- 博客(19)
- 收藏
- 关注
RSS订阅原创 系统分析与设计（lesson 16）
1. 使用ECB实现make reservation 用例的详细设计（包含用例简介，顺序图，类图）2. 将逻辑设计类图映射到实际项目框架的包图。用树形结构表述实现的包和类...
2018-06-30 23:28:03
229
原创 Flask在windows下的配置
安装flask总共分为3步一、安装python百度上关于python安装的教程有许多，这里就不进行赘述了。 电脑本地已经安装完成了python 二、安装virtualenv 安装Flask最快捷的方式是使用虚拟环境。虚拟环境是Python解释器的一个私有版本，在这个环境中你可以安装私有包，而且不会影响系统中安装的全局Python解释器. 虚拟环境非常有用，可以在系统的...
2018-06-24 14:36:39
919
原创 系统分析与设计 lesson 13
1. 描述软件架构与框架之间的区别与联系软件框架：面向领域（如ERP、计算领域等）的、可复用的“半成品”软件，它实现了该领域的共性部分，并提供了一些定义良好的可变点以保证灵活性和可扩展性。也就是说软件框架是领域分析结果的软件化，是领域内最终应用的模板。软件架构：是系统的草图，是一系列相关的抽象模式，用于指导大型软件系统各个方面的设计，是一个系统的草图，描述的对象是直接构成系统的抽象组件。各...
2018-06-04 12:30:02
323
原创 系统分析与设计作业九
系统分析与设计作业九用例图搜索歌曲并将歌曲添加到歌单中活动图领域模型状态图以播放列表(PlayList)为对象： - 用户可以创建一个播放列表 - 如果用户尚未登陆，不能添加歌曲到已有列表 - 如果用户已经登陆，可以添加歌曲到已有列表中 - 用户可以删除列表事件有：{create, add songs, log in, log ...
2018-05-13 21:13:54
240
原创 深度学习的一些基础概念
这些概念根据之前博客给出的笔记进一步整理归纳图像分类篇最邻近分类器最邻近分类器，即 Nearest Neighbor 分类器，其实这个分类器跟卷积神经网络没有任何关系，实际中也极少使用。 原理：Nearnest Neighbor 算法将会拿着测试图片和训练集中每一张图片去比较，然后将它认为最相似的那个训练集图片的标签赋给这张测试图片。 比较两张图片的时候，会用到两种距离的计...
2018-05-09 11:11:34
1141
转载 CS231n官方笔记的链接整理
原文链接：贺完结！CS231n官方笔记授权翻译总集篇发布 CS231n的全称是CS231n: Convolutional Neural Networks for Visual Recognition，即面向视觉识别的卷积神经网络。该课程是斯坦福大学计算机视觉实验室推出的课程。需要注意的是，目前大家说CS231n，大都指的是2016年冬季学期（一月到三月）的最新版本。以下是转自原博客的一些链接...
2018-05-06 18:44:24
964
原创 系统分析与设计作业六
状态建模（1）使用 UML State Model建模对象：参考Asg_RH文档，对Reservation/Order对象建模建模要求：参考练习不能提供足够信息帮主你对订单对象建模，请参考现在 定旅馆 的旅游网站，尽可能分析围绕订单法神的各种情况，直到订单通过销售事件（柜台销售）结束订单让我们回顾一下围绕订单的各种情况： - 用户选择好旅馆、房间、check in da...
2018-05-06 15:49:27
198
原创 《Show, Attend and Tell: Neural Image Caption Generation with Visual Attention》阅读笔记
这篇论文提出了Attention机制对于Encoder-Decoder进行改进。在Encoder-Decoder结构中，Encoder将输入序列编码为hnhnh_{n}。这样做的一个潜在问题是，如果原始序列中包含的许多信息，而hnhnh_{n} 的长度又是一定的，那么hnhnh_{n} 就存不下我们所需的所有信息。 利用Attention机制，Decoder可以在输入序列中选取需要的特征，提高了...
2018-05-05 09:28:37
4764
原创 系统分析与设计第五次作业
领域建模a. 阅读Asg_RH文档，按用例领域模型建模按Task2 要求，请使用工具UMLet，截图格式务必是png并控制尺寸 说明：请不要受PCMEF层次结构影响。你需要识别实体（E）和中介实体（M, 也称状态实体）（1）在单页面应用（如vue）中，E一般与数据库建模有关，M一般与store模式有关 （2）在java web应用中，E一般与数据库构建有关...
2018-04-29 21:58:10
264
原创 系统分析与设计第四次作业
1. 用例建模a. 阅读 Asg_RH 文档，绘制用例图。 按 Task1 要求，请使用工具 UMLet，截图格式务必是 png 并控制尺寸 b. 选择你熟悉的定旅馆在线服务系统（或移动 APP），如绘制用例图。并满足以下要求：对比 Asg_RH 用例图，请用色彩标注出创新用例或子用例尽可能识别外部系统，并用色彩标注新的外部系统和服务以美团预约酒店为例： c. 对比两...
2018-04-22 15:58:03
354
转载 丢弃法（Dropout）
原文链接见 丢弃法（Dropout）—— 从零开始 在深度学习中，一个常用的应对过拟合（overfitting）问题的方法叫做丢弃法。概念在现代神经网络中，我们所指的丢弃法，通常是对输入层或者隐含层进行一下操作： 1. 随机选择一部分该层的输出作为丢弃元素 2. 把丢弃元素乘以0 3. 把非丢弃元素拉伸本质在集成学习里，我们可以对训练数据集有放回地采样若干次并分别训...
2018-04-21 17:01:05
4432
原创 《Show and Tell: A Neural Image Caption Generator》阅读笔记及相关知识
Image Caption 指的是自动从一张图片生成描述性语句，不仅能指出图片中包含的物体，而且能够表达图片中物体的相互关系、他们的属性以及他们共同参与的活动。 这有点类似于“看图说话”，但是对于机器来说却是一项很有挑战性的任务。因为机器不仅要能检查出图像中的物体，而且要理解物体之间的相互关系，最后还要用合理的语言表达出来。Encoder - Decoder在Image Caption...
2018-04-21 15:11:37
11233
2
原创 《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》阅读笔记
CNN：输入大小固定CNN的局限性之一是求固定输入的大小。操作过程当CNN应用于任意大小的图片时，有两种方法将输入图片转化为固定大小： 1. 剪裁（crop）：由于剪裁的图片不可能包括整个物体，难免会造成信息的丢失 2. 扭曲（warp）：可能会造成几何失真 因此，CNN的操作流程如下图所示： 原因CNN主要由两部分构成：卷积层以及全连接层。卷积层并不需要固...
2018-04-18 03:04:49
266
原创 循环神经网络（RNN）入门
之前学习了卷积神经网络（CNN），在这里再简单介绍一下卷积神经网络的原理。一个典型的卷积神经网络为：输入 -> 卷积 -> RelU -> 池化 -> RelU -> 卷积 -> ... -> 池化 -> 全连接层 -> 输出对于CNN来说，并不是所有上下层神经元都能直接相连，而是通过“卷积核”作为中介。而通过max pooling等操作可以进...
2018-04-17 02:17:51
12395
原创 Flask入门
参考此教程：Flask入门官方文档：Flask先从一个简单的应用讲起，此应用如下图所示：from flask import Flaskapp = Flask(__name__)@app.route('/')def hello_world(): return 'Hello World!'if __name__ == '__main__': app.run()运行结果如下所...
2018-04-15 23:10:07
196
原创 系统分析与设计第三次作业
在这一周中，完成了Python和Flask的环境配置，并初步学习及了解了Python和Flask的一些基本知识。Python的安装较为简单，网上也有很多教程，可以参考：安装Python由于我在之前安装Anaconda3时就已经安装了Python 3.6，在这里就不赘述Python的安装了Flask安装Flask依赖两个外部库，Werkzeug 和 Jinja。Werkzeug是一个WSGI工具集，...
2018-04-15 16:36:08
235
原创 Python入门
参考此教程：Python教程几个需要注意的点注释：以#开头的语句Python使用缩进来组织代码块，使用4个空格的缩进。在文本剪辑器中，需要设置把Tab自动转换成4个空格，确保不混用Tab和空格。Python程序是大小写敏感的输入和输出输出用print()可以向屏幕上输出指定的文字。比如输出“hello world”:print('hello, world')print()函数可以接受多个字符串，用...
2018-04-15 15:01:36
359
原创 系统分析与设计第二次作业
1、 简答题1） 简述瀑布模型、增量模型、螺旋模型（含原型方法）的优缺点瀑布模型：瀑布模型是最基本的一种可供选择的软件开发生命周期模型。优点：降低软件开发的复杂程度，提高软件开发过程的透明性，提高软件开发过程的可管理性推迟软件实现，强调在软件实现前必须进行分析和设计工作以项目的阶段评审和文档控制为手段有效地对整个开发过程进行指导，保证了阶段之间的正确衔接，能够及时发现并纠正并发过程中存在的缺陷，使...
2018-03-22 22:53:14
347
原创 系统分析与设计第一次作业
1、简答题1) 软件工程的定义：软件工程是指导计算机软件开发和维护的工程学科，将系统化、规范化、可度量的方法应用于软件的开发、运行和维护的过程，即将工程化应用于软件中。采用工程的该奶奶、原理、技术和方法来开发与维护软件，把经过时间考验而证明正确的管理技术和当前能够得到的最好的技术方法结合起来，这就是软件工程。2) 阅读经典名著“人月神话”等资料，解释software crisis、COCO...
2018-03-15 18:32:37
198
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