![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
个人兴趣
文章平均质量分 71
亦余心之所向兮
这个作者很懒,什么都没留下…
展开
-
0. 让我尝试说服你开始尝试OCaml
让我尝试说服你学习使用OCaml语言展示特性说明优缺点给不同层次的人的说明入门者: (没有)有了解,想选择尝试精通可以做什么insert x [] = [x]insert x l@(hd::tl) | hd >= x = x :: l | otherwise = hd :: insert x tllet rec insert x list = match list with | [] -> [x] | hd :: tl -> i原创 2021-08-22 16:09:23 · 241 阅读 · 0 评论 -
GitHub 上 57 款最流行的开源深度学习项目
GitHub 上 57 款最流行的开源深度学习项目 文章转载自 开源中国社区 [http://www.oschina.net] 本文标题:GitHub 上 57 款最流行的开源深度学习项目 本文地址:https://www.oschina.net/news/79500/57-most-popular-deep-learning-project-at-githubTensorFlow转载 2016-12-01 12:25:59 · 1644 阅读 · 0 评论 -
ANN
适合神经网络学习的问题实例是用很多“属性- 值”对表示的。要学习的目标函数是定义在可以用向量描述的实例之上的,向量由预先定义的特征组成,例如 ALVINN 例子中的像素值。这些输入属性之间可以高度相关,也可以相互独立。输入值可以是任何实数。目标函数的输出可能是离散值、实数值或者由若干实数属性或离散属性组成的向量目标函数的输出可能是离散值、实数值或者由若干实数属性或离散属性组成的向量。例如,在 A原创 2016-12-06 23:38:07 · 1403 阅读 · 0 评论 -
评估假设
精度估计用统计方法估计假设精度,主要为解决以下三个问题: 已知一个假设在有限数据样本上观察到的精度,怎样估计它在其他实例上的精度 如果一个假设在某些数据样本上好于另一个,那么一般情况下是否该假设更准确 当数据有限时,怎样高效地利用这些数据,通过它们既能学习到假设,还能估计其精度? 描述估计实例空间 X X 分布情况 D D 目标函数 f:X→{0,1} f:X \righ原创 2016-12-07 22:19:18 · 510 阅读 · 0 评论 -
15 Secrets Successful People Know About Time Management
Secrets Successful People Know About Time Management每天只有1440分钟什么才是你重要的事拒绝任务清单1 研究表明未必可信但是大体属实2 安排日程表拖延症拒绝压力零负担随手记下你觉得重要的东西邮件管理会议拒绝别人占用你的时间帕雷托规则分派任务主题日小事情立刻做改变清晨精力E-3C工作法15 Secrets Suc原创 2017-12-10 15:47:41 · 501 阅读 · 1 评论 -
promise, async/await
promise, async/await1. 基础2. Promise Chain执行顺序2.1 基本执行顺序2.2 传递参数2.3 Promise.all3. async 和 waitpromise, async/await Promise是抽象异步处理对象以及对其进行各种操作的组件。1. 基础let promise = new Pro...原创 2018-04-18 21:46:55 · 203 阅读 · 0 评论 -
Grunt
1. Grunt1.1 为何要用构建工具?一句话:自动化。对于需要反复重复的任务,例如压缩(minification)、编译、单元测试、linting等,自动化工具可以减轻你的劳动,简化你的工作。当你在Gruntfile 文件正确配置好了任务,任务运行器就会自动帮你或你的小组完成大部分无聊的工作。1.2 为什么要使用 Grunt?Grunt 生态系统非常庞大,并且一直在增长...翻译 2018-07-08 17:20:14 · 172 阅读 · 0 评论 -
RamdaJS使用总结
1. 数组排序// 需求根据sum属性逆排序// sum 相同时,根据id正排序// js array的sort方法arr.sort(function(a, b) { if (a.sum > b.sum) { return -1; } else if (a.sum < b.sum) { return 1; } else...原创 2018-09-04 23:17:39 · 1057 阅读 · 0 评论 -
Scala 笔记1
[update 2018/09/16] [TOC]Scala 打算学习Scala, 虽然语法远远不如Haskell简洁, 但是人家库多。-&gt;_&lt;-0. Scala For HaskellersComparing Scala &amp; HaskellScala for Haskellers1. STD LIBassertexpr :...原创 2018-09-16 19:43:11 · 145 阅读 · 0 评论 -
Typescript 中实现 Maybe
Maybe在haskell里,我们有:Maybe a = Just a | NothingTypescript中实现class Optional&amp;lt;T&amp;gt; { private _isValid: boolean = null; private _value: T = null; constructor (v: T = null) { ...原创 2018-09-17 19:33:05 · 358 阅读 · 0 评论 -
Babylon.js
Babylon.js最近想搞一搞webgl的3d小游戏,为以后的微信小游戏技术铺路。Three.js: The aim of the project is to create an easy to use, lightweight, 3D library with a default WebGL renderer.PlayCanvas: Fast and lightweight WebGL...原创 2019-06-11 23:33:21 · 1034 阅读 · 0 评论 -
图论学习笔记 Part 1
Graph Theory (Part 1) 学习的视频来自 Sarada Herke 的Youtube 空间01 Seven Bridges of Konigsbergsolved by Euler in 1735;02 Definition of a GraphA graph G is an ordered pair G=(V,E)G=(V,E) where V is a set原创 2016-05-18 15:01:05 · 917 阅读 · 0 评论 -
利用 autoconf 和 automake 自动生成Makefile
利用 autoconf 和 automake 自动生成Makefile工具生成流程图一览具体步骤真实测试案例备注利用 autoconf 和 automake 自动生成Makefile工具autoconf automake # 没错就是在编译 Protocol Buffer 时安装的那几个生成流程图一览具体步骤$ cd SRC_DIR$ autoscan$ emacs configure原创 2016-05-16 23:27:41 · 485 阅读 · 0 评论 -
第10章 无监督学习(2)
ContinueRepresentational Power, Layer Size and Depth 大多数自编码器都只有一层所谓的隐藏层,也就是所谓的码 单层已能够在给定精度表达任何函数 e.g. Principal Components Analysis(PCA)主元分析 一个多层自编码器更难训练, 但是如果训练适当,可以获得更牛叉的表达效果.1 随机自编码器原创 2015-09-03 11:39:24 · 460 阅读 · 0 评论 -
第10章 无监督学习(3)
Manifold Interpretation of PCA and Linear Auto-Encoders 目标是寻找xx在子空间的一个映射,并保存尽量多的信息令编码器为 h=f(x)=WT(x−μ)h=f(x)=W^T(x-\mu)hh 是 xx的一个低维模拟解码器为 x^=g(h)=b+Vh\hat{x}=g(h)=b+Vh因为解码器和编码器都是线性的,那么最小化重构误差就是 E原创 2015-09-06 05:47:49 · 739 阅读 · 0 评论 -
第11章 CNNs (1)
卷积网络卷积操作离散卷积2维离散卷积为什么卷积sparse interactionsParameter sharingequivariance池化Convolutional NetworksThe convolution operationDiscrete convolution2-d discrete convolutionMotivationsparse intera原创 2015-09-06 21:59:54 · 486 阅读 · 0 评论 -
第 11 章 CNNs(2)
卷积网络 2基础卷积函数的变体zero-pad如何训练数据类型卷积的高效关于数据类型nextVariants of the basic convolution functionzero-padhow to trainData typesEfficient convolution algorithmsmore information about data typesnext原创 2015-09-08 09:08:35 · 419 阅读 · 0 评论 -
POJ 1061 青蛙的约会
1 扩展欧几里德算法 扩展欧几里德算法是用来在已知a, b求解一组x,y,使它们满足贝祖等式: ax+by=gcd(a,b)=dax+by = gcd(a, b) =d(解一定存在,根据数论中的相关定理)。扩展欧几里德常用在求解模线性方程及方程组中。 gcd: 最大公约数 greatest common divisor关键点 gcd(a,b)=gcd(b,amodb)gcd(a,b)=g原创 2016-03-25 15:01:48 · 329 阅读 · 0 评论 -
[G.E.B] 埃舍尔的作品
自画像 上升和下降 画手 画廊 瀑布原创 2016-04-10 17:50:05 · 2132 阅读 · 0 评论 -
编程题:串珠子
串珠子 题目地址: http://www.nowcoder.com/question/next?pid=1597148&qid=44664&tid=3206491描述现在A和B在玩一个游戏,这个游戏首先给了他们很多珠子,珠子有两种颜色,一种蓝色,一种黄色,我们假定两种珠子都有无限多。A需要选择n颗珠子(n为奇数),然后由B串成一串项链(顺序由B确定,这里的项链也就是一个环)。假如在最后原创 2016-04-29 17:24:49 · 2548 阅读 · 0 评论 -
C++ 基础知识复习 1
C 基础mutable变长参数timeC11新特性1 lambda2 auto decltype3 nullptr4 序列for循环利用tuple返回变长数据C++ 基础1. mutable#include <iostream>using namespace std;class MyClass { mutable int i; int j;public: int原创 2016-05-02 09:37:20 · 474 阅读 · 0 评论 -
观察者模式 Publish/Subscribe
观察者模式概述UML图实现 c观察者被观察角色测试结果note观察者模式概述观察者(Observer)模式又名发布-订阅(Publish/Subscribe)模式。GOF 给观察者模式如下定义: 定义对象间的一种一对多的依赖关系,当一个对象的状态发生改变时,所有依 赖于它的对象都得到通知并被自动更新。面向对象设计的一个重要原则——单一职责原则。系统的每个对象应该 将重点放在问题原创 2016-05-13 11:40:55 · 449 阅读 · 0 评论 -
在mac上编译安装Protocol Buffer (C++)
在mac上安装Protocol Buffer Cunix tools默认不可用 安装Xcode 并执行如下命令安装 autoconf automake 和 libtool下载源代码编译源代码测试安装结果1 消息11 消息配置12 编译消息2 将消息写入硬盘21 写入运行结果3 从硬盘读取消息31 读取运行结果在mac上安装Protocol Buffer (C++)1. uni原创 2016-05-15 16:32:08 · 583 阅读 · 0 评论 -
第10章 无监督学习
自编码器目录自编码器目录稀疏编码Auto-EncodersSparse coding 在输出层模拟输入层的结果,中间层为code 图一自编码器结构其中: 输入, x 编码函数, f 内部表征,“码” h = f(x) 解码函数 g 输出, 重构 r=g(h)=g(f(x)) 损失函数 L 计算 L(r, x) 的值来测量 r 对给定输入 x原创 2015-09-02 19:55:43 · 811 阅读 · 0 评论