- 博客(4345)
- 收藏
- 关注
RSS订阅转载 CSS基础
一 CSS显示模式 1，标签级别 CSS将HTML标签做了分类：文本级，容器级。 文本级标签只能嵌套文字，图片等信息。常用的文本级标签包含：span，p，em，img等。 容器级标签可以嵌套其他所有标签。常用的包含：div，ul，ol，table等所有结构化语义标签都是容器级，比如header，footer，nav，section等。 2，元素分类 ...
2019-09-30 11:48:00
444
转载 NOIAC 30 candy
思路：$90pts$:显然要让最小的愉悦度最大，则维护最大的前缀和，枚举即可。#include <bits/stdc++.h>const int INF = 1 << 30;const int MAXN = 100050;typedef int intt;#define int long longusing namespac...
2019-09-29 19:00:00
437
转载 Luogu 1140 相似基因
链接：https://www.luogu.org/problem/P1140思路：设$f[i][j]$表示第一个串前$i$位与第二个串前$j$位匹配后的最大值。可以将第$i$位与第$j$位直接匹配，或者分别用一个原字母匹配另一个空格。代码：#include <bits/stdc++.h>const int b[6][6] = { {0...
2019-09-29 18:44:00
494
转载 Luogu 1282 多米诺骨牌
链接：https://www.luogu.org/problem/P1282思路：考虑到$a,b$极小，可以采用背包做法。由于一张牌上下的点数和是不变的，所以若知道当前某一行的个数，则可以知道另外一行。设$f[i][j]$表示前$i$张牌，第一行点数和为$j$的最小翻转次数。最后枚举第一行的和即可。注意背包前所有状态（除了初始化）要设为极大值。代码：#...
2019-09-29 18:41:00
179
转载 deep_learning_Function_tensorboard的使用
数据可视化（网页能打开，但是没有数据):https://jingyan.baidu.com/article/e9fb46e1c55ac93520f7666b.html转载于:https://www.cnblogs.com/0405mxh/p/11603631.html
2019-09-28 16:32:00
88
转载 deep_learning_RNN序列模型
吴恩达《深度学习-序列模型》1 --循环序列模型：https://blog.csdn.net/weixin_41043240/article/details/79415134转载于:https://www.cnblogs.com/0405mxh/p/11603610.html
2019-09-28 16:28:00
63
转载 deep_learning_Softmax()
该节课中提到了一种叫作softmax的函数，因为之前对这个概念不了解，所以本篇就这个函数进行整理，如下：维基给出的解释：softmax函数，也称指数归一化函数，它是一种logistic函数的归一化形式，可以将K维实数向量压缩成范围[0-1]的新的K维实数向量。函数形式为： （1）其中，分母部分起到归一化的作用。至于取指数的原因，第一是要模拟max的行为，即使得大的数值更...
2019-09-28 16:24:00
75
转载 deep_learning_Activate_method
常见的激活函数有sigmoid、tanh和relu三种非线性函数，其数学表达式分别为：sigmoid: y = 1/(1 + e-x)tanh: y = (ex- e-x)/(ex+ e-x)relu: y = max(0, x) 其代码实现如下：import numpy as npimport matplotlib.pyplot as pl...
2019-09-28 16:17:00
130
转载 deep_learning_Function_sklearn.preprocessing.LabelBinarizer()
在多数的机器学习比赛中，给出的标签都是非数字化的，所以我们需要对其进行转换。代码如下：from sklearn import preprocessingfeature = [[0,1], [1,1], [0,0], [1,0]]label= ['yes', 'no', 'yes', 'no']lb = preprocessing.LabelBinarizer() #构...
2019-09-28 16:16:00
80
转载 deep_learning_Function_sklearn的train_test_split()
sklearn的train_test_splittrain_test_split函数用于将矩阵随机划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签。格式：X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,tes...
2019-09-28 16:14:00
80
转载 deep_learning_Function_Sklearn_Mode
API参考:https://scikit-learn.org/stable/modules/classes.html#作为Python中经典的机器学习模块，sklearn围绕着机器学习提供了很多可直接调用的机器学习算法以及很多经典的数据集，本文就对sklearn中专门用来得到已有或自定义数据集的datasets模块进行详细介绍；datasets中的数据集分为很多种，本文介绍...
2019-09-28 16:12:00
156
转载 deep_learning_Dropout
吴恩达深度学习笔记（十一）—— dropout正则化主要内容：一、dropout正则化的思想二、dropout算法流程三、dropout的优缺点一、dropout正则化的思想在神经网络中，dropout是一种“玄学”的正则化方法，以减少过拟合的现象。它的主要思想就是：在训练神经网络的每一轮迭代中，随机地关闭一些神经元，以此降低神经网络的复杂程度：...
2019-09-28 16:10:00
76
转载 deep_learning_Function_tf.argmax()解析
tf.argmax(input,axis)根据axis取值的不同返回每行或者每列最大值的索引。 这个很好理解，只是tf.argmax()的参数让人有些迷惑，比如，tf.argmax(array, 1)和tf.argmax(array, 0)有啥区别呢？ 这里面就涉及到一个概念：axis。上面例子中的1和0就是axis。我先笼统的解释这个问题，设置axis的主要原因是方便我们进行多个维度的...
2019-09-28 16:07:00
76
转载 deep_learning_Function_One-host参数
在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。比如星期类型，有星期一、星期二、……、星期日，比如浏览器类型有["uses Firefox","uses Chrome","uses Safari","uses Internet Explorer"]。对于这些离散型特征，可以用几个数字表示特征值，如用1表示星期一，2表示星期二；也可以用one-hot编码，如用[1,0,0...
2019-09-28 16:01:00
107
转载 deep_learning_neural network梯度下降
神经网络优化算法：梯度下降法、Momentum、RMSprop和Adam最近回顾神经网络的知识，简单做一些整理，归档一下神经网络优化算法的知识。关于神经网络的优化，吴恩达的深度学习课程讲解得非常通俗易懂，有需要的可以去学习一下，本人只是对课程知识点做一个总结。吴恩达的深度学习课程放在了网易云课堂上，链接如下（免费）：https://mooc.study.163.com/sma...
2019-09-28 15:57:00
115
转载 deep_learning_Function_tf.equal(tf.argmax(y, 1),tf.argmax(y_, 1))用法
【Tensorflow】 tf.equal(tf.argmax(y, 1),tf.argmax(y_, 1))用法作用：输出正确的预测结果利用tf.argmax()按行求出真实值y_、预测值y最大值的下标，用tf.equal()求出真实值和预测值相等的数量，也就是预测结果正确的数量，tf.argmax()和tf.equal()一般是结合着用。具体讲解：correct_prediction...
2019-09-28 15:54:00
197
转载 deep_learning_Function_reduction_indices的用法
在tf.reduce_sum等函数中，有一个reduction_indices参数，表示函数的处理维度。当没有reduction_indices这个参数，此时该参数取默认值None，将把input_tensor降到0维，也就是一个数转载于:https://www.cnblogs.com/0405mxh/p/11603385.html...
2019-09-28 15:50:00
99
转载 deep_learning_CNN
AI学习笔记——卷积神经网络（CNN）image.png上篇文章简单地地介绍了神经网络和深度学习，在神经网络中，每一层的每个神经元都与下一层的每个神经元相连(如下图)， 这种连接关系叫全连接（Full Connected）。如果以图像识别为例，输入就是是每个像素点，那么每一个像素点两两之间的关系(无论相隔多远)，都被下一层的神经元"计算"了。这种全连接的方...
2019-09-28 15:45:00
200
转载 deep_learning_backprop
反向传播理解–从抽象到具体神经网络从计算的角度看，数据是从底层输入，经过每一层，根据与该层之间的权重计算以一个中间结果，这个中间结果再经过一个非线性激活函数作用，得到该层的输出结果，然后把该层的输出结果传递给下一层，继续进行下一层的中间结果计算与非线性函数激活，直到最后一层，得到最终的结果，最后的结果或者用来表示分类结果，或者表示回归结果。 如果一个网络训练好了，所有层之间的权重都是...
2019-09-28 15:30:00
58
转载 deep_learning_初学neural network
神经网络——最易懂最清晰的一篇文章神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向--深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。 本文以一种简单的，循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求，但是懂一些机器学习基础会更好地帮助理解本文。 神经网络是一种模拟...
2019-09-28 15:19:00
159
转载 deep_learning_cross_entropy
交叉熵损失函数交叉熵代价函数（Cross-entropy cost function）是用来衡量人工神经网络（ANN）的预测值与实际值的一种方式。与二次代价函数相比，它能更有效地促进ANN的训练。在介绍交叉熵代价函数之前，本文先简要介绍二次代价函数，以及其存在的不足。二次代价函数的不足ANN的设计目的之一是为了使机器可以像人一样学习知识。人在学习分析新事物时，当发现自...
2019-09-28 15:16:00
100
转载 Java String和int转换
Java 中String 和 int的转换//String 转为 intString str = “123”; int a = Integer.parseInt(str);// int转为Stringint b = 1; String str = String.valueOf(b);转载于:https://www.cnblogs.com...
2019-09-28 15:01:00
124
转载 deep_learning_学习资料
TensorFlow的55个经典案例：https://blog.csdn.net/xzy_thu/article/details/76220654吴恩达机器学习： 1、序列学习：https://mooc.study.163.com/course/2001280005?tid=2001391038&_trace_c_p_k2_=e424b0b33ba84f0b9637c...
2019-09-28 14:57:00
62
转载 deep_learning_MNIST数据集
Code_link:https://pan.baidu.com/s/1dshQt57196fhh67F8nqWow本文是为既没有机器学习基础也没了解过TensorFlow的码农、序媛们准备的。如果已经了解什么是MNIST和softmax回归本文也可以再次帮助你提升理解。在阅读之前，请先确保在合适的环境中安装了TensorFlow（windows安装请点这里，其他版本请官网找），...
2019-09-28 14:50:00
709
转载 mysql获得自增主码的值
主码设置为自增，但之后又需要自增主码，怎样获得呢？利用 last_insert_id() ，返回表中最后的自增id这样使用即可select last_insert_id();转载于:https://www.cnblogs.com/zoey686/p/11603058.html...
2019-09-28 14:38:00
301
转载 deep_learning_凹凸函数
什么是凸函数及如何判断一个函数是否是凸函数t元j一、什么是凸函数 对于一元函数f(xf(x)，如果对于任意tϵ[0,1]tϵ[0,1]均满足：f(tx1+(1−t)x2)≤tf(x1)+(1−t)f(x2)f(tx1+(1−t)x2)≤tf(x1)+(1−t)f(x2)，则称f(x)f(x)为凸函数(convex function) 如果对于任意tϵ(0,1)tϵ...
2019-09-28 14:38:00
256
转载 deep_learning_Github_初学者教程
Github_link_from:https://github.com/lawlite19/MachineLearning_Python机器学习算法Python实现目录机器学习算法Python实现一、线性回归1、代价函数2、梯度下降算法3、均值归一化4、最终运行结果5、使用scikit-learn库中的线性模型实现二、逻辑回...
2019-09-28 14:30:00
99
转载 NLP文本清理时常用的python小函数
1 # coding = utf-82 import re1. 清理杂七杂八字符 1 ''' 2 [a-zA-Z0-9] 字母数字 3 [\u4e00-\u9fa5] 汉字的utf-8 code范围 4 ''' 5 # 保留字母、数字、汉字和标点符号(),.!?": 6 def remove_others(s): 7 ret...
2019-09-27 19:53:00
141
转载 设计模式之适配器模式
适配器模式：用于解决两个系统之间的不兼容问题，解决两个接口之间的连接问题；目标：将一个类的接口更改为适配另一个类的接口，并且使这些不兼容的类一起工作。最佳解决方案：两者实现同一个接口或者继承自同一个抽象类类图UML实例：例如有一个抽象类Player是篮球运动员，该类姓名属性，具有两个方法Attack()，Dfend()，现在中国篮球运动员姚明，调到美国NB...
2019-09-27 19:52:00
65
转载 CSS概述
CSS 指层叠样式表 (CascadingStyleSheets)，通常单独存放在.css文件中，W3C（万维网联盟）推出的CSS标准旨在使HTML文档结构和样式分离。目前所有的主流浏览器均支持层叠样式表。一 页面显示过程 浏览器显示HTML文档分为多个步骤： 1，加载HTML文档。 2，解析HTML文档。并加载其他资源，如图片，音视频，以及css文...
2019-09-26 16:58:00
90
转载 ES6新特性
ECMAScript 6 是ECMA于2015.06发布的版本，作为一个分界点，现在我们通常把这之后的版本统称为ES6。ES6带来了许多全新的语法，同时添加了类的概念，可以预见的是，JavaScript正朝着工程化语言迈进，我们并不知道这对于年轻的JavaScript来说是好还是坏，因为它最开始是做为一款轻量级的脚本语言而风靡全球的。一 新的原始类型和变量申明 1，sy...
2019-09-25 16:26:00
87
转载 GET方法和POST方法的区别，Get方法到底可传递的字符串的最大长度是多少？
GET方法和POST方法的区别，Get方法到底可传递的字符串的最大长度是多少？曾经人介绍,如果使用GET方式传输参数,URL的最大长度是256个字节,对此深信不疑.但是最近看到一些超长的url,能够在IE下工作,复制下来测算了一下长度,大概是650个字节,这个长度远远超过了256个字节.这时候对以前的说法不由得有些怀疑—-用各大搜索引擎翻了个遍,最后找到最权威的解释—-Maximum...
2019-09-24 11:18:00
414
转载 后端调用数据库传给前端页面中文显示为问号
写一个MVC程序，然后从数据库调用数据返回给前端，然后数据库在控制台输出还是正确的。通过输出在html中就 中文就成了问号？？？？然后网上找了两种方法第一种方法未成功通过set方法 将所有 改为utf8第二种方法 成功！！servlet的response中加入了，就可以了response.setHeader("Content-t...
2019-09-23 17:09:00
2069
转载 git基本操作
git上传文件1. 将要上传的文件初始化 git init2.将文件添加到版本库中(后面有一个点) git add .3.将文件提交并提交说明 git commit -m '说明'4. 关联到远程库 git remote add origin https://github.com/zoey686/test.git5.合并 git pull --rebase ...
2019-09-23 16:24:00
71
转载 vue在某页面监听键盘输入事件
需求:在某一网页,通过上下左右键控制一些操作实现:1.基本代码:因为没有绑定特定的元素.所以我们将事件绑定到document上. //当前页面监视键盘输入 document.onkeydown = function(e) { console.log('但是噶') //事件对象兼容 ...
2019-09-21 10:28:00
902
转载 一次HTTP完整请求之——tomcat详解
链接地址➡点我一、Tomcat顶层架构先上一张Tomcat的顶层结构图（图A），如下：Tomcat中最顶层的容器是Server，代表着整个服务器，从上图中可以看出，一个Server可以包含至少一个Service，用于具体提供服务。Service主要包含两个部分：Connector和Container。从上图中可以看出 Tomcat 的心脏就是这两个组件，他们...
2019-09-20 20:14:00
131
转载 HTML概述
HTML是一种描述网页的语言。全称是Hyper Text Markup Language（超文本标记语言），是一种标记语言，由许多的标记标签组成。一 HTML标签 1，简介 HTML语言是由许多标签组成，HTML 标签是由尖括号包围的关键词，比如 <html>。 HTML标签都是小写的。 HTML 标签通常是成对出现的，比如 <b...
2019-09-20 16:04:00
86
转载 cmd中执行程序并传参数 C/C++
通过cmd启动程序并传递参数的方法#include<cstdio>#include<iostream>using namespace std;int main(int argc, char** argv) { for(int i = 0; i < argc; i++) { cout << argv[i] <...
2019-09-20 13:44:00
1485
转载 python+selenium,配置webUI自动化环境
一、安装Python1. 下载python包，最新版本的上一个版本：https://www.python.org/downloads/windows/2. 安装可选择默认安装或自定义安装，自定义安装指定到要安装的路径下，一直next，直至安装成功。3. 测试python是否安装成功：任意路径下，进入cmd，输入python,如下显示出python...
2019-09-20 13:16:00
213
转载 数组的随机访问特性
特性 - 随机访问基于上面的概念描述，下面来分析一下数组的最大特性:随机访问。随机访问:就是存取第N个数据时，必须先访问前(N-1)个数据 (链表)非随机访问:就是存取第N个数据时，不需要访问前(N-1)个数据,直接就可以对第N个数据操作(数组)如下图所示：转载于:https://www.cnblogs.com/lmt-g/p/11548348.html...
2019-09-19 12:03:00
2666
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