- 博客(74)
- 资源 (6)
- 问答 (1)
- 收藏
- 关注
原创 python飞机如何使用机器人
1 电报账号,添加BotFather为好友,开始与它对话2 对话框发送 /newbot ,提示你给机器人取名,必须以_bot或者Bot结尾.3 提示你创建成功,会发送给你机器人的token=5418209785:AAGTKNOWLsOZFrONoqj26pq833pM79VUDrIm,记住这个token,到这里机器人就创建好了4 创建个群组,把机器人拉进群组,在群组里发送消息并@这个机器人,/start @your bot。
2022-09-14 18:28:56
3908
3
原创 Docker
Docker是一个虚拟机,但是他是在虚拟设备上直接运行应用,少了一层虚拟操作系统:所以他相对虚拟机,更加轻便,更快,性能损耗更少。应用都是运行在app上的,所以安装一些应用,可以直接以打包的方式,拖下来就用。比如jdk,和一套完整的应用方案等,拖来来就可以直接使用,非常方便。比如一套应用,像java啊tomcat啊等。所以像mysql,nginx等,用这种方式就是可以直接的Docker本身是一个服务,需要独立的安装。
2022-09-05 14:44:06
561
原创 深度学习深度学习(十三)TensorFlow2.0
之前十一,十二章节,使用的都是TF1.0的版本和概念进行讲解。现在TF升级到2.0了,变化蛮大,至少不大像兼容的样子。跑之前的 十一,十二章节代码,跑不动。TF2.0主要用到的是keras包,这个确实写起来比1.0要简介非常非常多。下来逐个讲解。首先安装,官网的,参考如下:使用 pip 安装 TensorFlow按顺序装吧,注意中途需要安装的插件,尽管安装即可。注意,里面需要一个python的虚拟环境,这个我们直接用PyCharm吧,创建新项目本身就是一个干净的环境了。这里有个.
2021-11-11 19:37:56
3476
1
原创 深度学习深度学习(十二)TensorFlow搭建神经网络
搭建神经网络,有两个前提:1. TF基本概念是了解的2. 神经网络的基础应该多少掌握一些搭建的流程无非:1.训练的数据2.定义节点准备接收数据3.定义神经层:隐藏层和预测层4.定义 loss 表达式5.选择 optimizer 使 loss 达到最小好了,按照上一章节的说法,本节属于实战类型,保持代码,可以直接作为后续神经网络建模的基础。内容不解释,直接上代码:import tensorflow as tfimport numpy as np# 添加层...
2021-11-09 17:09:25
1525
原创 深度学习深度学习(十一)TensorFlow基础
TensorFlow用于进行深度学习的训练,比较常用。我们大多数TF是用于python'的,但是TF的编程过程和普通的python不一样,这个要适应一下才行。TF是基于之前的深度学习基础的,所以要理解里面的内容,基础还是要学扎实,出门左转,见前面十篇讲解。掌握基础后,建议先了解一下基本的TF概念,然后按照每个经典的模型进行学习(比如:神经网络,CNN,RNN)。因为每个模型其实代码都差不多,调整一下基本也就可以用于不同的场景。多调试几次这些网络模型,后面再扩展的学习,那些就是高级用法了。本章
2021-11-09 16:43:07
841
原创 深度学习深度学习(十)神经网络的一些调试问题
神经网络讲完了,相信有用过Tensflow的朋友,自己根据网上的实际案例,还有这些理论应该可以创建更多的东西。但是,创建完网络,网络怎么达到最优呢?理论总是很性感,而显示确实很骨感,我现在学到CNN网络,之前有过一些调试,另外一个学长,在完成作业的时候也是说过,tmd,代码就几行,理论就那些,但是那个痛苦啊,为了把error降到1以内,几个通宵啊!所以,和网上直接给结果源码不同,机器学习的调试,让选择模型参数更艺术,才是优秀人才。好了,废话不说,我也没啥经验,不过,我说过,这个是笔记,我就把笔记摘录下来
2021-11-08 20:08:19
290
原创 深度学习深度学习(九)backpropagation
复习一下,我们之前知道,组成一个神经网络后,就要计算出他的参数W。而计算W就要弄清楚他的costfunction,因为costfunction就是衡量和计算不同W的值之间的优劣的。换句话说,我们要根据样本数据找到使得costfunction最小的W的值。这个方法我通常使用的是梯度下降,而梯度下降中最重要的参数就是找到costfunction对W的导数DW。在未组成网络的时候我们知道,单个式子的导数比如D = ó;这里如果costfunction使用的是方差,则ó = (Ÿ-Y)*f'(h)。其中f'是a
2021-11-08 20:00:20
205
原创 深度学习深度学习(八)神经网络
接下来两个章节将是非常重要的,我们之前的一系列理论都算是铺垫,这章节开始终于接触到真正的神经网络了。回到我们之前的例子z = W * X,X分别表示期末考试和平时成绩x1,x2.这实际上是表示了一个直线图,如下:很显然,我们用了一个很粗暴的方法,即画了一条直线,去表示不同的结果,但是,往往我们实际应用中,问题分布并不那么简单,比如:这样的分布,我们用肉眼也能看的出来,一条直线切下去,无论怎么切都不合适。我们应该这样:很显然,这个已经不是直线了,那这个怎么实现.
2021-11-08 18:05:22
206
原创 深度学习深度学习(七)矩阵化
深度学习深度学习(七)矩阵化2018-02-05 12:21·深度学习深度学习我们一起回忆一下,前面一系列推到过程,到底解决了什么问题:我们最初是这样的一个实际问题:在某个兴趣学习班中,迎来了期末的考试。两个成绩,一个是期末成绩,一个是平时成绩,而根据以往的经验,有一批样本数据,就是给定了一个期末成绩和平时成绩,最后标注出,这个样本本身是升级到中级班,还是高级班。有了这个样本成绩后,我们希望建立一个公式,根据这个公式,我们可以任意推断,预测,任何一个考生,比如小秦,他是可以升到中级班还是高级班。
2021-11-08 17:46:34
929
原创 深度学习深度学习(六)实现梯度下降
这一章节,我们是把上一章节的理论赋予实际的实现。让我们先回顾一下,我们为了测量一个方程是否是好的,我们就要建立一个cost function,计算每个方程带入所有样本的总偏差E。然后根据梯度下降,找到E的最小值。上一章也讲过,查找E的最小值,常用的方法就是梯度下降,而计算梯度下降重点就要把E的导数算出来。我们先来计算一下导数:上一章讲过,cost function有两个一个使用方差,另外一个用交叉熵,方差是比较简单的,所以我们先假定用方差去计算导数:(注意,下面用到的是高等数学里头的复合函数的导
2021-11-08 17:23:16
430
原创 深度学习深度学习(五)如何找到最好的方程
回顾一下,上一个章节中,我们找到了一个评判两个方程好坏的标准,标准也很简单,很数学化,两个方程,计算他们的E,E较小那个就是比较好的!沿着这个思路,我们有没有可能找到一个最好的呢?有!这个问题转换成数学问题就是,在众多,,b中找到一个组合,使得E最小,即E的最小值,那么这个,,b所代表的方程,就是最好的方程!求E最小值!变量是,,b也许你又要回到高中数学的噩梦,怎么又是求最小值?别着急,有方法论。我们先看看我们的目标,是求下面方程E的最小值:好,目标清楚了,我们先把目标放一旁,先..
2021-11-08 16:45:36
247
1
原创 深度学习深度学习(四)如何评价
回顾一下,我们为预测小秦,是否上高级班,我们设定了一个预测函数:Ý = ∂(3 + 2 - 25);当然,∂是为了整理结果让结果缩小到0到1区间用的,而实际的方程是:Z = 3 + 2- 25 ;我们用图可以大致表示如下:这里要问一个问题:这个方程Z = 3 + 2 - 25 怎么来的?额,拍脑袋想的.....你可能就会很无语,为何是Z=3 + 2 -25 而不是Z = 2+3 - 20 或则。。。。很多很多别的?是的理论上,会存在无数个这样的方程,我们...
2021-11-08 16:21:07
372
原创 深度学习深度学习(三)结果怎么处理呢
我们回顾一下,为了预测小秦是升到高级班还是中级班,我们用了一个方程 Z=3 + 2 - 25去处理。if Z>0 than 升入高级班if Z<0 than 到第几班但这样表示在计算机里面是很难处理,我们在计算机里面通常是用0,1表示不同的状态,这就是二进制。所以,我们希望,真正的结果是:0,1。比如,我们的样本案例中:我们用Y表示每一个点的结果:蓝色点为通过高级班,即Y=1红色点为为中级班,即Y=0这个是实际的样本数据里面的设定。而我们的预测方程,.
2021-11-08 16:03:14
765
原创 深度学习深度学习(二)从一个简单的分类问题开始
有一个兴趣班,兴趣班在期末将有一个学生评估,评估结果会将部分优秀的学生升级高级班,其他学生将会升级到中级班。而评估内容有两项,一个是期末考试平常成绩,满分是10分;另外一个是平时平均成绩,满分也是10分。好了,小明,小莫成绩出来啦:小明: 期末成绩8分,平时成绩9分 结果:升入高级班小莫: 期末成绩4分,平时成绩5分 结果:升入中级班现在问题来了:小秦,期末成绩6分,平时成绩也是6分 那他能否通过升入高级班呢?我们把它转换成一个简单的数学问题:把期末成绩和平均成绩变成一个坐标系,如下:
2021-11-08 15:39:46
151
原创 面对的阿里的霸王条款,完全是无助
店大欺客,面对大企业的霸道,你有的只是无奈。云服务器早就有了,阿里云一直做挺好,我也一直在用,但就是前不久,6月份的一次促销,购买了他们整整一年的服务。结果是提货券的方式获取的,但关键是,提货券没有明显提示神那么时候到期。今天要用才知道,提货券过期了一天。阿里很霸道,花的钱不少,一个月就过期了?过期了又怎么样,我要坑掉你的钱完全没商量。我尝试过反馈,投诉,结果只有一个:凉拌!我投诉315,315...
2019-06-28 16:07:36
175
原创 深度学习深度学习(一)开篇
深度学习“深度学习”! 记得9年前写的一篇博客,十年的程序员,一晃眼,差不多10年又快到了。 这一轮的人工智能,深度学习,他是我见到的一个非常特殊的编程方式:用数据编程。是的,他绝对不像其他的编程语言,是完全一个崭新的天地,掌握她,绝对会带来惊喜--你会发现以前感觉超级难的东西会忽然“哇,这个功能也能实现!” 开这个专栏有两个目的: 1. 我不是专家,...
2018-01-30 20:17:39
465
原创 软件项目规模评估
顾名思义软件评估就是对软件项目的规模进度做出一个合适评估以判断软件项目的预算以及项目计划。软件评估是软件工程的一个最底层基础,也是在软件项目实施时必经非常核心的一个步骤。对于一个软件项目,只有对其大致的评估后,才能掌握大致的软件成本,人力资源配备,同时也是做项目计划的基础。
2017-04-17 07:22:28
6881
原创 bootstrap ace treeview组件的使用
深入的介绍了bootstrap ace treeview组件的使用方法,重点是其事件的处理,网上实际上资料比较少,大家可以参考
2015-11-12 21:36:19
22024
5
原创 众联BreezeCMS实现思路(三)
Decorate是页面组件,当前管理台的页面都是由这些页面组成的。另外既然是Decorate模式,decorate可以做成类似的容器模式,在decorate中套decorate。CMSMgrDecorate 在CMSMgrDecorate中有三类方法: 显示方法,模型定制方法,页面交互方法。 显示方法是Decorate主方法,这些方
2015-11-03 08:32:52
878
原创 众联BreezeCMS实现思路(一)
在众联Breeze技术架构中,BreezeCMS是基于BreezeJava和BreezeJs实现的一个通用模型管理平台,长项是进行各种模型管理和管理台功能定制。 BreezeCMS分成后台模型管理逻辑部分和前台展现两个大部分实现。后台逻辑部分,其核心功能是进行动态的模型数据的查询,管理逻辑实现。这里不是描述的重点。 前端部展现,支持多模板模型展现。所以...
2015-10-28 15:37:56
129
原创 众联BreezeCMS实现思路(一)
在众联Breeze技术架构中,BreezeCMS是基于BreezeJava和BreezeJs实现的一个通用模型管理平台,长项是进行各种模型管理和管理台功能定制。 BreezeCMS分成后台模型管理逻辑部分和前台展现两个大部分实现。后台逻辑部分,其核心功能是进行动态的模型数据的查询,管理逻辑实现。这里不是描述的重点。 前端部展现,支持多模板模型展现。所以前端展
2015-10-28 15:35:40
918
原创 多款优秀的 JS MVC 框架对比
正如之前说的,产品生产有功能时代转入体验时代,产品为王,体验为王,已经是时代趋势。体验经济的到来,说明前端的技术要求越来越高,完成功能是不行的,还要有优秀的体验。 所以类似原来的jquery时代类似于传统的汇编或者是C时代的编程,这个阶段已经不work了。前端的技术即将迈入模式时代,MVC时代。应此而生,现在有大量的前端MVC框架技术不断出现。下面我们挑选几款代表性的前端框架进...
2015-10-26 11:47:08
128
原创 技术出身如何创业
说实话,搞技术的创业,很难,当然创业本身就很难。出来摸爬滚打了几年,很辛苦,也把这几年的一些教训和经验总结一下: 首页,从创业本身来讲,有两条大路子,要不你就铁心的自己搞,这种叫做生意,自己想办法拿到启动资金(通常自己筹),然后迅速想办法做到盈亏平衡,然后盈利。迅速,一般说来手段很简单,就是买卖咯。这种模式通常和技术没鸟关系。另外就是硬走一个技术体系,开源积累人脉,或者到一个很...
2015-10-23 07:58:15
153
原创 技术出身如何创业
说实话,搞技术的创业,很难,当然创业本身就很难。出来摸爬滚打了几年,很辛苦,也把这几年的一些教训和经验总结一下: 首页,从创业本身来讲,有两条大路子,要不你就铁心的自己搞,这种叫做生意,自己想办法拿到启动资金(通常自己筹),然后迅速想办法做到盈亏平衡,然后盈利。迅速,一般说来手段很简单,就是买卖咯。这种模式通常和技术没鸟关系。另外就是硬走一个技术体系,开源积累人脉,或者到一个很垂
2015-10-23 07:55:56
1650
转载 Google将Material Design带到CSS、HTML与JavaScript上
Google Material Design Lite(MDL)旨在将Material Design感官带到网站上。Material Design是一种视觉语言,是Android的标准,同时也是Google提出的跨平台解决方案。根据Google所述,MDL满足如下几个条件,而这正是 “Lite”这一名字的由来:依赖很少,这使得安装和使用变得很简单不依赖于其他框架,这样开
2015-10-21 07:52:36
673
浅析angule
这两天又把angular翻阅了一遍,感叹一下现在应用的发展越来越向前端靠拢,前端的代码越来越复杂,我们确实需要一个前端的框架,我们更需要优秀的前端架构师。如果还有人象3年前一样鄙视前端开发工程师,那么他们将会被淘汰。另外,原先我们所谓的前端工程师大家理解成就是简单切个图,套套页面,但如果真这样理解,这又out了。后面会有更多有程序基础,有架构经验的大拿逐步往前端冲。会把这些仅仅会切图的人员...
2015-10-18 09:47:00
303
Autodesk和SanDisk的开源战略总监谈开源
在All Things Open 2015上,Autodesk的开源战略总监Guy Martin(以下简写为GM)和SanDisk的开源战略总监Nithya Ruff(NR)给出题目为“Many ways to move the needle in open source”的报告。在此之前,OpenSource.com的Robin Muilwijk对二者进行了采访。GM和NR就...
2015-10-13 07:32:00
180
转载 开源成功十法则
每个人都想要,不少人都在试,但是创造它的过程,说起来却都是泪。我说的是自由软件,又叫开源软件(译者注:本文重点不是辨析自由软件和开源软件的概念,作者如此说,姑且认为两者是一回事)。今天我要用十条行之有效的法则,来谈谈我三十年的写代码经验。先有人,后有代码这是一条黄金定律,Isabel Drost-Fromm教我的。致力于社区建设,而不是软件本身。没有社区,你的代码解决的可能是错
2015-10-12 08:18:24
545
开源成功十法则
每个人都想要,不少人都在试,但是创造它的过程,说起来却都是泪。我说的是自由软件,又叫开源软件(译者注:本文重点不是辨析自由软件和开源软件的概念,作者如此说,姑且认为两者是一回事)。今天我要用十条行之有效的法则,来谈谈我三十年的写代码经验。先有人,后有代码这是一条黄金定律,Isabel Drost-Fromm教我的。致力于社区建设,而不是软件本身。没有社区,你的代码解决的可能是...
2015-10-12 08:18:00
129
原创 breeze技术架构发布
国庆后等了一个星期,终于赶了一个版本出来,而相关的文档也补的七七八八了。今天也正在把发布包放到github上。bug尤其是breezecms肯定还有不完善的地方,也希望大家支持。这也是近三年时间积累不断完善的技术框架,第一次正式展示出来,小有紧张。 http://breeze.joinlinking.com/page/product/index.jsp http
2015-10-10 14:21:29
761
breeze技术架构发布
国庆后等了一个星期,终于赶了一个版本出来,而相关的文档也补的七七八八了。今天也正在把发布包放到github上。bug尤其是breezecms肯定还有不完善的地方,也希望大家支持。这也是近三年时间积累不断完善的技术框架,第一次正式展示出来,小有紧张。 http://breeze.joinlinking.com/page/product/index.jsp http://do...
2015-10-10 14:21:00
135
众联Breeze技术框架V1.04包含前端和cms
2015-12-09
众联Breeze技术框架V1.03包含前端和cms
2015-11-17
众联BreezeV1.02
2015-11-03
众联BreezeV1.01修复版
2015-10-18
breezev1.00
2015-10-10
mysql事物隔离的问题,求大神指教
2015-12-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人