- 博客(127)
- 资源 (5)
- 收藏
- 关注
RSS订阅
原创 Jquery添加元素（append，prepend，after，before四种方法区别对比）
jquery是一个平常比较喜欢用的js框架，因为上手比较简单吧，哈哈，下面呢，就介绍一下Jquery中如何添加元素。jquery添加元素一共有四个语句，分别是append（），prepend（），after（），before（）append的用法 这个方法的意思是在选中目标的结尾插入内容。举个例子：p>hellop>如果执行下面这个插入语句，上面的语句会变成什么样子$("
2018-01-18 15:53:25
99060
8
原创 JavaScript 实现MD5加密
1.首先要到http://pajhome.org.uk/crypt/md5/下载js文件。 2.在页面文件中添加： <script type="text/javascript" src="md5.js"></script> 3.使用函数hex_md5()进行加密<!DOCTYPE HTML><html><head><meta charset="utf-8"><title>md5加密</
2017-06-07 04:55:28
17447
原创 01 C++Primer-基本内置类型
01 C++Primer-基本内置类型从这篇博客开始，作者开始总结C++ Primer的知识点以及疑难点，希望能加深自己的印象，也能够给大家带来一定的帮助。#mermaid-svg-YHaqJho6PUshJ8nL .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-YHaqJho6PUshJ8nL .la
2021-10-24 19:35:54
398
原创 MULTI-CHANNEL SPEECH ENHANCEMENT USING GRAPH NEURAL NETWORKS 文献翻译
来自于脸书实验室的一篇文章，将图神经网络用在了多通道语音增强上面，思路比较新奇，下面可以通篇看一下翻译的中文，有哪些值得我们去借鉴的思想
2021-07-19 17:30:42
1426
6
原创 pytorch Embedding的实战和用法解析
本篇博客着重于进行代码实战讲解，目的是弄清楚它的实际运行情况和常规参数表达含义。至于一些理论的东西，我认为其他博主解释的已经相当好了，在下面的文章中我也会将其引用出来。为什么使用嵌入层Embedding？来源：https://www.jiqizhixin.com/articles/2019-03-27-71、使用One-hot 方法编码的向量会很高维也很稀疏。假设我们在做自然语言处理（NLP）中遇到了一个包含2000个词的字典，当使用One-hot编码时，每一个词会被一个包含2000个整数的向.
2021-07-18 22:00:42
9219
8
原创 python log日志常用用法总结
* DEBUG 等级最低的，最详细的日志信息，典型应用场景是 问题诊断* INFO 信息详细程度仅次于DEBUG，通常只记录关键节点信息，用于确认一切都是按照我们预期的那样进行工作* WARNING 当某些不期望的事情发生时记录的信息（如，磁盘可用空间较低），但是此时应用程序还是正常运行的* ERROR 由于一个更严重的问题导致某些功能不能正常运行时记录的信息* CRITICAL 当发生严重错误，导致应用程序不能继续运行时记录的信息
2021-07-05 10:16:12
2766
2
原创 python 中yaml文件简单用法总结
YAML是一种标记语言，它使用空白符号缩进和大量依赖外观的特色，特别适合用来表达或编辑数据结构、各种配置文件、倾印调试内容、文件大纲。
2021-07-03 20:14:36
4395
3
原创 一文带大家初了解Speechbrain
Speechbrain是一个基于pytorch的语音工具包，它的野心也是很大的，定位是将所有功能集于一身的语音工具包。涉及到各种语音技术，比如语音识别系统、说话人识别系统、语音增强系统、多麦克风信号处理系统等等。接下来，我主要是从github简介入手，做一个中文翻译这样的工作。
2021-06-28 15:27:01
9869
3
原创 心甘情愿的当了第一批计算机三级Linux考试的小白鼠
今天考完了计算机三级Linux考试，对于下一此要报名这个科目的同学，我有以下几点建议:1. 认真看书！认真看书！认真看书！2. 有条件的一定要在自己电脑上安装一个虚拟机，亲自动手试试书上的代码，绝对比你背代码效果好一万倍3. 迷糊不懂、头一次做错的一定要想办法纠正，要不然考试容易怀疑自我。4. 概念型的话、命令的用法、文件名的含义要重视，大段的概念不可能考，多注意那些容易让你填1-3个字的名词概念。
2021-03-27 20:13:27
4082
237
原创 《娱乐至死》读书笔记
关于信息碎片化。抖音、微博提供的信息流和个性化推荐算法，使得人们更愿意花时间沉浸在其中，我也不例外。时间消磨过去之后，更多的是空虚，没有任何的收获，甚至有些自责。人们常说，知己知己，才能百战不殆。要想去减少碎片化带给我们的危害，我们得首先能够去认识到这些危害，这里得认识不仅要我明白了，还要从自己具体得行动中去体会，去归纳总结。
2020-09-27 17:00:57
2357
原创 《认识突围：做复杂时代的明白人》读书笔记和自我理解感受
《认识突围：做复杂时代的明白人》读书笔记和自我理解感受这本书说实话，在八月中旬的时候，就已经读完了，至于为什么拖到九月初呢，这，中间有很多原因，但是，自己迟迟不愿意开始，是导致笔记延期的最大因素，也可以称之为拖延。为什么看了这么多关于拖延的书，还是会有拖延的情况呢？每个人的情况不同，以我为例，这次我迟迟没有写读书笔记，原因是自我虚夸这件事开始的门槛。那尝试的解决办法，强迫自己先做20分钟，做不下去就不做，如果可以，那就将这件事做完。这本书从认知自己，认识关系，认识金钱，认识时间，认识人生，认识知识这六大
2020-09-01 09:27:06
1075
1
原创 精准努力，我该如何去做？
《精准努力，刘媛媛的逆袭课》这本书我是通过微信读书这个软件看到的，从头到尾大概花了一周的时间。整本书覆盖范围非常广，从思想的塑造，到时间的管理，再到社交技巧等，可以看得出，这本书凝聚了作者很大的心血。同时呢，也给了我非常大的启发。作者对于许多热门的问题，都提出了自己的解决方式。这些方法很有参考价值，我也在尝试用作者的方法去解决自己的问题。
2020-08-04 12:12:01
542
原创 python爬取携程旅游评价信息词云图分析
这一篇呢，咱们主要使用jieba和wordcloud这两个包进行评价词云图分析。jieba是一个中文分词的工具包，wordcloud是专门用来画词云图的。
2020-07-30 10:32:57
3496
原创 《持续行动》感受行动和时间带给你的改变
《持续行动》感受行动和时间带给你的改变scalers，当当2016-2020年度影响力作家，其代表作为《刻意学习》、《持续行动》。在七月初，我开始阅读《持续行动》这本书，一来呢，我想给我下半年的读书计划加加油打打气，二来呢，近些天一直有些迷茫，希望能从书中找到一些答案。这本书呢，作者以时间为量度，分别以10天、100天、1000天这三个时间段，对我们在持续行动中可能会出现的问题和情绪上的问题，给出了很好的解答。除此之外，针对一些比较热门的问题，作者也给出了自己的观点，并将其融合在持续行动的理念当中。总的
2020-07-12 14:29:05
864
原创 前向逐步线性回归算法
前言前一篇博客，我们使用了缩减法中的岭回归来改进线性回归算法。其好处是能够减少过拟合，增大模型方差减小偏差。此博客将使用另一种方法对线性回归算法进行改进，其主要目的是找出对结果影响最大的几个属性值。背景和岭回归一样，lasso是也是属于缩减法的一种。但是由于其计算比较复杂，繁琐，我们使用另外一个简单的算法进行替代，这个算法就是前向逐步算法，该算法可以达到和lasso算法几乎一样的结果。这里前向逐步算法主要使用了贪心算法的思想，即每进行一步都要减少误差，直到最后迭代结束。前向逐步算法原理分析该算法
2020-07-08 15:25:19
6233
原创 岭回归算法的原理和代码实战
学过吴恩达老师的机器学习入门课程都应该知道，在逻辑回归那一讲，吴老师提到了使用正则化来防止逻辑回归模型过拟合。而岭回归在这里的作用是一样的，同样也是防止模型过拟合。这两者的区别在于，同样在使用差平方作为所损失值后，前者使用梯度下降法进行参数优化，而后者使用最小二乘法计算参数。
2020-07-03 08:41:25
3979
原创 局部加权线性回归算法原理分析和代码实战
前面我们介绍了最基础的线性回归算法，也提到了它容易出现欠拟合的现象。那么，本文的局部加权线性回归将解决这个欠拟合问题。我觉得这个思路具有很好的迁移性，咱们一起好好看看。
2020-06-24 16:23:52
3907
2
原创 线性回归算法拟合数据原理分析以及源代码解析
前面的博客讲的都是分类问题，接下来的几篇博客，会着重于回归，倾向于对数据进行预测。大家是不是一听到预测就眼睛一闪，是不是可以用来预测股票涨跌、彩票号码什么的！我只能告诉你有人做出来的股票预测软件，而且正确率挺可观的。作为一个学习者，别着急，千里之行始于足下。踏踏实实的从原理到代码，一步一脚印。
2020-06-24 12:45:51
6446
4
原创 简单易懂的ROC曲线和AUC面积
咱们在前面的学习中，对于模型的好坏，我们使用最多的是用精准度来衡量。这对于数据样本类别个数相对均匀来讲，是很好的衡量方法。但是对于数据样本类别极度失衡的情况，比如正样本有1000个，负样本只有10个，使用模型精准度来作为衡量标准就不合适了。接下来，咱们介绍一种新的衡量模型好坏的方法--ROC曲线。
2020-06-20 20:16:38
3495
1
原创 基于单层决策树的adaBoost算法思想分析和源代码解析
上一篇SVM可是废了我好鼻子劲，这一篇咱们来点愉快的东西。我们一定听说过这句俗语：“三个臭皮匠，顶个诸葛亮！” 大致意思就是三个能力一般的人加起来，也能抵得上一个能力很强的人。通俗意思就是人多力量大。没错，今天咱们所说的这个算法，就是利用这三个臭皮匠，去替代这个诸葛亮。
2020-06-17 15:49:32
1796
原创 历经一个月，终于搞定了SVM(支持向量机)-附源代码解析
其实整体算下来，断断续续的也得有快两个月了(原谅博主比较笨)。中间也有好几次放弃，不想写这篇总结了，但是之前立下的誓言，要将学习到的每一个机器学习算法写成博客总结，一方面呢，检验自己是否真的明白了，另一方面，也希望自己的理解能够帮助到一些人。
2020-06-11 17:51:29
35161
135
原创 Logistic 回归分类算法原理分析和实战
前面咱们已经学习完了KNN、决策树、朴素贝叶斯算法，这些都是解决分类问题的。今天，咱们要讲的也是解决分类问题，叫做Logistic 回归分类算法。
2020-05-21 10:53:11
3373
1
原创 一个Python例子带你理解朴素贝叶斯算法原理
前面我们在我们学习过KNN和决策树后，我们提出了一个问题，就是我们希望算法能够给我们一个分类概率，并不希望直接告诉我们分类情况。朴素贝叶斯将为我们解决这个问题。
2020-05-19 12:13:16
1281
原创 机器学习算法-决策树原理分析和源代码详解
上一篇文章我们介绍了KNN邻近算法，分析了这个算法的一些优缺点。这一篇，针对KNN无法理解数据内容的缺点，我们来介绍决策树。
2020-05-17 12:10:01
1217
原创 K-近邻算法(KNN)原理分析和代码实战
K-近邻算法，全称为K-nearest neighbor，简称KNN。它是一个原理非常简单，但是计算复杂度比较高的一个分类算法，接下来，我们先从原理出发，再进行源代码的解析。
2020-05-15 11:45:25
1507
原创 从0到1使用python开发一个半自动答题小程序
最近每天都有玩微信读书上面的每日一答的答题游戏，完全答对12题后，可以瓜分无限阅读卡。但是从小就不太爱看书的我，很难连续答对12道题，由此，产生了写一个半自动答题小程序的想法。我们先看一张效果图吧
2020-05-11 21:15:50
5624
9
原创 PCA(主成分分析-principal components analysis)学习笔记以及源代码实战讲解
在看完吴恩达讲解的PCA(主成分分析)方法后，想着能够用代码的方式实践一下。紧接着就借阅了一下《机器学习实战》里面对PCA的流程的讲解和代码。现在对PCA的运算过程还是比较明白的，也希望这份学习笔记能够帮助刚开始学习PCA的同学们。
2020-05-04 09:02:41
1795
1
原创 K-mean均值算法原理讲解和代码实战
最近在学习吴恩达机器学习课程，刚刚学完第一个无监督学习算法，搭配着机器学习实战里面的k-mean实战，成功的将理论和实际结合了起来。接下来，咱们简单的分析算法原理之后，着重讲解一下源代码。
2020-04-26 10:46:45
3553
1
原创 paddle硬标签交叉熵算法和软标签交叉熵算法
最近在使用paddle深度学习框架进行项目实战，拿来练手的项目是手写数字集识别，所用到的损失值计算方式是交叉熵计算。但是，通过查阅paddle官网的交叉熵实现方法的api文档，发现有两种交叉熵算法，一种是硬标签交叉熵算法，另一种是软标签交叉熵算法。由于我在网上搜索相关问题，没有对应的解答，所以，我在这里将和大家讨论一下这两个交叉熵算法。
2020-04-02 15:34:17
3719
2
原创 paddle深度学习基础之模型加载及恢复训练
前面几节，我们从各个方面对模型进行了优化，也实现了将模型保存下来。但是在日常训练工作中我们会遇到一些突发情况，导致训练过程主动或被动的中断。如果训练一个模型需要花费几天的训练时间，中断后从初始状态重新训练是不可接受的。别着急，这一节咱们就是讨论这个事情。
2020-04-01 20:49:17
3463
1
原创 paddle深度学习基础之训练调试与优化
上一节咱们讨论了四种不同的优化算法，这一节，咱们讨论训练过程中的优化问题。本次代码修改模型全是在卷积神经网络
2020-04-01 20:46:37
19399
原创 paddle深度学习基础之优化算法
咱们前面通过优化损失函数，将之前按用的均方误差损失函数换成了最合适的交叉熵损失函数。这一节，咱们将在优化算法上进行讨论。
2020-04-01 20:44:42
1818
原创 paddle深度学习基础之网络结构
在这一节，我们主要讨论手写数据集的网络结构。之前咱们使用的是线性结构，预测的结果也是很不理想，接下来，咱们尝试更多的网路结构
2020-04-01 20:38:20
2254
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人