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

-+

我是任玉琢

我的微信公众号:RAIS,https://ai.renyuzhuo.cn/img/wechat_ercode.png

  • 博客(108)
  • 资源 (12)
  • 论坛 (4)
  • 收藏
  • 关注

原创 AI:拿来主义——预训练网络(一)
原力计划

我们已经训练过几个神经网络了,识别手写数字,房价预测或者是区分猫和狗,那随之而来就有一个问题,这些训练出的网络怎么用,每个问题我都需要重新去训练网络吗?因为程序员都不太喜欢做重复的事情,因此答案肯定是已经有轮子了。我们先来介绍一个数据集,ImageNet。这就不得不提一个大名鼎鼎的华裔 AI 科学家李飞飞。2005 年左右,李飞飞结束了他的博士生涯,开始了他的学术研究不就她就意识到了一个问题,...

2020-03-02 10:11:12 1488

原创 【用 Kotlin 写 Android】有这个必要吗?

前言Kotlin 被 Android 选为官方支持并推荐的语言满一年了,这一年中可以看见的是 Google 正在大力推广 Kotlin,并且相关的 Kotlin 支持库也频繁更新,可以预见的是在未来一段时间内,Kotlin 会被越来越多的提及,并且也会被越来越多的采用,那作为一个互联网从业者——一日不学习就会被淘汰的的行业的从业者,那么是否 Android 开发就应该立刻去采用 Kotlin ...

2018-03-28 00:26:53 23182 2

原创 深度学习中的正则化(一)

本文首发自公众号:RAIS,点击直接关注。前言本系列文章为《Deep Learning》读书笔记,可以参看原书一起阅读,效果更佳。本文我们聊一聊深度学习中的正则化。深度学习中的正则化一般来说,深度学习所要做的事情是用已有的训练集训练一个网络模型,然后针对新的数据给出预测,我们期望我们的模型在训练集和测试集上都有良好的表现,但是有的时候两者不可兼得。一种情况是在训练集上表现很好,在测试集上表现不好或表现一般;另一种情况是在训练集上表现不好或表现一般,在测试集上表现很好。相比较而言我们更倾向于后者,.

2020-07-19 16:27:58 43

原创 深度前馈网络

本文首发自公众号:RAIS,点击直接关注。前言本系列文章为《Deep Learning》读书笔记,可以参看原书一起阅读,效果更佳。从本文开始将继续学习本书的第二部分,将从第一部分介绍深度学习所需要的基础知识过渡到构建深度网络,是理论的应用与提高。深度前馈网络也叫 多层感知机 或者是 前馈神经网络,是典型的深度学习模型。这种模型是一种前向的映射模型,由最初的输入,经过函数 f 映射到结果 y,模型的输出和模型本身没有反馈(有反馈的称作循环神经网络)。这里网络的概念是一种有向无环图,最简单的是链式连.

2020-07-05 17:10:24 51

原创 构建机器学习算法

本文首发自公众号:RAIS,点击直接关注。前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。我们前面也介绍了一些构建机器学习或深度学习的一些内容,理解了其中部分原理和这么做的原因,接下来我们总结一下,跳出来从更高一点的方面去概括的看一看,也许会有不同的感觉。构建机器学习算法构建机器学习算法是有套路的:特定的数据集、代价函数、优化过程和模型。...

2020-04-12 09:09:43 65

原创 随机梯度下降

本文首发自公众号:RAIS,点击直接关注。前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。梯度下降算法在机器学习或深度学习中,模型的训练在一般都会被转换为求使得目标函数函数值最小的参数组合的优化问题,简而言之就是优化参数,梯度下降法是优化参数的一种方法。梯度是数学上面的概念,梯度的方向是某一点方向导数最大值的的方向,其向其反方向(负梯度)移动...

2020-04-10 15:52:29 115

原创 无监督学习算法

本文首发自公众号:RAIS,点击直接关注。前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。无监督学习算法就是无监督的一种学习方法,太抽象,有一种定义(这种定义其实不够准确,无监督和监督之间界限模糊)是说如果训练集有标签的就是有监督学习,无标签的就是无监督,没有标签,意味着不知道结果。有监督学习算法可以知道一堆图片它们是狗的照片,无监督学习算法...

2020-04-07 14:03:04 126

原创 监督学习算法

本文首发自公众号:RAIS,点击直接。前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。由于各平台 Markdown 解析差异,有些公式显示效果不好,请到我 个人维护网站 查看。监督学习算法监督学习算法的定义是,给定一组输入 x 和输出 y,学习如何将其关联起来,现在的大部分情况都是监督学习算法的范畴。逻辑回归很多的监督学习算法是基于估计概...

2020-04-06 09:09:47 123

原创 愿一切安好!

个人 Hexo 静态完整支持特殊日子黑白悼念,愿生者坚强,逝者安息!方法 1静态方法,直接在模板文件中添加 CSS 样式:<style>html { FILTER: gray; -webkit-filter: grayscale(100%);}</style>方法 2动态方法,可在 _config.yml 中进行配置多个日期:grieve: ...

2020-04-04 11:39:07 53

原创 最大似然估计与最大后验估计

前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。MLE VS MAP最大似然函数(MLE)和最大后验概率估计(MAP)是两种完全不同的估计方法,最大似然函数属于频率派统计(认为存在唯一真值 θ),最大后验估计属于贝叶斯统计(认为 θ 是一个随机变量,符合一定的概率分布),这是两种认识方法的差异。模型不变,概率是参数推数据,统计是数据推参数。最大似...

2020-04-04 08:23:47 108

原创 估计、偏差和方差

本文首发自公众号:RAIS前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。估计统计的目的是为了推断,大量的统计是为了更好的推断,这就是一种估计,一种根据现有信息对可能性的一种猜测。点估计:点估计指的是用样本数据估计总体的参数,估计的结果是一个点的数值,因此叫做点估计。这个定义非常宽泛,θ^m=g(x1,x2,...,xm)\hat{\th...

2020-04-02 18:20:22 131

原创 超参数、验证集和K-折交叉验证

本文首发自公众号:RAIS前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。​超参数参数:网络模型在训练过程中不断学习自动调节的变量,比如网络的权重和偏差;超参数:控制模型、算法的参数,是架构层面的参数,一般不是通过算法学习出来的,比如学习率、迭代次数、激活函数和层数等。与超参数对比的概念是参数,我们平时训练网络所说的调参,指的是调节&...

2020-04-02 08:18:22 495

原创 过拟合和欠拟合
原力计划

本文首发自公众号:RAIS​前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。构建复杂的机器学习算法上一篇文章中我们介绍了什么叫做机器学习算法极其具体的定义和所关心的问题,比较简单,接下来的文章我们将介绍一些设计学习算法的基本准则。误差泛化:机器学习的目的是在新的输入上具有良好的表现,而不是已有的数据,这很好理解,在新的数据上表现良好的能...

2020-04-01 06:28:55 193

原创 机器学习算法

本文首发自公众号:RAIS前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。深度学习是机器学习的子集,因此想更深入的了解深度学习,需要对机器学习的一些基本原理。学习算法机器学习算法是一种能够从数据中学习的算法,有人给出学习的定义 “对于某类任务 T 和性能度量 P,一个计算机程序被认为可以从经验 E 中学习是指,通过经验 E 改进后,它在任务 ...

2020-03-31 11:17:48 66

原创 深度学习中的数值计算

前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。数值计算机器学习算法需要大量的数字计算,并且这些计算包含有一些迭代拟合的过程,在这个计算过程中,由于计算机的局限,无法完全精确的表示,因此总是存在误差的,小的误差经过迭代次数的增多,或者多个误差的叠加,甚至会使得算法不可用,系统失效。上溢和下溢下溢:在现有的精度无法表示那么小的数的时候,接近零的...

2020-03-29 10:44:04 233

原创 深度学习中的信息论

本文首发自公众号:RAIS,欢迎关注。前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。信息论信息论是数学上一个分支,非常重要,包括你能看到这篇文章信息的传输信息论在其中都发挥了极其重要的作用,我就不赘述了,我们还是讨论更学术更专业性的知识。量化信息非常可能的事情包含较少的信息;较不可能的事情包含更高的信息;独立的事件具有增量的信息。...

2020-03-28 10:40:34 258

原创 深度学习中的概率论
原力计划

本文首发自公众号:RAIS,期待你的关注。前言本系列文章为 《Deep Learning》 读书笔记,可以参看原书一起阅读,效果更佳。概率论机器学习中,往往需要大量处理不确定量,或者是随机量,这与我们传统所需要解决掉问题是大不一样的,因此我们在机器学习中往往很难给出一个百分百的预测或者判断,基于此种原因,较大的可能性往往就是所要达到的目标,概率论有用武之地了。概念离散型概率质量...

2020-03-27 10:11:38 138

原创 深度学习中的线性代数

​前言本系列文章是 Deep Learning 的读书笔记,本书是深度学习极其优秀的学习参考书,有一定难度,因此本系列文章需要搭配原书一起阅读,效果更佳,如果不看原书,则假设你具有大学高等数学一般水平。深度学习中的线性代数易混基础概念标量:单独一个数向量:一行/列数矩阵:二维数组张量:一般指多维(0 维张量是标量,1 维张量是向量,2 维张量是矩阵)转置:沿主...

2020-03-26 10:34:08 69

原创 深度学习最佳实践
原力计划

本文首发自公众号:RAIS,欢迎关注。最佳实践,顾名思义,就是做某事的最佳方法,当然,这里的最佳一定是绝大多数情况,但又不是百分百的情况,我们不必纠结这个问题,我们需要记住的是下面这些方法在深度学习实践中是非常好的做法。回调机制如果你看到这里,我有理由认为你是一个懂得程序设计懂得编程的有一定开发经验的程序员,既然如此,你一定对回调不陌生,回调类似于一种观察者的设计模式,我交给你一个任务去...

2020-03-23 08:33:51 96

原创 现实比理论要复杂
原力计划

我们试想一个实际问题,春天到了,我们要买衣服了,同时,作为服装厂商,也要开始发布新的衣服了,如果你作为一个服装厂商的技术顾问,请你分析出什么样的衣服属于今年的流行趋势,你会怎么做?首先,作为技术宅男的你,我不认为你会对流行元素有那么多的关注,不会去看什么巴黎时装周,你能做的就是根据各种各样的数据进行分析预测。你可能会在店铺中进行一些扫码填写调查表发放一些优惠券,还可能去各大时尚网站去扒一些评论分...

2020-03-21 16:39:50 92

原创 卷积神经网络处理文本序列
原力计划

我们之前讨论了卷积神经网络,从局部可以提取出特征,用于小猫小狗的图片识别处理,非常有效;也讨论了循环神经网络进行文本的处理,因为文本的顺序是顺序相关的。基于以上特点,我们把时间或者说文本的前后看做一个维度,那一段文本就是一个一维空间,相比图片的二维空间,变得更加简单了,那卷积神经网络是否可以处理这样的情况呢?先亮出结论,答案是肯定的。图片是二维的数据,文本是一维的数据,因此我们可以对训练的神经网...

2020-03-19 09:33:53 278

原创 再探循环神经网络

上一篇中,我们讨论了循环神经网络相关的基本内容,今天我们继续探讨一下循环神经网络还有那些需要注意的更高级的用法。降低过拟合在之前的讨论中,我们经常聊起过拟合的问题,我们一般判断训练的网络什么情况下算作训练完成,查看其精度和损失时,也都看的是其过拟合之前的数据,避免过拟合的一种方法是用 dropout 方法,随机清零的方式去实现,但是在循环神经网络中,这个问题就有点复杂了。人们在大量的实验中早...

2020-03-14 01:09:13 50

原创 循环神经网络
原力计划

​最近的股市震荡的有点厉害,跌的有点惨,面对如此情景,我波澜不惊,原因很简单,前几年我小试牛刀的时候我意识到了这不是我这种散户能玩得懂的,如今的我早已空仓。万物皆可 AI,如何用深度学习的方法去理解呢?当然,本篇不是一个指导买股票的文章,也不会用股票的数据信息去训练模型,我付不起这样的责任,也同样因为股票的市场行情远非一点股票价钱数据就可以解释的。下面我们来聊一聊正事,循环神经网络(RNN)。为...

2020-03-11 18:48:52 63

原创 AI:深度学习用于文本处理
原力计划

同本文一起发布的另外一篇文章中,提到了 BlueDot 公司,这个公司致力于利用人工智能保护全球人民免受传染病的侵害,在本次疫情还没有引起强烈关注时,就提前一周发出预警,一周的时间,多么宝贵!他们的 AI 预警系统,就用到了深度学习对文本的处理,这个系统抓取网络上大量的新闻、公开声明等获取到的数十万的信息,对自然语言进行处理,我们今天就聊聊深度学习如何对文本的简单处理。文本,String 或 ...

2020-03-06 01:16:38 214

原创 AI:拿来主义——预训练网络(二)

上一篇文章我们聊的是使用预训练网络中的一种方法,特征提取,今天我们讨论另外一种方法,微调模型,这也是迁移学习的一种方法。微调模型为什么需要微调模型?我们猜测和之前的实验,我们有这样的共识,数据量越少,网络的特征节点越多,会越容易导致过拟合,这当然不是我们所希望的,但对于那些预先训练好的模型,还有可能最终无法很好的完成所要做的工作,因此我们还需要对其更改,基于此原因,我们需要做的就是拿来一个训练...

2020-03-04 09:51:41 102

原创 AI:是猫还是狗,这是个问题

首发自公众号:RAIS如果你不喜欢小猫和小狗,你可能不知道他们具体是哪一种品种,但是一般来说,你都能区分出这是猫还是狗,猫和狗的特征还是不一样的,那我们如何用机器学习的方法训练一个网络区分猫狗呢?我们选用的是 Kaggle 的一个数据集(https://www.kaggle.com/c/dogs-vs-cats/data),用神经网络的方法进行模型的训练。下载下来的数据集对于我们测试来说数...

2020-03-01 09:34:01 162

原创 Android Studio 3.6 正式版终于发布了

Google 下载地址百度云 下载地址 密码:epl9关注公众号「RAIS」,联系我,我可以直接电脑发给你,不确定你的网络环境哪一种更快,文末有二维码。如题,Android Studio 3.6 正式版终于发布了,值得兴奋呀,毕竟 3.5 大版本更新也已经差不多半年了,撒花撒花!这次更新又更新了什么呢?包括有设计、开发、构建、测试、优化等多方面,下面我们来看看 Release Note...

2020-02-25 16:17:57 18846 31

原创 Git 小课堂 004

rebase——变基,就是这个可能会把事情搞得一团糟的操作。对于变基,我只能说,需要一个配合默契的团队,你们心灵想通,互相了解,然后你们会做出非常漂亮的事情。对于使用变基且几乎不会出问题的团队,我一般都是由衷的赞叹和羡慕,因为真的是一群非常好的小伙伴,这样的同事在一起工作应该是非常开心的。某次提交 commit id 为 master,基于此,有两个分支 master’(在 master 基础...

2020-02-24 20:07:20 276

原创 无聊也是一种生产力

​无聊也是一种生产力,最近不止无聊,还心烦,这种情况我只会做三种事情会比较开心,和某人出去玩、打游戏或者是写代码,前两种由于现实情况没办法实现,我就只能采用第三种方法了,并且这种时候写代码总可以写点自己想做的东西。小程序,很久之前写了一个非常简单的,当时就觉得微信小程序原生的语法真是的太复杂限制太多还不好用,尤其像我这种人,做出来的东西真的是丑的要死。这一次当然不会从头来了,果断 GitHub ...

2020-02-24 11:15:52 320

原创 Git 小课堂 003

冲突,就要 Merge,没有冲突那就不叫 Merge。写代码过程中,多人协作,难免有冲突,当然,自己也有可能跟自己冲突,不要说你没遇到过,那怎么办呢?git 给我们的解决办法是用 mergetool,如果不特殊安装什么,默认的合并工具是 vimdiff,打开之后的样子是:默认是 Vim 配置,可以修改,比较常用的是 control+w 可以切换窗口,:wqa 清除缓存并保存更改。当然,如...

2020-02-18 12:23:31 275

原创 Git 小课堂 002——别名

昨天我们聊了聊 Git 的文件存储,今天我们聊聊 Git 的别名。不知道你是不是熟悉别名,如果你经常使用命令行做一些事情,有一些复杂的命令,或者是一些简单的操作,往往用一些别名方法就很方便很容易,下面是我设置的几个别名:当然,我们今天聊的依旧是 Git 的小技巧,很多用了几年 Git 的程序员,仍然不熟悉 Git 的别名,我们看看 Git 的别名究竟有哪些,用 git alias 可以查看,g...

2020-02-05 20:39:22 283

原创 Git 小课堂 001

本系列教程将会发布在微信圈子「GitHub」中,既然你已经找到了这里,那么我就直接假设基础的 Git 用法你已经掌握了(这种假设是有依据的,依据就是你已经找到了这个圈子,对 Git 不熟悉或者不了解的人不太可能看到此文),因此,本文只会介绍那些非基础用法,了解这些,可能对你以后的工作或学习会有帮助。让我们开始吧!知其然,知其所以然会更好的理解 Git,Git 文件的存储方式,这个问题很重要,但又...

2020-02-04 17:54:29 513

原创 GitHub Top小程序

GitHub Top本项目为 GitHub 热点项目微信小程序客户端,首页仅推荐一个热点项目,这个项目往往是社会热门事件所催生的一个项目,如 996.ICU、wuhan2020,所推荐项目标准为:积极、健康、热点、具有一定进步性。GitHub 小程序有很多,但推荐热点项目的往往是拉取 GitHub Trending 数据,有其意义(本小程序也支持此功能),但获取所需信息效率较低,不一定找得到你...

2020-02-02 18:48:05 430

原创 卷积神经网络

​卷积神经网络这个词,应该在你开始学习人工智能不久后就听过了,那究竟什么叫卷积神经网络,今天我们就聊一聊这个问题。不用思考,左右两张图就是两只可爱的小狗狗,但是两张图中小狗狗所处的位置是不同的,左侧图片小狗在图片的左侧,右侧图片小狗在图片的右下方,这样如果去用图片特征识别出来的结果,两张图的特征很大部分是不同的,这不是我们希望的,那思考一下,为什么我们人就可以把它们都看成是可爱的小狗狗呢?这是...

2020-01-20 23:16:13 117 1

原创 五个 Python 常用数据分析库

前言Python 是常用是数据分析工具,常用的数据分析库有很多,下面主要介绍如下六个分析库:NumPy、Pandas、SciPy、StatsModels、Matplotlib。NumPyNumPy 是一个非常常用的数据分析库,更准确点说是一个数学计算库,包括下面的 Pandas 也依赖于 NumPy。话说为什么用 NumPy,他有什么优点?众多内置的数学计算:文章你看到这里,说明你要做的...

2020-01-19 22:13:57 273

原创 机器学习基础概论

本文将是一篇长文,是关于机器学习相关内容的一个总体叙述,会总结之前三个例子中的一些关键问题,读完此文将对机器学习有一个更加深刻和全面的认识,那么让我们开始吧。我们前面三篇文章分别介绍了 二分类问题、多分类问题 和 标量回归问题,这三类问题都是要将输入数据与目标结果之间建立联系。同时,这三类问题都属于监督学习的范畴,监督学习是机器学习的一个分支,还包括三个其他的主要分...

2020-01-17 17:19:06 237 1

原创 预测房价:人工智能回归问题

​我们之前提出了三个经典的问题,他们分别是:二分类问题(电影评论好坏倾向性判断)多分类问题(将新闻按照主题分类)回归问题(根据房地产数据估算房地产价格)我们解决了前两个问题,今天我们解决第三个问题,回归问题。不管是二分类问题还是多分类问题,归结起来都是分类问题,而回归问题不一样,他是一种回归问题,回归问题的训练结果不是离散的情况,而是连续的情况,例如预测明天的气温、全年降水量等。...

2020-01-15 23:41:51 408 1

原创 新闻分类:人工智能多分类问题

上一节我们提到了三个非常经典的问题,他们分别是:二分类问题(电影评论好坏倾向性判断)多分类问题(将新闻按照主题分类)回归问题(根据房地产数据估算房地产价格)上一篇中,我们介绍了其中的二分类问题,这一篇我们介绍其中的多分类问题。如果你没有阅读过上一篇,请先阅读上一篇,否则下文很多内容你会不知所云。现在我们开始今天的话题:实际的背景是这样的:路透社将新闻分为了 46 个互斥的大类,一篇文...

2020-01-13 19:20:02 216 1

原创 Deep Learning with Python

Deep Learning with Python 适合立志研究人工智能、深度学习的初学者及有经验的开发者,本书分为两部分,第一部分是入门篇,讲解什么叫人工智能和深度学习,介绍一些基础概念,初级实例,适合初学者了解什么是深度学习;第二部分是高级篇,深度学习在计算机视觉、文本处理的方法和理论方法,也有很多的实际例子和最佳实践等,适合有经验开发者,学习梯度明显,是一本经典的人工智能书籍。本书是 Go...

2020-01-13 08:57:00 312

原创 好还是坏:人工智能二分类问题

上一篇文章我们介绍了深度学习的 Hello World,代码写起来相比其他语言有点多,虽然背后的很多原理你可能还没有完全弄懂,但从宏观上来看,是很好理解的。接下包括本篇在内的接下来的三篇文章,我们来用深度学习解决三个实际问题,也是非常经典的三个问题,分别是:二分类问题(电影评论的好坏偏向性判断)多分类问题(将新闻按照主题分类)回归问题(根据房地产数据估算房地产价格)今天我们关注他们其中...

2020-01-10 23:51:11 196 1

think in java 4th java编程思想 源代码和习题解答代码

think in java 4th java编程思想 源代码和习题解答代码

2014-01-21

将WIN7右键添加清空回收站

将WIN7右键添加清空回收站

2013-10-23

旅游管理系统

旅游管理系统 用于管理自己的旅行 我将持续改进,平均一个月更新一次 DOS界面 我是一个学生,真心希望您的支持,您的反馈,是对我最好的支持 期待您的反馈,反馈后我会为您发送最新更新,谢谢

2013-10-17

CMD 命令速查手册

CMD 命令速查手册,批处理命令,执行后就会生成你想要的东西!从网上下的,好东西呀!! CMD 批处理命令!

2013-10-11

Dev-Cpp 5.5.1 TDM-GCC x64 4.7.1 Setup

Dev-Cpp 5.5.1 TDM-GCC x64 4.7.1 Setup

2013-10-12

Java_1.6_API_英文版.chm

Java_1.6_API_英文版.chm

2013-08-24

用于删除不能删除的文件夹、文件

这个文件可以删除那些不能删除的文件夹,文件。将文件拖拽到这个文件上,会自动删除,不能找回,请谨慎操作!谨慎

2013-08-22

JAVA API官方文档中文版.CHM

java API 类的查询 绝对可用!绝对可用

2013-08-09

排序算法合编 c语言

排序算法合编,包括一般的选择,快速,堆,插入,冒泡,二分,归并等 DEV C++5.3运行通过 有谁发现问题敬请指教,在下不胜感激!

2013-08-05

calendar.sql

1970-2100年 的农历数据,节气,财神方位,宜,忌,星座,天干地址等等,大数据库,sqlite 版。 `GregorianDateTime` '公历日期时间', `LunarDateTime` '农历日期时间', `LJie` '农历节日', `GJie` '公历节日', `Yi` '宜', `Ji` '忌', `ShenWei` '神位', `Taishen` '胎神', `Chong` '冲煞', `SuiSha` '岁煞', `WuxingJiazi` '五行甲子', `WuxingNaYear` '纳音五行年', `WuxingNaMonth` '纳音五行月', `WuxingNaDay` '纳音五行日', `MoonName` '农历月名称', `XingEast` '星宿吉凶(东方星座)', `XingWest` '四方(星座)', `PengZu` '彭祖百忌', `JianShen` '黄历12值神建', `TianGanDiZhiYear` '天干地支年', `TianGanDiZhiMonth` '天干地支月', `TianGanDiZhiDay` '天干地支日', `LMonthName` '农历月名称', `LYear` '生肖', `LMonth` '农历月', `LDay` '农历日', `SolarTermName` '农历节气的名称'.

2020-02-08

Calendar.db

1970-2100年 的农历数据,节气,财神方位,宜,忌,星座,天干地址等等,大数据库,sqlite 版。 `GregorianDateTime` '公历日期时间', `LunarDateTime` '农历日期时间', `LJie` '农历节日', `GJie` '公历节日', `Yi` '宜', `Ji` '忌', `ShenWei` '神位', `Taishen` '胎神', `Chong` '冲煞', `SuiSha` '岁煞', `WuxingJiazi` '五行甲子', `WuxingNaYear` '纳音五行年', `WuxingNaMonth` '纳音五行月', `WuxingNaDay` '纳音五行日', `MoonName` '农历月名称', `XingEast` '星宿吉凶(东方星座)', `XingWest` '四方(星座)', `PengZu` '彭祖百忌', `JianShen` '黄历12值神建', `TianGanDiZhiYear` '天干地支年', `TianGanDiZhiMonth` '天干地支月', `TianGanDiZhiDay` '天干地支日', `LMonthName` '农历月名称', `LYear` '生肖', `LMonth` '农历月', `LDay` '农历日', `SolarTermName` '农历节气的名称'.

2020-02-08

calendar.sql

1970-2100年 的农历数据,节气,财神方位,宜,忌,星座,天干地址等等,大数据库,sqlite 版。 `GregorianDateTime` '公历日期时间', `LunarDateTime` '农历日期时间', `LunarShow` varchar(255) DEFAULT NULL, `IsJieJia` varchar(255) DEFAULT NULL, `LJie` '农历节日', `GJie` '公历节日', `Yi` '宜', `Ji` '忌', `ShenWei` '神位', `Taishen` '胎神', `Chong` '冲煞', `SuiSha` '岁煞', `WuxingJiazi` '五行甲子', `WuxingNaYear` '纳音五行年', `WuxingNaMonth` '纳音五行月', `WuxingNaDay` '纳音五行日', `MoonName` '农历月名称', `XingEast` '星宿吉凶(东方星座)', `XingWest` '四方(星座)', `PengZu` '彭祖百忌', `JianShen` '黄历12值神建', `TianGanDiZhiYear` '天干地支年', `TianGanDiZhiMonth` '天干地支月', `TianGanDiZhiDay` '天干地支日', `LMonthName` '农历月名称', `LYear` '生肖', `LMonth` '农历月', `LDay` '农历日', `SolarTermName` '农历节气的名称'

2020-02-08

Idea

发表于 2020-01-18 最后回复 2020-01-18

DEVC++的MINGW与TDM-GCC有什么区别?

发表于 2013-10-12 最后回复 2017-01-06

sqlite3中的wal、shm文件问题

发表于 2014-03-21 最后回复 2014-03-28

怎样取消DEV C++的自动保存?

发表于 2013-08-13 最后回复 2013-10-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人 TA的粉丝

提示
确定要删除当前文章?
取消 删除