空间大小变化情况，二维时是面积、三维是体积····。一、定义1、逆序（逆）：任取两个不等的自然数i/j，如果i<j。（i,j）为顺序，（j,i）为逆数。2、逆序数：逆序的个数总和（4,1,5,3,2）的逆.
2020-06-06 14:02:34
431
原创 统计学习方法——第3章
第3章 k近邻法简介k近邻法（k-nea。rest neighbor,k-NN）是一种基于分类与回归方法。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方法进行预测。因此，k近邻法不具有显示的学习过程。k近邻法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的“模型”。k近邻法有三个基本的要素：k值的选择、距离度量及分类决策规则；k近邻法的一个实现方法——kd树；一、k近邻算法1、k近邻算法：给定一个训练数据集，对新的输入实例，在训练数据集中
2020-05-29 16:27:10
188
原创 《统计学习方法——第2章》
第2章： 感知机感知机（perceptron）是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，去+1和-1二值。感知机将输入空间中的实例划分为两类的分离超平面，属于判别模型。学习一个统计学习方法都从第1章所说的三个要素出发：模型、策略、算法；一、感知机模型1、定义：什么是感知机？简单来说，感知机就是下面一个函数f(x)：其中sign(x)是这样的函数：通过上面可得，给定一个输入空间的实例，也就是给函数输入一个样本，感知机输出的结果要么是-1，要么是+
2020-05-29 14:48:30
560
原创 《概论-浙大第4版-第六章》
样本及抽样分布前面的五章学习和研究的都是概率论的知识，接下来的四章将学习和研究数理统计的知识。数理统计以概率论为理论基础。根据试验或观察得到的数据，来研究随机现象，对研究对象的客观规律性作出种种合理的估计和判断。数理统计是机器学习的许多交叉学科之一，其统计学的思想对机器学习的许多算法设计提供了很大的理论支撑。好好的学习数理统计对入门机器学习有着很好的帮助。概率论研究的随机变量X都是事先知道其总体分布的，而数理统计就是对一个未知总体分布的随机变量进行研究和学习，通过实验来求得其总体分布。.
2020-05-26 22:25:41
116
原创 《概论-浙大第4版-第五章》
大数定律及中心极限定律（本章涉及到的数学公式比较多难理解，笔记先写个大概，日后在慢慢的细嚼慢咽反复补充）本章将学习和研究几个十分常见和重要的大数定理和中心极限定理。一、大数定律试验E的一个随机事件A在随着重复次数的增加，随机事件A的概率会慢慢的趋于稳定到一个值，也就是慢慢的趋于概率；为什么会有这样的情况，大数定律给出了相关的解释。下面学习几种常见的大数定律；1、弱大数定理（辛钦大数定律）定义： 推论：2、伯努利大数定律二、中心极限定理在客观实际中有许多的随机变量，它们
2020-05-26 21:44:17
180
原创 《概论-浙大第4版-第四章》
随机变量的数字特征在学习了分布函数、概率密度和分布律之后知道了如何去描述完整的随机变量，但是为了更直观的认识和感受随机变量，需要刻画出随机变量某一方面的特征的场数，这些常数就成为数字特征。本章将学习数学期望、方差、相关系数和矩这几个重要的数字特征。一、数学期望（平均值）1、定义：离散型的随机变量X的分布律为，其数学期望为：连续性的数学期望：2、性质：二、方差方差表示的是样本和均值的偏离程度。偏离程度越小，表示方差越小，就越稳定。偏离程度越大，表示方差越大，就越不稳定。
2020-05-26 17:08:26
129
原创 《概论-浙大第4版-第三章》
多维随机变量及其分布在机器学习中，输入样本的特征基本都是多维的，因此需要学习和研究多维随机变量及其分布就显得很有必要了。一、二维随机变量1、二维随机向量（二维随机变量）随机试验E的样本空间为S，定义在S上的两个随机变量X=X(e)和Y=Y(e)构成了一个向量（X,Y），叫做二维随机向量或二维随机变量。 F(X,Y)为随机变量(X,Y)的分布函数，也称为随机变量X和Y的联合分布函数。 离散型的随机变量（X,Y）的分布律也叫随机变量X,Y的联合分布律。 连续型的二维随机变量有...
2020-05-26 16:11:39
1340
原创 《概论-浙大第4版-第二章》
随机变量及其分布一、随机变量1、定义：随机试验的样本空间S={e},X=X{e}是定义在样本空间S上的实值单数函数，称X=X(e)为随机变量。按照我的理解就是：将样本空间的样本点（随机事件）用变量来表示，这样可以方便表示和计算概率。二、离散型随机变量及其分布律1、离散型随机变量（X）：随机变量的值是有限个或可列无限个时，这样的随机变量称为离散型随机变量。比如抛硬币，将正面朝上随机事件的随机变量设置为0，反面朝上的随机事件的随机变量设置为1。随机变量只有{0,1}，此时的随机变量.
2020-05-26 15:29:55
280
1
原创 《概论-浙大第4版-第一章》
概率论的基本概念一、随机试验1、确定性现象：必然发生的现象，如太阳东升西落；2、随机现象：可能这样，也可以那样的现象，如抛硬币；3、随机试验（E）：相同条件重复进行、试验结果可明确、试验前不可知结果；二、样本空间、随机事件1、样本空间（S）：E的所有可能结果的集合；2、随机事件：E的S的一个子集。三、频率与概率1、频率【f(A)】 = 频数 / 试验次数;2、概率【P(A)】：对于E的每个事件A赋予一个实数，记为P(A)，称为事件A的概率。四、等可能概率（古典概率
2020-05-26 10:46:40
161
原创 3Blue1Brown-线性代数的本质
01：什么是向量？02：线性代数组合、张量的空间与基线性组合：向量的相加和数乘运算就是向量的线性组合。张成空间：用两个向量相加和数乘表示的全部的向量的集合。线性相关：一组向量中，有向量在由其他向量组成的张成空间中，这一组向量就是线性相关。线性无关：一组向量中，任何一个向量都不在其他向量的张成空间中。或者说，增加一个向量，组成的张成空间的向量维度加一。基：向量空间中的一组基是张成该空间的一个线性无关的向量集。03：矩阵和线性变换变换“变换”的本质是函数的
2020-05-25 15:44:12
1216
《动手学深度学习---沐神》安装环境需要的包(python=3.8)
2022-03-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人