- 博客(19)
- 收藏
- 关注
RSS订阅原创 MySQL学习笔记---SQLyog使用入门
a：root@localhost 表示 root用户访问本机右键点击root@localhost --执行SQL脚本，选择myemployees.sql文件，就把该库导入进来了。注意要手动点 蓝色圈b 刷新，才会显示。
2020-10-25 14:32:32
367
原创 MySQL学习笔记---数据库常见终端命令介绍
1.1.1首先登陆MySQL，然后会提示你：Commands end with ; or \g.。即进入MySQL后使用 ； 作为每一个命令的结束符。1.2Server version: 5.5.62 MySQL Community Server (GPL) 提示版本为5.5.62 社区版1.3显示MySQL自带的四个数据库show databases;information_schema：保存源数据的一些参数信息mysql：保存用户信息performance...
2020-10-24 22:47:59
385
原创 MySQL学习笔记---入门使用
1. MySQL安装到了E:\Program Files\MySQL2.配置文件my.ini文件2.1字符采用utf8编码2.2端口号为33062.3安装地址2.4数据存放地址通过修改这个配置文件可以修改设置，修改之后保存后要重新进入一下这个配置文件才可以。3.我的服务名为MySQL4.数据库默认是开机自动启动，通过终端命令可以设置数据库的开启和关闭net stop MySQLnet start MySQL这里的MySQL是指我的服务器名字5.MySQ
2020-10-24 20:35:25
175
2
原创 java学习笔记---反射
当使用框架去开发时，不需要用到反射的概念，因为被框架写好了。但是如果自己去开发框架，就需要深入理解反射的含义。反射的定义：将类的成员变量，构造方法，成员方法封装为其他对象1.反射的原理-三个阶段1.1源代码阶段：在写类的时候，里面包含了成员变量，构造方法，成员方法三部分。类通过终端的javac命令进行编译，会把源码编译成一个字节码文件.class，里面包含了该类的成员变量，构造方法，成员方法，在硬盘上储存着，并没有进内存。也就是说，如果只创建一个类并用javac编译这个类的.
2020-10-24 13:02:18
89
原创 java学习教程---junit测试的demo
1.新建一个工程，查看--命令面板--创建java项目2.新建一个叫junit的项目（junit是一个测试的框架），在lib下新建两个项目，注意一定要用.java后缀，否则vscode不知道是java。这两个项目是两个类，一个是计算器类，一个是测试类，供主程序调用。3.注意1：类的名称一定要与文件名一样注意2：类定义时的public代表可以被公共访问的类，声明主函数为public就是告诉其他的类可以访问这个函数。注意3：static关键字，告知编译器main函数是一个静态函数
2020-10-19 22:42:44
629
原创 java学习笔记---第一个hello world程序
public class demo{} 中的demo是类的名字，必须和文件名demo.java一致，应该和python中定义类规则不太一样，python中要求类的首字母必须大写。public class demo{} 即定义一个公共的类 叫demopublic static void main() 公共的 静态的 没有返回值的 主函数注释：单行和多行注释...
2020-10-18 20:43:02
101
原创 java学习笔记---vscode的使用
1.先在这个路径下新建一个空的文件夹：2.在vscode里点击打开文件夹，在这里会显示TEST0，注意：小写的文件夹名称会变成大写3.点击红圈的新建文件，会在test0的文件夹内创建文件，命名时必须带后缀.java...
2020-10-18 20:26:56
325
1
原创 TensorFlow2.0学习笔记---early stopping和dropout
early stopping：跟验证集validation有关，利用验证集来做测试，在做交叉验证的时候会有一个val的loss和acc曲线，根据这个曲线会自动earlystop因为一般认为在验证时，val的acc曲线先上升，保持一段时间，然后可能因为过拟合再下降。当val的acc曲线上升之后保持一段时间之后开始下降，根据一般经验来说下降之后不会再上升到比原来还高的acc，所以在acc下降前及时early stop。dropout层：dropout层就是在训练trai...
2020-10-14 16:14:54
1506
原创 TensorFlow2.0学习笔记---学习率衰减
在梯度下降的时候，如果学习率learning rate 太低会导致梯度更新次数很多次才能到最低点（图一）学习率learning rate 太高会导致梯度更新时一直震荡不能到最低点学习率衰减学习率在梯度下降时一开始可以大，但是后面要慢慢变小，在尽可能短的时间内达到最小点。...
2020-10-14 15:32:14
820
原创 TensorFlow2学习笔记--过拟合和欠拟合
过拟合：overfitting，train的效果很好，但是test时不行，因为模型复杂度太高，因为数据都会有一些随机的噪声，模型过度拟合带噪声的数据，导致test时拟合不好欠拟合：underfiting，train和test的loss一直下不去，而且acc也差，往往是因为模型复杂度小于实际数据的复杂度。多项式阶数越高的模型能拟合表达的就越复杂，网络越深，参数越多，模型的表达能力也越强下图就是一个典型的过拟合，train的表现很好，但是在某个节点后面，由于模型过于复杂，拟合..
2020-10-14 15:05:22
418
原创 TensorFlow2.0学习笔记-----前向传播实战
本文只有训练过程，用最基础的方式即张量运算的方式来实现，并不用既定的层方式来实现网络。任务：代码：import tensorflow as tfimport numpy as npimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'# '0'代表所有信息都打印出来 '2'代表只打印error。可以方便我们查看打印的信息(x, y), _ = tf.keras.datasets.mnist.load_data()# 只加载训练数据
2020-10-10 15:46:58
363
原创 TensorFlow2.0学习笔记---broadcasting
之前遇到过一个问题，w@x +b 时， w@x.shape = [b,10] b.shape = [10] ,两个shape不一样的矩阵在数学上是不能相加的，但是为什么在TensorFlow这里可以相加呢，?broadcasting就是解决这个问题的。从这个图中可以看出来，broadcasting的操作是将两个shape不同的矩阵进行数据平移复制，从而使他们可以相加。 shape中，靠右的维度是小维度，靠左的维度是大维度。从上面两个例子可...
2020-10-09 17:24:32
167
原创 TensorFlow2.0学习笔记-----维度变换
1. 对图片信息可以有下面四种理解方式：[b, 28*28]: b代表batch-图片的数量，28*28是把图片所有像素变成了一个轴axis来理解[b, 2，14*28]：表示把图片分成了上下两部分，每一部分当成一个单独的轴axis2.reshape函数-1代表不需要自己去计算这个位置是多少尺寸，系统根据reshape里其他参数和图片原来的尺寸来自动设置reshape操作经常在全连接层前遇到，把图片变成一个向量来储存...
2020-10-08 23:05:19
323
原创 TensorFlow2.0学习笔记-----索引与切片
1. 索引a = tf.ones([1,5,5,3]) 创建一个shape为[1,5,5,3]的全1张量，可以理解为一张图片，大小5x5，有三个通道a[1,2]和a[1][2]是同一种索引方式的不同表达形式，都可以a[1,2]输入numpy风格的索引2.切片：前后分别是start和end；代表该维度的所有值都取...
2020-10-08 21:02:38
125
原创 TensorFlow2.0学习笔记------基础知识
1.以下三种数据容器的区别list数组是python内置的一种数据容器，list中可以同时存放不同类型的数据，比如标量，矩阵，元组。但是当对于存放大量的相同类型的数据时，比如说一张图片，进行数据读写的效率会变低。np.array和tf.Tensor是用来专门存放大量相同数据类型的容器，分别在CPU和GPU上进行运算2.创建tensor张量不加 . 时默认创建int32类型。 加 . 时默认创建float32类型。用 dtype = tf.double 或 dtype = ..
2020-10-07 14:22:23
179
原创 TensorFlow2.0学习笔记---tensorboard可视化
1.实时查看参数变化情况1.1首先在pacharm程序文件夹里创建一个空文件夹用来存放tensorboard的记录文件，并在代码中实例化一个记录器：summary_writer = tf.summary.create_file_writer('./tensorboard') # 参数为记录文件所保存的目录注意此段代码要放在训练过程之前，括号中的引号内要放记录文件的全地址，地址前面加r1.2接下来，当需要记录训练过程中的参数时，通过 with 语句指定希望使用的记录器，并对需
2020-10-06 10:04:38
1666
4
原创 TensorFlow2.0学习笔记--使用 Keras Model 的 compile 、 fit 和 evaluate 方法训练和评估模型
1. 数据集中图片和标签都需要转换成np类型的数据，图片转化为np.float32，标签转化成np.int32。2.
2020-10-05 13:55:31
1755
原创 TensorFlow2.0学习笔记----利用自定义类方式的CNN来识别mnist数据集
Keras Pipeline *# 使用了 Keras 的 Subclassing API 建立模型，即对 tf.keras.Model 类进行扩展以定义自己的新模型，同时手工编写了训练和评估模型的流程。# 这种方式灵活度高，且与其他流行的深度学习框架（如 PyTorch、Chainer）共通，是本手册所推荐的方法。# 不过在很多时候，我们只需要建立一个结构相对简单和典型的神经网络（比如上文中的 MLP 和 CNN），并使用常规的手段进行训练。# 这时，Keras 也给我们提供了另一套更为简单高..
2020-10-04 14:25:27
851
1
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