- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 RabbitMQ入门
RabbitMQ：优点：下述东西先mark一下，待验证RabbitMQ 单机吞吐量：万级 topic数量都吞吐量的影响： 时效性：微秒级，延时低是一大特点。 可用性：高，基于主从架构实现高可用性 消息可靠性： 功能支持：基于erlang开发，所以并发能力很强，性能极其好，延时很低 总结： erlang语言开发，性能极其好，延时很低； 吞吐量...
2019-06-28 16:23:11
213
原创 scp 一步到位移除不想要的的目录及文件？？
scp一步到位移除不想要的目录及文件，还是有困难，别的借用其它命令的话，也要机器上有安装。不过一般在网络机上传大量文件的话，一般先压缩再传。比如下面的文件夹opencv-2.4.10下：├── 3rdparty├── apps├── build├── build-install├── cmake├── CMakeLists.txt├── data├── doc├── includ...
2019-06-25 17:57:17
4974
原创 jetson-nano-sd-r32.1.1-2019-05-31.img 是怎么制作的呢？
> fdisk -l -u jetson-nano-sd-r32.1.1-2019-05-31.imgDisk jetson-nano-sd-r32.1.1-2019-05-31.img: 12 GiB, 12884901888 bytes, 25165824 sectorsUnits: sectors of 1 * 512 = 512 bytesSector size (logica...
2019-06-17 10:13:19
756
原创 深度学习入门（3）
1.卷积层（Convolutional）1） 填充(padding)在进行卷积层的处理之前，有时要向输入数据的周围填入固定的数据（比如0），这称为填充。使用填充主要是为了调整输出的大小。2）步幅应用滤波器(filter)的位置间隔称为步幅(stride)。输出大小的计算：假设输入大小为（H,W）,滤波器大小为（FH,FW),输出大小为（OH,OW），填充为P,步幅为S(横纵轴都为S)...
2019-06-15 16:50:07
388
原创 深度学习入门（2）
1.最优权重参数的最优方法参数更新方法（梯度下降方法）1）SGD(随机梯度下降法)class SGD: def __init__(self, lr=0.01): self.lr = lr def update(self, params, grads): for key in params.keys(): ...
2019-06-15 14:20:25
351
原创 深度学习入门（1）
1.感知机是神经网络的起源。2.偏置决定了神经元被激活的容易程度。具体表现我为 y = wx + b b为偏置项 w为权重3.常用激活函数及实现1)阶越函数y = x>0?1:0实现：def step_function(x): return np.array(x > 0, dtype=np.int)2)sigmoid函数y = 1/(1+exp(-x))...
2019-06-10 17:18:24
668
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人