qq_38908130的博客

第一部分 使用总结基本语法不区分大小写，表名带不带双引号一些顺序：select from where groupby having orderby limit技巧总结要输出哪列，就select哪列。使用where 还是分组要分清一、检索数据检索列（单个/多个/所有）select 列名/列名，列名,.../ * from ’表名‘；检索不同行select distinct 列名/列名，列名,.../ * from ’表名‘；【注】：应用于所有列而不仅是前置它的列。

cleverhans与foolbox的对比使用（pytorch+python3）一、最新版cleverhansAlthough CleverHans is likely to work on many other machine configurations, we currently test it with Python 3.6, Jax 0.2, PyTorch 1.7, and Tensorflow 2.4 on Ubuntu 18.04 LTS (Bionic Beaver).torch可使

#本文基于原始生成对抗网络代码https://blog.csdn.net/qq_38908130/article/details/112966273，对该训练过程的模型和必要数据进行可视化。一、可视化输入图片调用tensorboardfrom torch.utils.tensorboard import SummaryWriter# default `log_dir` is "runs" - we'll be more specific herewriter = SummaryWriter('

一、代码及注释# 1.预处理阶段import osimport numpy as npimport mathimport torchfrom torch.utils.data import DataLoaderimport torch.nn as nn import torch.nn.functional as Fimport torch.optim as optimfrom torch.autograd import Variableimport torchvisionfro

（一）神经网络与深度学习一、概论神经网络：神经元：◯表示非线性函数神经网络：像乐高积木一样堆叠神经元用神经网络进行监督学习（目前神经网络的落地方向比较成熟）结构化数据（海量数据， 广告，赚钱）非结构化数据（图片、语音）为什么兴起数据变多，计算机，算法二、神经网络基础符号标记logistic 回归回顾之前学习内容：参考线性回归：hθ(x)=g(θTx)sigmoid函数：g(z)=11+e−zh_\theta(x)=g(\theta^Tx)\\sigmoid函数：

在命令行或者Windows Powershell输入如下命令：nvidia-smi.exe -l 1需要特别注意的是：资源管理器里查看到的GPU利用率是不准确的

一、为什么使用神经网络？复杂的非线性分类，决策边界很复杂特征过多时，特征映射项非常多，计算成本高，容易过拟合，例如：图片的分类问题二、神经元与大脑起源：用来模拟大脑的算法我们几乎可以将任何传感器接入大脑主要学习将它应用于现代机器学习技术三、神经网络结构及表达神经网络模型：（逻辑单元）组成单元：输入，隐藏层，权重，输出，如图所示数学推导：ai(j)a_i^{(j)}ai(j)​为第j个激活层的第i个单元，θ(j)\theta^{(j)}θ(j)为从j层到j+1层的偏重a1(

a0.将所需数据放入当前工作目录In [ ]:!git clone https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes.gitCloning into 'Coursera-ML-AndrewNg-Notes'...remote: Enumerating objects: 4762, done.remote: Total 4762 (delta 0), reused 0 (delta 0), pack-reused 4762Receivin

机器学习之逻辑回归算法解决分类问题吴恩达老师的coursera课程翻译版：https://www.bilibili.com/video/BV164411b7dx?p=5参考github上大佬python实现算法的笔记：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes很经典的课程啦，这个翻译还可以，有不清楚的直接看英文。网上笔记很多，我也记录一下，记得牢固一点。一、分类二值分类问题：预测变量的值只有0或者1多分类问题：预测变量值0,1,

机器学习之多变量线性回归一、多变量问题要解决的问题与多个因素有关，如下图：假设函数：hθ(x)=θ0+θ1x1+θ2x2+θ3x3+θ4x4h_\theta(x)=\theta_0+\theta_1x_1+\theta_2x_2+\theta_3x_3+\theta_4x_4hθ​(x)=θ0​+θ1​x1​+θ2​x2​+θ3​x3​+θ4​x4​令x0(i)=1x_0^{(i)}=1x0(i)​=1，x不同于上图标记应为横向量，这样取数据的时候不用转置。θ\thetaθ也为横向量，则

机器学习之线性代数复习（选修）一、矩阵和向量matrix（m×n）：m行n列矩阵帮助我们很好的整理，命名，处理数据vector：n×1matrix n维向量表示方法不同：matrixvector大写字母小写字母二、加法和标量乘法加法：条件：相同维度矩阵方法：对应位置元素相加标量乘法三、矩阵乘法四、矩阵乘法特征AB ≠ BA 不满足交换律A（B C ）=（AB）C 满足结合律EA = A=EA五、逆和转置A为m×

机器学习之单变量线性回归吴恩达老师的coursera课程翻译版：https://www.bilibili.com/video/BV164411b7dx?p=5参考github上大佬python实现算法的笔记：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes很经典的课程啦，这个翻译还可以，有不清楚的直接看英文。网上笔记很多，我也记录一下，记得牢固一点。本章节学习的是监督学习两大类（回归问题、分类问题）中的回归问题。一、模型描述变量表示

上网问题：dns_probe_finished_no_internet故障描述使用谷歌浏览器显示未连接网络并最下面一行字dns_probe_finished_no_internet其他电脑软件也没有网火狐浏览器有网网络诊断显示不出问题清空谷歌浏览器DNS缓存后无用命令行输入网上教程命令无用更改IPv4的DNS首选地址，和切换自动都不能解决问题解决方法傻瓜式方法：360安全卫士断网急救箱电脑管家 工具箱->电脑诊所->上网异常...