qq_39676333的博客

原创 Cause: org.springframework.jdbc.CannotGetJdbcConnectionException: Failed to obtain JDBC Connection；

jdbc.url=jdbc:mysql://localhost:3306/ssmbuild?useSSL=true&useUnicode=true&characterEncoding=utf8把useSSL改为false。org.springframework.web.util.NestedServletException: Request processing failed; nested exception is org.mybatis.spring.MyBatisSystemExc

转载 开发servlet为什么要配置web.xml文件

开发servlet为什么要配置web.xml文件转载：https://www.cnblogs.com/gaoxy/p/9863241.html

原创 centos7环境下安装JDK1.8+Scala+spark+git

文章目录安装JDK1.8安装Scala2.11安装spark2.1.0安装JDK1.8转载：https://www.cnblogs.com/shaosks/p/9237398.html安装Scala2.11转载：https://www.cnblogs.com/shaosks/p/9242181.html安装spark2.1.0转载：https://www.cnblogs.com/shaosks/p/9242536.html...

原创 通过docker安装Hadoop集群

安装链接（转载自辉总）：hadoop-docker-onekey-script

原创 centos 7网络配置+ping www.baidu.com

文章目录一、设置虚拟网络编辑器1. 子网和子网掩码（子网号）2.DHCP（动态分配IP地址）3.NAT(网络地址转换，用于网关)二、网络环境配置1.修改网卡2.配置3.网络重启4.ping www.baidu.com一、设置虚拟网络编辑器1. 子网和子网掩码（子网号）2.DHCP（动态分配IP地址）3.NAT(网络地址转换，用于网关)二、网络环境配置1.修改网卡vi /etc/sysconfig/network-scripts/ifcfg-ens332.配置按 i 进行修改

转载 【Linux】CentOS7下安装JDK详细过程

【Linux】CentOS7下安装JDK详细过程https://www.cnblogs.com/sxdcgaq8080/p/7492426.html

原创 神经网络基础(1980-1995)

三、神经网络（1980-1995）文章目录三、神经网络（1980-1995）3.1 神经元与神经网络：通过学习算法得到神经网络解决问题所需的参数。（W，b）3.2 激活函数：加入非线性因素，解决线性模型所不能解决的问题3.2.1 Sigmoid：将输入变量映射到（0,1）区间3.2.2 Tanh：将输入变量映射到（-1,1）区间3.2.3 Hard Tanh：给定阈值直接将输入变量映射到（-1,1）区间3.2.4 ReLu:大于0的数原样输出，小于0的数输出03.2.5 Softmax：将k维向量每一个元

原创 深度神经网络基础(2006)

四、深度神经网络（2006）深度学习：可以有多个隐含层，包括深度神经网络、卷积神经网络、循环神经网络、LSTM及强化学习等。4.1 深度神经网络梯度爆炸和梯度消失问题： 原因是网络层数太深，梯度反向传播中的连乘效应。4.2 梯度下降4.2.1 随机梯度下降：每次只随机选择一个样本来更新模型参数优点： 学习速度快。缺点： 每次更新不会按照梯度下降最快的方向进行，收敛速度慢。批量梯度下降：每次使用整个数据集训练优点： 每次更新会朝着正确的方向进行，收敛速度快，迭代次数少。缺点： 每次更新需要

原创 python基础教程|菜鸟教程

python基础教程|菜鸟教程https://www.runoob.com/python/python-tutorial.html

原创 matplotlib文档

英文文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot

转载 Pytorch下验证cuda和cudnn是否安装成功

https://blog.csdn.net/bat67/article/details/84065261?biz_id=102&utm_term=%E9%AA%8C%E8%AF%81cuda%E6%98%AF%E5%90%A6%E5%AE%89%E8%A3%85%E6%88%90%E5%8A%9F&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-8-84065261&spm=10

转载 Pytorch官方文档

最近正在学习Pytorch的相关知识，每次查找里面某些函数的参数定义啥的也不太方便，故在这里留下torch的官方文档，以备平时学习总结之需。见：英文文档：https://pytorch.org/docs/master/torch.html中文文档：https://pytorch-cn.readthedocs.io/zh/latest/...

原创 在anaconda里边安装TensorFlow

原创 零基础学习（凸优化）

零基础学习（凸优化）凸优化主要内容一、凸集集合C内任意两点间的线段均在集合C内，则称集合C为凸集。∀x1,x2,...,xk∈C,θi∈[0,1]且∑i=1kθi=1,则X=∑i=1kθixi∈C\forall x_1,x_2,...,x_k\in C,\theta_i\in[0, 1]且\sum_{i=1}^{k}\theta_i=1,则X=\sum_{i=1}^{k}\theta_ix_i\in C∀x1​,x2​,...,xk​∈C,θi​∈[0,1]且i=1∑k​θi​=1,则X=i=1

原创 推导Lasso回归

推导Lasso回归文章目录推导Lasso回归一、推导过程二、用python编写求解函数三、Lasso求解稀疏表示做人脸识别代码展示：运行结果四、调整不同的超参lambda，对seta的影响代码展示一、推导过程​ Lasso方法是在普通线性模型中增加L1L_1L1​惩罚项，有助于降低过拟合风险，更容易获得稀疏解，求得的θ\thetaθ会有更少的非零分量。与岭回归的不同在于，此约束条件使用了绝对值的一阶惩罚函数代替了平方和的二阶函数。Lasso回归原式： arg⁡min⁡θ∣∣Aθ−

原创 LaTex常用语法

LaTex常用语法（更新中）文章目录LaTex常用语法（更新中）argmin的正下方加θ\thetaθ定积分argmin的正下方加θ\thetaθarg⁡min⁡θ∣∣Aθ−y∣∣22+λ∣∣θ∣∣1\mathop{\arg\min}\limits_{\theta}||A\theta-y||_2^2+\lambda||\theta||_1θargmin​∣∣Aθ−y∣∣22​+λ∣∣θ∣∣1​\mathop{\arg\min}\limits_{\theta}||A\theta-y||_2^2+\la

原创 简单的卷积神经网络实现

卷积神经网络参考教程：CNN（莫烦Python19）卷积神经网络流程图实现代码import torchimport torch.nn as nn #神经网络的层import torch.utils.data as Data #批处理数据import torchvision #包括数据库import matplotlib.pyplot as pltfrom torch.autograd import Variable#hyper parametersEPOCH = 1BATCH

原创 七种梯度下降实现

七种梯度下降实现文章目录七种梯度下降实现一、梯度下降推导过程代码实现：结论二、七种梯度下降部分代码实现理论部分：1.纯粹的梯度下降2.梯度下降法+动量3.AdaGrad算法4.RMSProp5.Adam算法6.牛顿法7.牛顿法+正则化结论一、梯度下降推导过程目标函数：f(θ,b)=∣∣Aθ+b−y∣∣=∣∣A^θ^−y∣∣22f(\theta, b)=||A\theta+b-y||=||\hat A \hat \theta-y||_2^2f(θ,b)=∣∣Aθ+b−y∣∣=∣∣A^θ^−y∣∣22​

原创 岭回归预测波士顿房价

岭回归预测boston房价#岭回归推导f(θ)=1/2∣∣Aθ−y∣∣22+λ/2∣∣θ∣∣22=1/2(Aθ−y)T(Aθ−y)+λ/2θTθf(\theta) = 1/2||A\theta-y||_2^2 + \lambda/2 ||\theta||_2^2=1/2(A\theta - y)^T( A \theta - y) +\lambda/2\theta^T\thetaf(θ)=1/2∣∣Aθ−y∣∣22​+λ/2∣∣θ∣∣22​=1/2(Aθ−y)T(Aθ−y)+λ/2θTθ=θTATA

原创 最小二乘法估计boston房屋价格

#最小二乘法计算boston房屋价格##线性回归的推导f()f()f()

转载 单词交换

问题描述 读入一行文本，