- 博客(19)
- 收藏
- 关注
RSS订阅原创 【前端】还不知道什么是SSR,SAP吗？讲一讲前端的各种术语
对于数据经常变化的动态内容（例如电子商务）来说，这可能是一个缺点，但是，对于内容不经常变化的营销页面或博客来说，偶尔构建一次网站是完美的解决方案。SPA在加载页面的时候加载打包文件，只在首屏时请求一次HTML和JS，JS知道如何渲染以及渲染什么。当网站不仅仅是HTML时，CSS和JS文件会链接在HTML中，浏览器在解析HTML时，会对每一个链接发送一个请求。：在浏览器请求页面URL的时候，在服务端完成页面的 html 拼接处理， 然后再发送给浏览器，渲染不依赖JS。需要新的JS文件时发送新的请求。
2023-10-01 16:01:31
138
原创 【Numpy】最后一次学Numpy！
Numpy其实本身用得没有pandas多，但学会它能更好地理解pandas。它最大的特点就是可以高效的操纵多维数组，无需循环而且有很多方便的数学函数。
2023-09-19 14:52:48
65
原创 【React】如何在React中通过svg字符串加载图片
在React中，对于本地的svg图像文件可以直接引用,然后在img标签中使用，就可以成功渲染。但最近在项目中通过api获取到了svg字符串，需要渲染到页面上，直接像上面那样引用是失败的。
2023-09-18 20:07:38
449
原创 【React】React.js 小书笔记
这是React类组件的生命周期。React中的Component封装了构建整个用户界面的基本构建块。为了组件的可复用和独立性，每个组件维护一个自己的状态（state）和接收来自父组件的参数（props）。
2023-09-18 19:43:50
33
原创 【React从0开始】状态管理篇
为什么要使用Redux？独立于组件，无视组件之间的层级关系，简化通信问题单项数据流清晰，易于定位bug调试工具配套良好，方便调试# 创建项目 $ npm create vite react-redux --template react # 安装redux配套工具 $ npm install @reduxjs/toolkit react-redux。
2023-08-25 15:10:41
55
1
原创 fastai2020-colab配置
一开始使用colab导fastai模块时，一直失败，记录一下正确的配置过程。!pip install -Uqq fastbookimport fastbookfastbook.setup_book()安装好后会让你登录，点击链接后将code填入下方。colab自带的fastai包是1.x的，直接用会导致导包失败，需要升级到2.3.0!pip install fastai==2.3.0之后就可以使用啦from fastai.vision.all import *from fastboo
2021-04-29 11:03:00
216
原创 小白的动态规划学习
这是我在学习动态规划时，在力扣刷题的总结。参考了很多大佬的题解、总结。包括但不限于：动态规划系列力扣加加动态规划《算法笔记》《LeetCode 101》解题思考方法确定dp数组（dp table）以及下标的含义确定递推公式dp数组如何初始化确定遍历顺序举例推导dp数组一维动态规划509. 斐波那契数初始值看在不在备忘录里递推公式返回值 def fib(self, n): memo={} def dfs(n):
2021-03-13 01:05:24
339
原创 李宏毅深度学习笔记——Tips for Improving GAN
Tips for Improving GAN本节思维导图JS divergence衡量分布的问题问题在于PG和PdataP_G和P_{data}PG和Pdata是不重叠的。因为图片是高维空间中的低维manifold，就像二维平面上的两条一维曲线，重叠的地方是很少的。就算PG和PdataP_G和P_{data}PG和Pdata有重叠部分，由于我们是对分布采样，所以一般也不会有重叠。如果两个分布完全没有重合，它们的JS散度就是常数，这样会造成梯度消失，是没有办法做优化的。L
2020-11-21 15:56:01
292
原创 李宏毅GAN笔记——Basic Theory
GAN本节思维导图理论假设图片是高维空间的向量x，而我们需要产生的图片是有一个固定的分布Pdata(x)P_{data}(x)Pdata(x).我们需要做的是那这个分布找出来，但我们拥有的数据是一些样本，我们能够知道这些能产生很好效果的样本的位置在哪里，不知道具体的要求的分布是什么样的。在GAN之前，我们使用的算法是MEL(极大似然估计法)。MLE以下内容参考一文搞懂极大似然估计似然函数（参数未知、变量已知）就是对于不同的模型参数，出现x这个样本点的概率。极大似然估计就是利用已知的样本结
2020-11-19 23:46:12
285
原创 数据结构API+力扣刷题（数组篇）
APIpython：列表：数组长度 len(array)添加元素在末尾插入一个元素 list.append(e)将列表元素（或任何可迭代的元素）添加到当前列表的末尾 list.extend(anotherlist)在指定位置添加元素 list.insert(position,element)删除元素按索引：pop(n)按值：remove(value) 仅删除首次出现的指定值。删除列表中的所有元素 list.clear()返回列表副本 list.copy()
2020-11-15 21:22:56
236
原创 深度学笔记——Special Network Structure
C++基本语法C++ 程序可以定义为对象的集合，象通过调用彼此的方法进行交互。对象：具有状态和行为。状态就是属性，对象自己具有的特征之类的，行为也就是一些动作。类：类是对象的抽象，换句话说就是对象是类的实例。方法：就是行为，一个类可以包含多个方法。即时变量：每个对象都有其独特的即时变量。对象的状态是由这些即时变量的值创建的C++ 程序结构经典hello world代码#include <iostream>using namespace std; // main() 是程
2020-11-02 23:38:57
197
原创 深度学习（李宏毅）——RNN
循环神经网络将词汇用向量表示1-N Encoding如果遇到没有的词汇，1-N Encoding没法表示，再加上一个other类别，将所有没出现的词汇归到other类别里Recurrent Neural network(RNN) 循环神经网络每一hidden layer的neuron产生的output会存起来，影响下一个nueron的计算。输入相同的值，由于memory里面存的不一样，输出会不同，跟输入的顺序也有关系。例子两处输入相同的词Taipei，使用同一个network，但由于在
2020-10-22 23:44:02
1342
原创 【动手学深度学习】Part2
前馈网络前馈网络直接向前递送信息(不会再次接触已经经过的节点)。前馈网络根据标记的图像进行训练，直到猜测图像类别时产生的错误最小化。 通过一组经过训练的参数(或者称为权重，统称为模型) ，网络就可以对它从未见过的数据进行分类了。一个训练好的前馈网络可以应用在任何随机的照片数据集中，它识别的第一张照片，并不会影响它对第二张照片的预测。也就是说，前馈网络没有时间顺序的概念，它考虑的唯一输入就是...
2020-02-18 19:10:02
79
原创 【动手学深度学习】Part1
个人水平有限，仅记录一些理论知识及代码解释，代码实现的工程能力还需加强。线性回归labels += torch.tensor(np.random.normal(0, 0.01, size=labels.size()), dtype=torch.float32)#增加一个根据正态分布随机生成的偏差x.backward()反向传播x为标量，可...
2020-02-14 16:10:00
107
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