第十课预习笔记

shell特殊符_cut命令

*表示任意字符,不限制长度。

 

?也表示任意字符,但是长度为1.

#只做注释用,后面的命令不生效。

\脱义符号,让变量符号原样显示,不让系统理解为变量。

 | 管道符

cut可以截取想要的内容

sort的作用是排序(默认按照ASCII进行排序)

 sort -n 以数字去排序,特殊符号和字母都会被认为是0,排在最上方。

-r 反序排序

wc -l统计行数

wc -m 统计字符数(包括换行符$)

wc -w 统计词的数量,以空格或者换行为标注统计

uniq 去重

一般先排序,再去重,-c还可以统计次数

tee和>类似,重定向的同时还在屏幕显示。tee前要加管道符号|

>a.txt 清空a.txt内容

tee -a 是追加

tr替换字符

split切割

-b 100M 是按100M一个文件切割 100后面不跟单位,默认是字节。

 

指定前缀为abc

-l 1000 是按1000行一个文件切割

特殊符号

;分号分隔多条命令

>正确命令覆盖到后面文件

>>正确命令追加到后面文件

2>错误命令覆盖到后面文件

2>>错误命令追加到后面文件

&>正确和错误命令都输出到后面文件

||在shell中表示或者。前面命令执行成功,则不执行后面命令。前面执行执行不成功,才会执行后面命令。

&&只有前面命令执行成功以后,才会执行后面命令。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值