连正的博客

（1）问题描述：在利用keras与django时，识别上传图片时，第一次可以识别，但是第二次上传就会出现如下错误：TypeError at /info/Cannot interpret feed_dict key as Tensor: Tensor Tensor("Placeholder:0", shape=(3, 3, 3, 32), dtype=float32) is not an el

（1）这种完全连接的方式容易编码成计算机指令，即每个神经元工作方式相同，不用特殊考虑，容易编程。（2）神经网络在学习过程中，对不需要连接的权重会弱化（无限趋近于0或等于0），因此相当于断开连接。（3）使用创造性方式连接神经元，这样可以大大提升训练效果，但前提需要大量的数据分析，计算连接哪些神经元。注：思想来源于《Python神经网络编程》...

注：来源于《Python神经网络编程》

（1）第一种可以清晰地看到由于正负抵消，总体误差和为0相当于总体没有误差，即使正负不能完全抵消也不符合真实情况。因此这种方式不是一种很好的测量方式。（2）第二种采用绝对值，因为不考虑符号，解决了误差相互抵消问题。但这样的误差函数图像是V字行的，在最小值附近不连续。因此这种方式不是一种很好的测量方式。（3）第三种采用差的平方，使得误差函数平滑连续，并容易计算梯度下降的斜率，越接近最小值梯度越小...

例子：函数解释：该函数就是将原来数组 x 中的每一项出现的频次记录下来，存放到 y 中。如，x 中：0 出现 1 次，1 出现 2 次，2 出现 1 次，3 出现 0 次，4 出现 3 次，5 出现 1 次，6 出现 0 次，7 出现 1 次。对应的输出中：y[0] 代表 0 出现的次数，所以 y[0] = 1。y[1] 代表 1 出现的次数，所以 y[1] = 2。y[2]...

直接上代码：import cv2cap = cv2.VideoCapture(0)fourcc = cv2.VideoWriter_fourcc(*'XVID')out = cv2.VideoWriter('video/lianzheng.avi', fourcc, 20.0, (600, 600))while True: ret, frame = cap.read()...

0 需求背景有的时候我们上传表单，经过后台处理之后再分发回原来页面，这时必定会刷新这个页面。为了解决这个问题，我们采用JS动态提交表单元素，如：file、text等类型，可以很好的解决这一问题。1 DOM结构<form id="uploadForm" action="/dongtai/" method="post" enctype=&quo

1 需求背景在我们做管理系统，需要从后台数据库取出数据显示到前台时，可能我们的做法就是将数据全部取出然后利用jQuery动态添加到表格当中，但是当我们取出的量非常大时问题就出现了，我们会发现页面加载的速度非常慢，这时我们就可利用分页或者这种监听滚动条来自动加载数据，这种技术也称为“懒加载”2 实现过程中遇到的问题总结（1）首先就是在滚动条滚动到底部之后，监听事件被多次触发。这个问题的解...

ALTER TABLE 表名 AUTO_INCREMENT = 从多少号开始自增;

def showallinfo(request): articles = Article.objects.all() print(len(articles)) print(type(articles)) return HttpResponse(json.dumps(list(articles), default=lambda obj: obj.__dict__), ...

这两天遇到个非常坑爹的错误，我各种方法都试了甚至到了最后一步重做系统还是出现这个问题，几乎绝望，这个错误如下：Traceback (most recent call last): File "E:\python\lib\wsgiref\handlers.py", line 138, in run self.finish_response() File "E:\python\li...

今天发现一个这个有意思的问题，在html中写js代码功能全部正常使用，但将js代码放到js文件中在调用就出现各种问题。1 首先在使用jQuery动态生成标签时，建议将自己写的js文件放在</body>之后 （要不然部分功能可能会失效）2 如题所示，出现403错误，这是因为django有一个csrf机制，如果没有csrf验证就会被阻止访问，有两种解决方式： （1）在setti...

1 定义单次训练用的样本数，通常为2^N，如32、64、1282 提出背景