自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 leedcode学习(算法与测试代码)

两数相加:给你两个 非空 的链表,表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的,并且每个节点只能存储 一位 数字。请你将两个数相加,并以相同形式返回一个表示和的链表。你可以假设除了数字 0 之外,这两个数都不会以 0 开头。示例 1:分析: 键盘输入为数组,如[2,4,3],所以首先将数组转化为链表形式,输出也为数组,所以当计算完成后再将链表转化为数组形式。实现算法: public ListNode addTwoNumbers(ListNode l1,ListNode

2021-04-21 17:16:36 191

原创 SQL笔记(mysql)

SQL(mySql)SQL:结构化查询语言,定义了操作所有关系型数组的规则。每种数据库操作方式存在不一样的地方,称为方言。通用语法:分号结尾,可多行单行书写;使用空格和缩进增强可读性;不区分大小写,关键字建议大写;注释: 单行注释: – 注释内容 或 # 注释内容(mysql 特有)多行注释: /* 内容*/MySQL服务启动—登陆–mysql -uroot -proot分类主体分为4类DDL:操作数据库和表(操作大类主体),create,drop,alter2.DML:操作表中数据(增

2021-04-20 15:53:03 92

原创 数据库连接池笔记(druid、JDBCTemplate)

1.数据库连接池数据库连接池指一个容器(集合),存放数据库连接的容器。系统初始化后,容器被创建,容器会申请连接对象,当用户访问数据库时,从容器中获取连接对象,访问完之后,将连接对象归还给容器。(1)优点:节约资源,用户访问高效(2)实现:①标准接口:DataSource javax.sql包下1)方法a.获取连接: getConnection()b.归还连接: 若连接对象Connection是从连接池中获取,调用Connection.close()方法,则直接归还连接。②一般不去实现它,由

2021-04-19 19:47:29 281

原创 RNN、梯度消失与梯度爆炸、LSTM GRU

RNN(the student opened their______)其结构与函数表达式:优势有:可以有任意长度的输入;t步的计算理论上可以共享到后面的每一步;模型是固定的,不会随着输入的增加而增加;每一步使用的是相同的W。缺点:由于需要反复计算,计算慢;在实际中早的信息很难被后面的步骤所获取(梯度爆炸、梯度消失)训练步骤:1.获取一个文本资料库(数据集)2.通过每一个单词的输入预测出到该单词为止将出现的下一个单词y3.计算出预测的下一个单词和实际出现的下一个单词的误差(Loss:J),对所

2020-11-28 11:37:11 525

原创 逻辑回归(笔记)

逻辑回归:逻辑回归常用于2分类问题,其本质是假设数据服从这个分布,使用极大似然估计做参数的估计。极大似然估计:利用已知的样本结果信息,反推最具有可能(最大概率)导致这些样本结果出现的模型参数值。假设一个黑盒中有红白两色球,其数量比例都为未知,我们每次从盒中有放回的取球并记录下结果。假设取了100次,一共30次红球,70次白球。那么我们很自然地得到红白两球的比例为3:7 为什么会得到这样一个结果呢?用数学的思想,每次抽出来的球的颜色服从同一独立分布。这里我们把一次抽出来球的颜色称为一次抽样。在一百次抽

2020-11-15 10:13:01 182

原创 线性回归、简单python实现

import matplotlib.pyplot as pltimport numpy as np##设置简单数据集 y=2x+0.5x_data=np.linspace(-1,1,100)nosie=np.random.normal(0,0.05,x_data.shape)y_data=2*x_data+0.5+nosiew=0b=1lr=0.005 #学习率epoch=50000 #玩50000回合def gradient(x_data,y_data,w,b,lr,epoch):

2020-11-13 17:04:15 200

原创 笔记 神经网络、BP算法推导

1. 神经网络的数学模型一个多层神经网络通常由L层神经元组成,分别为输入层、隐藏层、输出层。输入层:神经网络的第一层,表示一列或多列矩阵的输入输出层:神经网络的最后一层,表示网络最终的输出结果,通常是一列矩阵隐藏层:神经网络的中间层,有L-2层,表示每一层神经元通过前向传播算法计算的结果矩阵神经网络的数学模型从理论上可以学习模拟出任意的映射函数,通过不断的更新权值和偏重的值,最终搭建出一个预期系统的神经网络,从而可以对数据进行分类或者回归。前向传播算法前向传播算法是指依次向前计算相邻隐藏层之间

2020-11-10 20:54:27 342 1

原创 机器学习(凸优化,SVM) 笔记整理

机器学习笔记(1) 凸优化、线性对偶问题凸优化一个AI问题可以把它分解为模型加优化两部分构成,模型有DL、SVM、CNN等,优化有GD,SGD,Adam等等。机器学习的核心是优化问题。任何一个优化优化问题可以写作以下形式:若待优化问题是凸函数,我们则可以找到一个全局最优解(Global optimal),如逻辑回归;若为非突函数,我们找到的最优解通常为局部最优解(Local optimal)如神经网络。判断是否为凸优化问题凸集的定义:假设对于任意x,y∈C,对任意的α∈[0,1],有αx

2020-11-09 10:43:33 888

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

提示
确定要删除当前文章?
取消 删除