- 博客(17)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 联邦学习（1）- FedAvg算法学习
FedAvg是一种常用的联邦学习算法，它通过加权平均来聚合模型参数。FedAvg的基本思想是将本地模型的参数上传到服务器，服务器计算所有模型参数的平均值，然后将这个平均值广播回所有本地设备。这个过程可以迭代多次，直到收敛。
2023-07-10 17:25:07
2542
原创 免认证使用校园网（2022.6.3更新）
UDP 53 DNS端口的妙用我们在使用校园网时，会自动登录到一个认证的ip页面。此时如果输入baidu或者其他的页面，弹出证书有问题，并且返回认证页面。如果我们可以利用被开启的53端口，将会实现免认证使用校园网。此处采用v2方法（不一定是53端口，其他功能的UDP 67 68 69也有可能可以使用）bash <(curl -s -L https://git.io/v2ray.sh)这里采用香港的微软云服务器(东亚) Ubuntu18系统，已开启相关端口：使用第9个mKCP协议，伪
2021-10-13 23:16:16
46762
40
原创 浅谈在线IDE的搭建，配置，体验
首先想说一句，在线IDE体验不是很好，也可能是对于在线的IDE有了太多的期望，网页实现一些软件的功能确实比较困难已经体验的IDE有：腾讯家的Coding Cloud Studio亚马逊家的 Cloud9代码沙盒 Codesandbox微软家的 VScode Online还有好多种一些小众的国外的集成环境优势清单1.便捷对于一个想要使用网页的开发环境的人来说，更多的是受到外界环境的影响，而导致的需要在线开发的需求。在线的IDE可以做到无视硬件限制，只要能使用网页，就可以打开就用。2..
2021-07-20 09:43:27
1938
原创 爬虫实战开发学习（一）
爬虫实战开发学习（一）文章目录爬虫实战开发学习（一）鸽子的自我修养 -Jerry Yu学习爬虫前的准备1.Http和Https的区别2.什么是URL,URN,URI3.什么是HTML,CSS,JavaScript4.网页点击F12进入开发者模式一.选择器CSS选择器1.在CSS中，我们使用CSS选择器进行定位节点2.如果是选择class作为windows的节点3.根据标签名筛选4.CSS选择器支持嵌套选择5.CSS选择器的其他语法规则二.爬虫的基本原理1.关键部分是：构造一个请求并发送给服务器，然后接收到
2021-07-06 10:42:47
221
原创 学习Oneindex的搭建[国际Onedrive]
利用OneDrive搭建属于自己的私人云盘什么是网盘网盘很常见，百度，腾讯，微软，亚马逊，甚至正在公测的阿里都是在为客户提供储存用户资料，提供较大空间来供客户保存生活中的一些生产和学习资料。但由于提供资源的空间较小，也如某盘的带宽流氓限制，导致我们使用网盘的体验并不是很好，再往深处说，我们甚至可以使用网盘来当作我们图片的外链使用，使我们的网站可以利用网盘当作图床，音频床和视频床，然而这些资料都是存在云端，不会影响到我们的服务器内存，很Nice。✨????搭建Oneindex的方法Oneindex
2021-03-24 18:18:20
3557
原创 浅谈文章图片存储
博客分类首先，我认为博客分为两种动态博客和静态博客。✔动态博客 动态博客相对而言图片的储存和更改比较灵活。本身具有自己的后台管理，以及随时可以更改的数据库和云端，可以使网页在UI的操作下，进行删改变换，当然由于服务器存在于地理位置，带宽，不同的博客管理网站大小的区别，导致后台网页的加载速度有时不是很理想。最简单通俗的就是wordpress和typecho的区别，wordpress是公认的占据资源大，加载速度慢的博客源码，但很多都因为它的功能多样，并且在全球站长的一起努力下，创造出各式各样的
2021-03-18 10:17:33
1372
原创 SVD(奇异值分解)和图形处理
SVD奇异值分解和图形处理SVD(奇异值分解)三个引理SVD(奇异值分解)奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解，其在图形学、统计学、推荐系统、信号处理等领域有重要应用。本讲我们将介绍奇异值分解在图形压缩中的运用，并将简单介绍下Matlab对于图形和视频的处理。三个引理...
2021-03-16 16:01:40
459
原创 聚类模型学习
聚类模型K-means聚类算法K-means算法优缺点K-means++算法有关K-means++算法问题K-means聚类算法一、指定需要划分的簇[cù]的个数K值（类的个数）二、随机地选择K个数据对象作为初始的聚类中心（不一定要是我们的样本点）;三、计算其余的各个数据对象到这K个初始聚类中心的距离，把数据对象划归到距离它最近的那个中心所处在的簇类中;（数据对象划分到离他近的簇里）四、调整新类并且重新计算出新类的中心;（计算出新类的中心）五、循环步骤三和四，看中心是否收敛（不变），如果收
2021-01-28 16:01:56
1017
转载 Matlab算法 图论最短路径问题
😡(小怒) 今天俺们一起学图论中的图和最短路径问题。 😡(深思)图论中的图（Graph）是由若干给定的点及连接两点的线所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的线表示相应两个事物间具有这种关系。一个图可以用数学语言描述为G(V(G),E(G))。V(vertex)指的是图的顶点E(edge)指的是图的边集。根据边是否有方向，可将图分为有向图和无向图。另外，有些图的边上还可能有权值，这样的图称为有权图。https://csacademy.com/app/g..
2021-01-24 16:09:50
1041
原创 学习vuepress搭建博客
新建文件夹myblogps：简单的方法在文件夹打开控制台—按住shift+右键,点击打开powershell窗口（这相当于cmd的高级版）在文件夹中，进行初始化PS C:\Users\Lenovo\Desktop\myblog> npm init -y打开vscode在powershell里使用命令来打开vscodePS C:\Users\Lenovo\Desktop\myblog> code ....
2021-01-22 16:08:43
85
1
转载 matlab基本命令
第1部分：变量定义和基本运算%%% 建议有C语言或其他编程基础，了解线性代数和矩阵相关知识% https://ww2.mathworks.cn/help/matlab/% 加*为了解内容% 生成矩阵 % 直接法 a = [1,2,3;4,5,6;7,8,9]; % 冒号一维矩阵 a = 开始：步长：结束，步长为1可省略 b = 1:1:10; % 1,2,...10 b = 1:10; %与上一个等价 % 函数生成 % linsp
2020-10-17 16:20:22
858
原创 LSTM使用MNIST手写数字识别实战的代码和心得
RNN的架构除了RNN类中的模型不同，其他的构架与CNN类似，如果还没有阅读过CNN文章的可以点击下方链接进入：CNN使用MNIST手写数字识别实战的代码和心得LSTM(Long Short-Term Memory长短时记忆网络)虽然在MNIST手写数字识别方面不擅长，但是也可以进行使用，效果比CNN略显逊色对LSTM使用MNIST手写数字识别的思路图LSTM是在RNN的主线基础上增加了支线，增加了三个门，输入门，输出门和忘记门。避免了可能因为加权问题，使程序忘记之前的内容，梯度弥散或者梯度.
2020-08-01 08:33:53
932
1
原创 CNN使用MNIST手写数字识别实战的代码和心得
CNN(Convolutional Neural Network)卷积神经网络对于MNIST手写数字识别的实战代码和心得首先是对代码结构思路进行思路图展示，如下：参数和原理剖析：因为MNIST图片为长和宽相同的28像素，为黑白两色，所以图片的高度为1，为灰度通道。在传入的时候，我定义的BATCH_SIZE为512，所以具体的输入维度为(512,1,28,28)我的CNN卷积神经网络的为两层卷积层，两次激活函数，两层池化层，和两层全连接层卷积核设为5X5，步长Stride = 2（卷积核移动.
2020-08-01 08:09:57
3437
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人