- 博客(26)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 狂想2014
当我走入这条河我的思绪像一条船目光扫过湖面我看见了粉碎的时间当我走入这条河月光淹没在河水间河面的皱纹开始蔓延他看见他在水中消失不见当我走入这条没有颜色的河他抽搐的声响使我有一种喝水的错觉感当她走入这条河残缺的楼宇在水中浮现树林突然没了边旧时的古堡展开像一把折扇当她走入这条河雨凝固在水面她看见水中的树叶回到很多年前夜空被拉长得很远你看见我的影子沉入了深渊...
2020-05-21 17:40:59
212
2
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 深度学习分享1:神经网络概念
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2020-05-14 22:14:53
329
原创 C语言笔记
C语言关于for循环for(int i=0;i=0;i<5){ xxx;}这个循环一次都不会执行,因为当判断条件是一个赋值语句且赋值为0时循环一直为false,直接跳出,当赋值不为0时为无限循环输入注意int x=0;scanf("%d",x);这样写是不对的,因为按照c语言的语法规则,输入应该对应一个地址,所以应该为scanf("%d",&x);...
2021-10-30 11:08:02
185
原创 再见了,黑鸟
再见了,黑鸟 写给自己19岁的小说很多年以后,当c的面容像一粒灰尘一样从破碎的的玻璃窗上被抹去,我便从一个淅淅沥沥的雨夜中醒来。那时我正躺在一条潮湿的马路上,清楚记得那一天是五月三十二日,甚至可以想起左手食指和中指夹着的第十九根发红的烟头像萤火虫从一样飞了出去,因此也就和十九具尸体一起平铺在了马路上。事实上,我已经离开了那个地方,在此之前
2020-11-20 07:49:16
294
原创 数据库常识(小细节)
1.数据库中有null参与的加减乘除最后结果都是null,ifnull(sal,0)函数表示工资如果为null,当成0来处理,ifnull是单行处理函数,输入多少行,输出多少行,source+bjpowernode.sql可以导入到事先创建好的create database bjpowernode中,desc+表名可以获得表结构,desc也用在order by中表示从大到小逆序排,drop database bjpowernode是删除数据库\c是终止,exit是退出数据库,net start/stop m
2020-11-20 07:42:43
342
1
原创 Extracting Information from Encrypted Data using Deep Neural Networks
关键词cryptography密码学cryptanalysis密码分析Block Chaining密码区块链Plaintext明文throughout遍及encryption algorithms加密算法impenetrable高深莫测的arbitrary precision任意精度decrypt解密break down分解stack堆叠...
2020-11-20 07:33:07
168
原创 java常识(小细节)
java常识1.ctrl +y和ctrl+z重做和撤销,光标在末尾shift+home选中这一行,行首按shift+end选中这一行。home回到行首,end回到行尾,ctrl+home回到文件头,ctrl+end回到文件尾,双击选中一个单词,三击选中一行,ctrl+a全选2.home键和end键可以使光标分别回到头和尾3.单行注释是ctrl+/,多行注释是ctrl+shift+/4.计算机只有硬件是无法工作的,需要软件驱动硬件才能工作,软件包括系统软件和应用软件,系统软件是直接与硬件交互的软件,如
2020-11-07 21:11:04
955
1
原创 常见报错信息及解决办法(持续更新)
报错解决方案1 java.lang.ArrayIndexOutOfBoundsException: 0 数组越界,后面的0代表索引0已经超出数组范围,而有索引0代表数组的长度至少为1,连索引0都没有,也就是说这个数组的长度是02 这种构造方法array的长度并不会为max,而是默认值0这才是正确的写法,因为new对象先执行构造方法,第一种写法虽然只有max,其实也把Object []array赋值了,那么max赋值为0,Object[]赋值为一个长度为0的数组,再把max变为10,因此,数组并没有因为
2020-11-07 21:09:26
1455
原创 从Google DeepMind成果看人工智能发展
从Google Deep Mind成果看人工智能发展(四川大学 电子信息学院)摘要:近几年,人工智能非常火热,几乎渗透到了社会的方方面面,但是人们只是看到了它光鲜的外表,殊不知它也曾经历了漫长的寒冬,未来之路任重而道远,生死存亡未可知。本文从谷歌公司旗下的Deep Mind公司成果出发,简要探讨它们背后的原理以及人工智能的发展历程。关键词:人工智能,机器学习,深度学习,强化学习引言:从未有过如此复杂的情绪,起初信心满满,然后如临深渊,再而震惊,再而怀疑,直至绝望。这是人类与机器的智慧比拼,这一次人
2020-07-13 19:10:23
724
原创 深度学习分享12:卷积神经网络(CNN)
前面用全连接神经网络对图像进行了识别,总觉得奇奇怪怪的,因为全连接的方法就是死记硬背,根本没有考虑图像的空间结构,它对待相距很远和相距很近的点的态度是一样的,比如说猫的眼睛跟鼻子的像素他们之间应该联系的更紧密一些,而眼睛跟鼻子的像素关联度要更远一些,而用卷积神经网络的方法很好的考虑了图像的内部关系和空间结构。...
2020-07-06 20:56:44
273
原创 论文精度:(LE-NET)gradient-based learning applied to document recognition
关键词heuristic启发式oversegmentation过度分割
2020-07-04 09:01:50
141
原创 论文精读:(Alex-Net)ImageNet Classification with Deep Convolutional Neural Networks
关键词high-resolution高分辨率non-saturating非饱和a variant of的变体make essential use of 基本使用要点1 网路层数更深,识别率取得突破性进展,一些卷积层后面采用最大池化的操作,采用非饱和神经元,用GPU处理卷积操作速度更快,采用弃权的方法减缓过拟合(实验证明这种方法很有效),...
2020-06-28 11:49:20
222
原创 project2:各种衣物的分类识别
import tensorflow as tfimport matplotlib.pyplot as pltplt.rcParams['font.family']='SimHei'fashion=tf.keras.datasets.fashion_mnist(x_train,y_train),(x_test,y_test)=fashion.load_data()x_train,x_test=x_train/255.0,x_test/255.0#归一化,把输入的值变小更适合神经网络吸收plt.fi
2020-05-28 15:07:21
374
原创 project1:手写数字识别
import tensorflow as tfimport matplotlib.pyplot as pltmnist=tf.keras.datasets.mnist(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train,x_test=x_train/255.0,x_test/255.0#归一化,把输入的值变小更适合神经网络吸收plt.figure()#看看训练集,没什么毛病for i in range(10): plt.su
2020-05-28 12:47:07
161
原创 深度学习分享11:缓解过拟合
第十一章欠拟合解决办法:1增加输入特征项2增加网络参数3减少正则化参数过拟合解决办法:1数据清洗2增大训练集3采用正则化4增大正则化参数
2020-05-27 10:54:22
176
原创 深度学习分享10:损失函数
第十章MSE(均方误差)CE(交叉熵损失)MSE(均方误差) 其中M是样本个数,y m 是经过网络的输出值,y m ^是标记值其中M是样本个数,y~m~是经过网络的输出值, \hat{y~m~}是标记值其中M是样本
2020-05-26 17:58:09
145
原创 深度学习分享9:激活函数
第九章sigmoid函数tanh函数relu函数sigmoid函数tf.nn.sigmoid(x)f(x)=1/(1+exp(-x))特点:容易造成梯度消失,输出非0均值,收敛慢,幂运算复杂,训练时间长深层神经网络一般不再使用sigmoid函数,因为它的导数处于0到0.25的区间,而深层神经网络的链式法则会导致多个这样的导数值相乘,从而出现一个极小的梯度,这就是梯度消失,使得参数无法继续更新tanh函数f(x)=[1-exp(-2x)]/[1+exp(-2x)]特点:输出是0均值,容易造成梯
2020-05-26 11:40:50
252
原创 深度学习分享8:tensorflow常用函数2
第八章tf.where(条件语句,真返回A,假返回B)np.vstack(数组1,数组2)tf.where(条件语句,真返回A,假返回B)a=tf.constant([1,2,3,1,4])b=tf.constant([1,1,2,5,6])c=tf.where(tf.greater(a,b),a,b)print(c)tf.Tensor([1 2 3 5 6], shape=(5,), dtype=int32)np.vstack(数组1,数组2)起到一个纵向叠加的作用import
2020-05-25 21:10:43
105
原创 深度学习分享7:tensorflow常用函数1(求导,独热码,柔性最大值,最大索引)
第七章#对函数求导import tensorflow as tfwith tf.GradientTape() as tape: w=tf.Variable(tf.constant(3.0)) loss=tf.pow(w,2)grad=tape.gradient(loss,w)print(grad)tf.Tensor(6.0, shape=(), dtype=float32)#独热码#tf.one_hot()将待转数据转换为独热码形式#tf.one_hot(待转化
2020-05-24 19:14:31
310
原创 深度学习分享6:张量的使用
第六章创建张量创建张量#创建一个张量import tensorflow as tfa=tf.constant([1,5],dtype=tf.int64)print(a)print(a.shape)print(a.dtype)tf.Tensor([1 5], shape=(2,), dtype=int64)(2,)<dtype: 'int64'>#讲numpy数据类型转换为tensor数据类型import tensorflow as tfimport num
2020-05-23 21:17:33
166
原创 深度学习分享5:Iris鸢尾花分类问题
第五章代码代码我现在数据可视化的能力还挺弱,所以很多图没画,以后再补吧import tensorflow as tfimport pandas as pdfrom sklearn import datasetsimport numpy as npx_train=datasets.load_iris().data#数据y_train=datasets.load_iris().target#标签np.random.seed(116)#同步随机种子np.random.shuffle(x_tra
2020-05-22 14:19:18
770
原创 现实与幻灭
很多年以前我的内心突然像一张没有厚度的白纸一样飘荡起来那时我的生活如同一片不知所措的叶子很多年以后当c的面容像一粒灰尘一样从破碎的玻璃窗上被抹去那时我正躺在一条潮湿的马路上身旁是第十九支划出去的香烟尽管我和十九具尸体平铺在了一起x扭曲着身体向前走去他的手臂被风吹得左右摇摆于是我看到了他眼睛上的灰尘老人在这一天走进了我的生活我的思绪开始流淌命运已经多次向x暗示然而都被他一一忽略我的内心开始喊叫起来喊叫使我想起那一天当老人对我招手告别我的脚开始迈动起来然而他们离开了目的
2020-05-21 17:28:25
136
原创 深度学习分享4:tensorflow keras介绍
第四章tensorflow高级API:tf.keras1 import相关模块2 train,test数据导入3 搭建神经网络4 训练方法5 一些超参数设置6 打印出网络的结构和参数统计tensorflow高级API:tf.keras搭建网络步骤:1 import相关模块2 train,test数据导入并指定x_train,y_train,x_test,y_test。3 搭建神经网络model=tf.keras.models.Sequential([ 网络结构])逐层搭建神经网络,相当于走了
2020-05-21 15:32:01
403
原创 深度学习分享2:bp神经网络代码实现(底层代码)
第二章代码代码import numpy as npimport tensorflow as tfimport randomclass Network: def __init__(self,sizes): self.sizes=sizes self.num_layers=len(sizes) self.biases=[np.random.randn(y,1) for y in sizes[1:]] self.weights=[n
2020-05-19 20:37:56
435
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