馒头Lynn的博客

Linux基础命令关机 shutdown -h now 重启 shutdown -r now 查看目录中包含文件 ls 查看文件 cat 文件名 查看文件前几行 head -n filename 查看文件最后几行 tail -n filename 重启网络 ...

学习目标安装jenkins，使用jenkins完成项目自动化部署（两台虚机，一台jenkins，一台是web应用。使用jenkins这台虚机完成对web虚机的自动化部署控制）。安装：首先创立两台干净的虚机，一台命名为jenkins，一台命名为web。jenkins虚机操作：在jenkins这台虚机上安装必要的环境：jdk，maven，git，wget，net-tools，dock...

Docker安装Docker支持以下的CentOS版本：CentOS 7 (64-bit) CentOS 6.5 (64-bit)或更高的版本步骤：移除旧的版本：#yum remove docker安装一些必要的系统工具：#yum install -y yum-utils device-mapper-persistent-data lvm2安装 Docker：...

Linux发行版本安装 我们主要使用CentOs 7 版本.。安装步骤：下载centos的iso：版本 CentOS-7-x86_64-Minimal-1708.iso 官网地址https://www.centos.org/download/ 百度网盘地址：链接：https://pan.baidu.com/s/1TAaNSBGfKW_...

K-均值是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的组。k-均值是一个迭代算法，假设我们想将数据聚类为n组，过程为： 1.首先选择k个随机的点，称为聚类中心。 2.对于数据集中的每个数据，按照距离k个中心点的距离，将其与距离 最近的中心点关联起来，与同一个中心点关联的所有点聚成一类。 3.计算每组的平均值，将该组所关...

Sect.6 到目前为止，本文介绍了纹理理解中的一些新问题，以及一些新的、旧的纹理表示方法。本节的目标是通过广泛的实验确定什么表示最适合哪个问题。 表示被标记为对x-y，其中x是池编码器，y是本地描述符。例如，fv-sift表示Fisher矢量编码器应用于密集提取的SIFT描述符，而bovw-cnn表示视觉单词编码器应用于cnn卷积描述符之上。特别要注意的是，根据文献中...

前提 Fisher Vectort 本质上是用似然函数的梯度向量来表达一幅图像。参照博客https://blog.csdn.net/wzmsltw/article/details/52040010基础知识似然函数：统计学中，似然函数是 一种关于统计模型参数的函数。给定输出x时，关于参数θ的似然函数L(θ|x)（在数值上）等于给定参数θ后变量X的概率：L(θ|x)=P(...

简介       所谓迁移学习，就是将一个问题上训练好的模型通过简单的调整使其适用于一个新的问题。      “为了偷懒, 在训练好了的模型上接着训练其他内容, 充分使用原模型的理解力”。 有时候也是为了避免再次花费特别长的时间重复训练大型模型。举例     CNN通常都是大型模型，下面我们拿CNN来举个例子，假设已经训练好一个区分男人和女人的CNN模型。现在来了个任务，让区分图片...

原论文地址：Very Deep Convolutional Networks for Large-Scale Image Recognition摘要：   主要研究了深度对卷积网络在大规模图像识别中的准确率的影响。主要贡献是：对使用很小的卷积核（3*3）来增加深度的网络进行了评估，表明通过将深度提升到16-19个权重层，能得到很好的性能。介绍：   随着卷积网络在计算机视觉领域的应...

简介 损失函数的作用： 神经网络模型的效果以及优化的目标是通过损失函数定义的。经典损失函数 分类问题和回归问题是监督学习的两大类，将介绍分类问题中使用的经典损失函数。 分类： 通过神经网络解决多分类问题最常用的方法是设置n个输出节点，其中n为类别的个数。对于每一个样例，经过网络处理，可以得到一个n维数组作为输出结果，数组中的每一个维...

简介    游乐场是一个通过网页浏览器就可以训练的简单神经网络并实现了可视化训练过程的工具。    地址：http://playground.tensorflow.org   下图给出了游乐场默认设置的截图图中内容解释：    （按着默认的配置：这明显是个二分类问题，因为点的颜色只有两种，点的颜色代表样例的标签。每一个点代表一个样例。）     DATA处提供了四个不同...

导学：介绍三部分内容 计算模型 数据模型 运行模型 1.计算模型       计算图：是TensorFlow中最基本的一个概念，所有计算都会被转化为计算图上的节点。    1.1计算图的概念    Tensorflow中的每一个计算，都是计算图中的一个节点。而节点之间的边描述了计算之间的依赖关系。    1.2计算图的使用     在TensorF...

前提：有一张32*32*3的RGB图片作为输入。 想做手写体数字识别，图片中含有某个数字，比如 7 。你想识别它是从0-9中的哪一个，我们构建一个神经网络来实现这个功能。过程：  第一层使用卷积核大小为 5*5，步长为 1 ，padding是0，卷积核个数为6，那么输出为28*28*6。将这层标记为Conv1.它用了6个过滤器，增加了偏差，应用了非线性函数，可能是Relu非线性函数。...

SpringMVC概述Spring  MVC框架是基于Model2实现的技术框架，Model2是经典的MVC（model    view   control）模型。SpringMVC处理请求的整体过程描述：客户端发出一个HTTP请求，服务器收到这个url后，如果匹配DispatcherServlet的请求映射路径（在web.xml中指定），则交给DispatcherServlet处...

SpEL简介Spring 动态语言，简称SpEL。是一个支持运行时查询和操作对象图的强大动态语言。Spring 开发中经常涉及及调用各种资源的情况，包含普通文件、网址、配置文件、系统环境变量。我们可以使用SpEL实现资源的注入。SpEL已经整合到Spring框架的Bean配置中，使用SpEL可以完成众多高级的Bean配置问题。在Spring中使用SpELSpring 中支持在XML...

AOP概述AOP是一种编程思想。称为：面向切面编程。是对OOP的一种补充。举个例子解释这种编程思想：一个饭店的服务员，在接待每个新客人的时候，我们假如它都进行三个操作：接客-->服务-->送客。那么在oop编程中，如果接待了一百个客人，那么就需要写一百次这三个操作。而我们发现，其中接客和送客这两个环节，对不同的客户是相同的操作，不同的客户只有服务的内容不同。那么我们...

Spring容器启动需要的条件：spring的类包已经放到了应用程序类路径下 应用程序为spring提供完备的Bean配置信息 Bean的类都已经放到了应用程序的类路径下这三个条件中，我们需要学习的就是那个Bean的配置。至于其他两条，Spring的支撑，以及Bean的类（也就是我们写的java类）就不说了。Spring容器内部工作解析图：Bean的配置信息首先定义了Bean...

Bean:在spring中，所有的java对象都会被spring核心容器管理。一切对象统称为Bean。IoC:控制翻转，在spring中就是依赖注入：指的就是容器负责创建对象和维护对象间的依赖关系，而不是通过对象本身负责自己的创建和解决自己的依赖。主要目的是为了解耦。通俗说就是我写的java类，在别的地方使用的时候需要实例化，注入等。而现在在spring中，这些实例化，注入到需要使用的...

前言：SSM框架为现在主流的java web开发框架，但是用起来需要非常多的XML配置文件，让人头疼，spring boot很好的解决了这一问题，spring boot可以简单理解为：使用默认开发配置来实现快速开发。减少了初学者的很多配置头疼问题。本系列就打算以最精简的语言和干货来做，屁话就不多说了。争取做到每一句话都不多，都是重点。Spring简介：Spring 是分层的java...

ORM简单介绍：ORM：Object  Relationship  Mapping(模型关系映射)。平时我们和数据库打交道的话，会使用SQL语句来操作数据库，比如我们建立一个demo表：CREATE TABLE demo(num int ,ser varchar(20);发现，就是通过一些SQL语句来操作数据库，并没有面向对象的过程，而我们不论java还是python都是面向对象的...