自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

JosephJoestar

JosephJoestar

  • 博客(23)
  • 收藏
  • 关注

原创 MySQL更改数据目录

在Ubuntu系统中,如果启用了AppArmor服务,需要配置对服务文件系统的访问控制。使用rsync工具或cp将原数据库的数据移动到新的数据目录中。默认数据目录位于/var/lib/mysql。验证数据完整后可以删除原数据目录。重启AppArmor服务。暂停MySQL服务。

2023-04-19 17:29:43 487

原创 Bootstrap padding&margin样式

Bootstrap padding&margin样式

2022-07-20 21:16:15 2211

原创 从零开始搭建个人网站 —— 云服务器

从零开始搭建个人网站云服务器为什么要使用云服务器三级目录为什么要使用云服务器(ESC,Elastic Compute service)搭建云服务器云服务器为什么要使用云服务器三级目录为什么要使用云服务器(ESC,Elastic Compute service)性价比:使用一个云服务器对于一个像我这样的个人开发爱好者来说一定是一个性价比超高的选择,成本远低于自己购买一个物理服务器放在家里,后者要考虑能耗、冷却等各方面因素;安全性:相较于使用内网穿透软件,云服务器不仅提供弹性IP,而且现在国内主流

2021-05-09 22:55:32 469

原创 C++编译与GCC(C2)

2.GCC2.1 GNU 要提到GCC就避免不了谈到GNU。 GNU(GNU is not UNIX),在UNIX诞生之后,很多利益和非利益集团都对其投入了研究和使用,从而导致了软件的利益纷争和版权问题,很多程序的源代码开始对用户不可见。 在当时软件闭源大势所趋的态势下,开源之父Richard. M. Stallman逆流而行,提出开放源码的概念(Open Source),提倡大家共享自己...

2019-10-30 12:47:01 287

原创 基于Python的深度学习理论与实现(P8——误差反向传播算法)

误差反向传播算法 之前,我们使用数值微分计算了神经网络的权重参数的梯度(严格来说,是损失函数关于权重参数的梯度)。数值微分容易实现,但是缺点在于计算上比较耗费时间。所以,在训练神经网络时,一般使用误差反向传播 算法来高效的计算权重参数的梯度。计算图 书中以计算图的方法引入关于反向传播算法的概念。 计算图将计算过程用图形的方式表现出来,这里的图指的是数据结构图,即节点和边。现在我们用计算图来...

2019-10-23 19:24:37 725

原创 基于Python的深度学习理论与实现(P7——简单神经网络的实现)

回到神经网络 前面介绍了损失函数、Mini-batch、导数和梯度,现在我们做一个整合,将前面的内容整合起来并重新回到神经网络的学习过程中。 我们现在知道,损失函数描述的是真实数据与预测结果的误差,真实数据,比方说一张手写的5,我们的输入,比方说一张手写的3,我们将这个图像作为输入(忽略所有的图像处理的内容),这张输入的图片通过与神经网络与参数(可能包含多层,每层还有可能相同可能不相同的激活函...

2019-10-20 22:22:26 237

原创 基于Python的深度学习理论与实现(P6——导数、偏导数与梯度)

导数 一个函数对其某个参数的导数,就是这个函数的函数值在这个参数极微(即无穷小)变化下的发生的变化量。(虽然很绕口,但是本人认为比数学上传统的定义更好理解)导数的数学形式可以表示为:df(x)dx=lim⁡h→0f(x+h)−f(x)h\frac{df(x)}{dx} = \lim_{h\rightarrow 0}\frac{f(x+h)-f(x)}{h}dxdf(x)​=h→0lim​h...

2019-10-20 19:22:53 892

原创 基于Python的深度学习理论与实现(P5——mini-batch学习)

mini-batch 

2019-10-16 22:55:18 819

原创 C++中explicit关键字详解

 C++中支持explicit关键字,要详细叙述该关键字要从复制构造器——类型转换构造器说起。 C++编写类时,有一种特殊的构造器——复制构造器,它只有一个参数,参数类型是本类的引用(常引用也可,如果是常引用可以使得该构造的应用范围更广),复制构造器...

2019-10-14 20:58:58 327

原创 基于Python的深度学习理论与实现(P4——神经网络的学习与损失函数)

神经网络的学习 前面提到了神经网络与感知机的一个重要区别——激活函数。现在介绍神经网络的另外一个精髓——学习。 神经网络的学习指的是从训练数据中自动获得最优权重参数的过程。 从以上的定义中,我们可以看出神经网络学习中的几个重点。数据: 数据是所有机器学习算法中的根本,深度学习当然也不例外,从数据中寻找答案、从数据中发现模式是机器学习算法的根本模式和核心内容。这种以数据为驱动的方式,脱离...

2019-10-14 14:19:20 320

原创 基于Python的深度学习理论与实现(P3——神经网络的实现与输出)

神经网络的实现与输出 由上一篇的内容可以看出,神经网络可以认为是多层的、每层由平滑激活函数激活的朴素感知机。至此我们可以实现一个三层神经网络的向前传播。向前传播表示从输入到输出方向的传递处理,它表示的是一次完整的映射过程;与之向对应的是向后传播,它表示从输出层到输入层的传递,向后传播是一次完整的过程,这部分内容也是神经网络的精髓,在后续内容中会着重涉及。 现在我们使用Python实现一个三层神...

2019-10-14 11:19:33 318

原创 基于Python的深度学习理论与实现(P2——神经网络)

神经网络 基于多层感知机实现的逻辑运算可以表示任何复杂的函数,甚至可以表示整个计算机的复杂处理,但是,感知机设定权重的工作还是由人工来完成,这项工作的完成不仅仅是复杂低效的,而且需要具有极强的先验知识,这与人工智能的基本思想大相近庭。 朴素感知机与神经网络的基本区别就在于神经网络可以自动地从数据中学习到合适的权重参数...

2019-10-13 22:33:16 271

原创 基于Python的深度学习理论与实现(P1——感知机)

 本文作为日本斋藤康毅《深度学习入门—基于Python的理论与实现》的学习总结(国内译版本由人民邮电出版社出版)。 首先作为一个半路出家的人工智能初学者和爱好者,在网上首先购入的就是花花草草的DL和瓜田丰收的ML,拿到这两本书捧在手上顿时感觉一种学院派的气息,走在路上都格外的有格调。 但是这两本书让一个像白纸一样的我陷入了深深的自卑与...

2019-10-13 19:21:26 220

原创 C++构造器与祈构函数总结

另外一篇博客说到了构造器的初步,即对对象的初始化,以及默认构造器相关的内容接下来这篇着重总结构造器与祈构器的其他内容。重载构造器 在编写类时,可以编写多个参数列表不同的构造器,当根据不同的参数创建对象时,编译器会根据所提供的参数信息来决定该调用哪个构造器来初始化成员变量。class MyClass{ int a; double b; string s; MyClass(int _...

2019-09-23 20:02:22 308

原创 C/C++变量初始化、类的构造函数

C/C++未初始化的变量 对于基本类型的变量而言,未初始化的变量分为全局变量和局部变量以及静态变量三种情况:全局变量 全局变量在程序装入内存时就已经分配好了内存空间,程序运行期间全局变量的地址不会发生变化。而未初始化的全局变量在内存中会被编译器分配到BSS(Block Started by Symbol)段,未初始化的全局变量和静态变量会被放入BSS段。在程序每次进入运行前之前BSS段会...

2019-09-22 19:58:45 292

原创 C/C++指针与数组、void指针、指针函数、指针数组、指向指针的指针

 指针是C/C++中的难点之一,本文列举一些复杂的指针内容。指针与数组 这一点应该已经是常识了,一个数组的名字实际上就是一个指向该数组的起始位置的指针,这使得我们可以通过指针对数组进行操作:int a[] = {1,2,3,4};int *p;p = a;//此时指针p就指向数组a的起始元素。另外,在数组作为函数参数时,void func(int *p){}和void fu...

2019-09-19 20:00:54 229

原创 C/C++空指针总结

在C中 在C中,使用NULL表示空指针,实际上,NULL被定义为:#define NULL ((void*) 0)  其中((void *) 0)表示对’0’进行强制转换,转换为一个void类型的指针,用于表示空指针。即NULL表示一个指向地址’0’的void指针,将NULL赋予其他类型的指针时,会进行一个隐式转换,将void类型的指针转换为相应的类型。在C++中(C++11之前) 在...

2019-09-19 12:10:56 1958

原创 C/C++基本数据类型转换总结

C++基本数据类型RANK LISTintunsigned intunsigned longlong longunsigned long longfloatdoublelong double当数据类型转换发生在不同基本数据类型被运算符连接成一个表达式时short,unsigned short,char,wchar_t,char1...

2019-09-18 23:04:39 646

原创 数据库常见问题(P3)

什么是嵌入式SQL?什么是过程化SQL?什么是存储过程?它们的作用是什么? 标准的SQL是非过程化的查询语言,非过程化使其操作统一且使用简单,但是也导致其没有过程化编程语言那样的流程控制和代码复用性。为了克服这个缺点,出现了嵌入式SQL和过程化SQL以及存储过程等使用SQL的方式。 嵌入式SQL指的是将SQL语句嵌入程序设计语言,如C++、Java等,嵌入SQL后的代码需要首先经过数据库管理系...

2019-09-12 17:37:10 178

原创 数据库常见问题(P4)

什么是空值?如何处理空值? 空值表达以下意义:某个属性应该有一个值,但是目前不知道其具体值;某个属性不应该有值;某个属性的值不便于填写;  在创建表的时候,可以对某个属性做出是否可以为空的限定。如果一个属性可以为空(UNIQUE和码属性不能取空),那么在插入一个元组时,可以选择性的将该属性设置为空(NULL)。判断一个属性值是否为空,使用IS NULL 或IS NOT NULL来判断。...

2019-09-12 17:36:50 252

原创 数据库常见问题(P2)

什么是基本表?什么是查询表?什么是视图表?三者间有什么区别? 在关系型数据库中,我们通常将一个关系称为一个表,表分为三种:基本表、查询表以及视图表; 基本表(TABLE)大量存在于关系型数据库的逻辑模式中,是在数据库中实际存在的表,是实际存储数据的表。 查询表是查询结果对应的表。 视图表(VIEW)是根据基本表或其他视图表导出的子表,并不是实际存储的数据,是虚表。...

2019-09-05 10:47:33 393

原创 数据库常见问题(P1)

数据库系统由哪些部分组成?数据库系统是采用数据库技术的计算机系统,由以下部分组成:数据库(DB,database):存放于计算机存储设备中按一定格式存放的数据仓库;数据库管理系统(DBMS,database management system):用于对数据库提供管理支持的软件系统;数据库管理人员(DBA,database administator):通过对数据库管理系统对数据库进行管理的...

2019-09-04 14:24:41 216

原创 C++编译与GCC(C1)

文章目录:1.编译与解释1.编译与解释: 1.1 简介 编程语言是人与计算机的交流语言,计算机最后能执行的只能是二进制代码,它无法理解自然语言,所以现代高级编程语言的目的就是将自然语言转换为计算机能够理解的二进制代码,根据交流方式的不同,编程语言分为两个主流类型:编译型语言; 解释型语言; 举个例子来说就像我们如果因为生活或工作的需要,要了解一篇英...

2019-09-03 17:26:54 315

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除