qq_41511262的博客

原创 Java(三)-----数据就是一个个表格组成的

ps:刚开始走心写博文，写的不好的地方还请见谅，虽然之前发了不少博客，但是大部分博客都是我的听课笔记，也就是老师的课程ppt截图，经过一定的量的积累之后，我要开始输出自己的观点啦，后面我会对我的博客进行整理，一些我觉得质量不达标的博客，我会设置成仅自己可见。1.表格结构和类结构在我们的日常生活中，思考问题、发现问题、处理问题，往往都会用”表格“作为工具。”表格思维“是一种典型的面向对象思维。实际上，互联网上所有的数据本质上都是”表格“。这里引入对象和类的概念来描述表格。得出的结论是表格就是对象下面以公

原创 java(二)---IDEA软件的使用教程

一. 下载IDEA的网址：https://www.jetbrains.com/idea/download/#section=windows二 . 软件的下载与安装3.4.5.6.三.软件的配置界面的结构介绍初始配置IDEA选择JDK5.对应的目录结构

原创 java(一)

注释单行注释使用“//“开头。多行注释使用“/”开头，以”/“结尾。文档注释以”/**“开头以”*/“结尾，注释中包含一些说明性的文字及一些JavaDoc标签标识符标识符必须以字母、下划线”_“、美元符”$“开头。标识符其他部分可以是字母、下划线” _ “、美元符" $ "和数字的任意组合。java标识符大小写敏感，且长度无限制。标识符不可以是java的关键字。标识符的命名规则：表示类名的标识符：每个单词的首字母大写，如Man, GoodMan表示方法和变量的标识符：第一个单词..

原创 vue通用后台开发项目（五）--左侧组件样式的实现：一级菜单，二级菜单

一、一级菜单的实现1.首先导入数据：在CommonAside.vue中导入数组2.根据数据格式调整从官网上复制的代码出现如下的效果：3.对menu-item进行循环遍历二.二级菜单的实现

原创 vue通用后台开发项目（三）--Main组件整体ui的搭建

一.整体架构搭建使用element-ui中提供的contener容器二.把对应的代码放在路由对应的地方Main.vue中三.改变对应的路由四.在main.js中按需引入

原创 vue通用后台开发项目（四）--左侧element-ui的引入

一.对应的是element-ui里的NavMenu组件：二.把左侧组件对应得代码复制到components中对应的组件里三在main.vue中引入所写的组件四.在main.js中引入CommonAside.vue中的组件

原创 vue通用后台开发项目（二）--路由设置

一.路由的基本使用vue-router是key-value形式

原创 vue通用后台管理项目（一）-项目初始化

一.项目技术栈的展示以及项目的核心重点部分二.如何搭建vue-cli脚手架补充：1.安装node.js注：检查node版本命令node -vnpm和node.js一起安装2.安装cnpm命令：npm install -g cnpm --registry=https://registry.npm.taobao.org查看cnpm版本cnpm -v安装yarn命令：npm install -g yam3.安装vue-cli脚手架构建工具全局安装vue-cli版本：c

原创 tensorflow学习笔记（二十）----------实战：Quick,Draw!Google涂鸦识别挑战项目（下）

文章目录tensorflow学习笔记（二十）----------实战：Quick,Draw!Google涂鸦识别挑战项目（下）一.数据处理（一）数据shuffle（二）TFRecord方式（三）TextLineDataset方式（四）from_generator方法二.建模方法（预训练模型）三.Baseline构建四.如何优化效果tensorflow学习笔记（二十）----------实战：Quick,Draw!Google涂鸦识别挑战项目（下）一.数据处理（一）数据shuffle（二）TFRec

原创 tensorflow学习笔记（十九）----------实战：Quick,Draw!Google涂鸦识别挑战项目（上）

文章目录tensorflow学习笔记（十九）----------实战：Quick,Draw!Google涂鸦识别挑战项目（上）一.背景简介二.数据解读三.思路分析四.模型构建五.总结tensorflow学习笔记（十九）----------实战：Quick,Draw!Google涂鸦识别挑战项目（上）一.背景简介二.数据解读三.思路分析四.模型构建五.总结...

原创 tensorflow学习笔记（十八）----------卷积神经网络介绍

tensorflow学习笔记（十八）----------卷积神经网络介绍一.卷积神经网络初探二.CNN的基本原理三.CNN有哪些实际应用？

原创 tensorflow学习笔记（十七）----------tfrecord详解

文章目录tensorflow学习笔记（十七）----------tfrecord详解一.TFRecord简介二.写入TFRecord文件三.读取TFrecord文件tensorflow学习笔记（十七）----------tfrecord详解一.TFRecord简介二.写入TFRecord文件三.读取TFrecord文件...

原创 tensorflow学习笔记（十六）----------tf.data简介

文章目录tensorflow学习笔记（十六）----------tf.data简介一.tf.data初探二.Dataset类三.TFRecordDataset类四.TextLineDataset类tensorflow学习笔记（十六）----------tf.data简介一.tf.data初探二.Dataset类三.TFRecordDataset类四.TextLineDataset类...

原创 tensorflow学习笔记（十五）----------Dataset类详解

文章目录tensorflow学习笔记（十五）----------Dataset类详解一.Dataset类相关操作二.如何提升Dataset读取性能三.案例详解tensorflow学习笔记（十五）----------Dataset类详解一.Dataset类相关操作二.如何提升Dataset读取性能三.案例详解...

原创 解决浏览器连不上校园网问题

解决浏览器连不上校园网问题

原创 tensorflow学习笔记（十四）----------TensorBoard小试牛刀

tensorflow学习笔记（十四）----------TensorBoard小试牛刀一.TensorBoard简介二.Keras训练中使用三.自定义训练中使用

原创 显示数据集的状态代码（tensorflow）

原创 tensorflow学习笔记（十三）-----------常用评估函数与自定义评估函数

tensorflow学习笔记（十三）-----------常用评估函数与自定义评估函数一.常用评估函数二.自定义评估函数

原创 tensorflow学习笔记（十二）--------------常用损失函数与自定义损失函数

tensorflow学习笔记（十二）--------------常用损失函数与自定义损失函数一.常用损失函数二.自定义损失函数三.案例讲解神经网络训练之前需要把数据进行归一化

原创 Tensorflow学习笔记（十一）-------自定义层详解

Tensorflow学习笔记（十一）-------自定义层详解一.自定义层二.自定义层注意事项

原创 tensorflow学习笔记（三）-------Tensorflow2.0模型训练

[@toc]tensorflow学习笔记（三）-------Tensorflow2.0模型训练一.Keras版本模型训练二.正向传播与反向传播三.自动求导方法四.自定义模型训练

原创 使用jupyter notebook遇到的坑

The kernel appears to have died.It will restart automatically.解决办法：pip install --upgrade ipykernel将其升级即可正常运行，虽然它会提示你prompt-toolkit的版本应该在1.0到2.0之间，但是这并不影响jupyter notebook的运行，将其升级即可正常运行，虽然它会提示你prompt-toolkit的版本应该在1.0到2.0之间，但是这并不影响jupyter notebook的运行，在升级

原创 tensorflow学习笔记（二）------自定义操作与建模方式

@【toc】tensorflow学习笔记（二）------自定义操作与建模方式一.张量与操作二.常用层三.三种建模方式（一）顺序模型（二）

原创 TensorFlow2.0虚拟环境安装

TensorFlow2.0环境安装（Ubuntu系统安装）

原创 tensorflow学习笔记（一）---环境安装

文章目录tensorflow学习笔记（一）---环境安装一.tensorflow的CPU安装二.tensorflow2.0的GPU安装tensorflow学习笔记（一）—环境安装一.tensorflow的CPU安装安装python3.6命名为tf2.0创建新的虚拟环境：安装tensorflow2.0二.tensorflow2.0的GPU安装驱动安装cuda安装看驱动版本找到cuda的默认安装路径配置环境变量判断cuda是否安装好

原创 linux环境配置(只针对个人电脑配置)

linux环境配置补充：远程控制软件网址：http://www.pc6.com/softview/SoftView_9501.htmlhttps://www.xshellcn.com/zhishi/xbr-sy.html一.配置linux系统网址：*****二.安装cuda三.安装cudnn四.安装pytorchCUDA version:9.0下载网址https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64

原创 遥感卫星影像数据全色波段和多光谱波段

遥感卫星影像数据全色波段和多光谱波段一、全色波段 全色波段，一般指使用0.5微米到0. 75微米左右的单波段，即 从绿色往后的可见光波段。全色遥感影象也就是对地物辐射 中全色波段的影象摄取，因为是单波段，在图上显示是灰度 图片。全色遥感影象一般空间分辨率高，但无法显示地物色 彩。全色波段(Panchromatic band)，因为是单波段，在图上 显示是灰度图片。全色遥感影象一般空间分辨率高，但无法 显示地物色彩。实际操作中，我们经常将之与多波段影象融 合处理，得到既有

原创 基于mobilenetV2的deeplabV3+模型-空洞卷积

基于mobilenetV2的deeplabV3+模型一、空洞卷积

原创 基于mobilenet的pspnet模型

基于mobilenet的pspnet模型

原创 深度可分离卷积

深度可分离卷积一、卷积过程二、例子2.1常规卷积操作2.2 深度可分离卷积操作

原创 卷积神经网络（七）——递归神经网络

文章目录卷积神经网络（七）——递归神经网络一、递归神经网络RNN原理（一）工作过程（二）表达式（三）损失函数（四）反向计算二、升级版RNN：LSTM（一）RNN局限（二）解决方案（三）LSTM形成（四）LSTM原理（五）LSTM变种三、语言处理特征提取：word2Vec卷积神经网络（七）——递归神经网络一、递归神经网络RNN原理（一）工作过程（二）表达式（三）损失函数（四）反向...

原创 卷积神经网络（六）——目标探测

文章目录卷积神经网络（六）——目标探测一、目标探测介绍（一）什么是目标探测（二）直接思路（三）总结二、传统方法-DPM（一）基本思想（二）优缺点三、神经网络分类：R-CNN系列方法（一）基本思想（二）步骤(三)测试过程（四）数据集（五）评估方法（六）结果对比（七）R-CNN总结（八）Fast R-CNN(九)Anchor详解四、神经网络回归：YoLo系列方法卷积神经网络（六）——目标探测一、目...

原创 卷积神经网络（五）

文章目录卷积神经网络（五）一、目标分类基本框架（一）数据准备（1）数据来源（2）数据扩充（3）数据准备（4）数据规范（二）模型设计（1）任务类型（2）现有模型（3）局部设计—从头设计（三）训练细节二、迁移学习三、研究分享：如何设计神经网络卷积神经网络（五）一、目标分类基本框架（一）数据准备（1）数据来源（2）数据扩充（3）数据准备（4）数据规范（二）模型设计（1）...

原创 卷积神经网络高级篇（四）

卷积神经网络高级篇（四）一、AlexNet:现代神经网络起源(一)AlexNet结构二、VGG：AlexNet增强版三、GoogLeNet:多维度识别四、ResNet:机器人超越人类识别五、DeepFace:结构化图片的特殊处理六、U-Net:图片生成网络七、实例：解剖VGG...

原创 深度学习之神经网络（三）

深度学习之神经网络（三）一、链式反向梯度传导二、卷积神经网络-卷积层（一）什么是卷积层（二）有什么组成（三）受什么影响，有何特点（四）怎样工作三、实例：卷积神经网络MNIST分类...

原创 深度学习之神经网络（二）

文章目录深度学习之神经网络（二）一、神经网络起源：线性回归（一）概念（二）一个线性回归问题（三）优化方法：梯度下降二、从线性到非线性（一）常用的非线性激励函数：Sigmoid(二)tahn函数（三）ReLU函数三、神经网络的构建（一）神经元的“并联”和“串联”（二）神经网络优化四、神经网络的“配件”（一）损失函数（1）Softmax(2)Cross entropy(二)学习率Learning ra...

原创 深度学习之神经网络（一）

深度学习（一）一、深度学习：传统到现在二、深度学习应用特点三、深度学习框架比较四、TensorFlow介绍五、一些深度学习基本概念

原创 SKlearn工具（五）

一、sklearn数据集变换（三）特征变换（四）维数约简（一）Pipeline和FeatureUnion:组合estimators(1)Pipeline:chaining(链接) estimators(2)FeatureUnion二、特征抽取（一）Loading Features From Dicts(二) Features hashing(三)Text ...

原创 Sklearn工具（四）

Sklearn工具（四）一、使用sklearn.metric包中的性能度量函数（一）分类器性能评估指标(1)全部函数(2)精确度-召回率-F度量（Precision-Recall-F_measures）(3)损失函数（Loss Function）(4)准确率（Accuracy score）（二）回归器性能指标（三）聚类器性能指标（四）两两距离测度...

原创 Sklearn工具（第三天）

Sklearn工具（第三天）一、计算机生成的数据集 sklearn.datasets.make_二、SKLearn中的模型选择体系（一）数据集划分方法（1）K折交叉验证（2）留一法（3） 随机划分法（二）超参数优化方法（1）什么是超参数（hyper-parameters）（2）网格搜索穷举式超参数优化方法（3）随机采样式超参数优化方法（4）超参数...