微机课程笔记

mysql基础之DML、DQL语句

课程笔记Day25DDL语句DML语句DQL语句第一章DDL语句第01节操作数据库1、创建数据库简单的创建语法--语法格式：CREATEDATABASE数据库的名称;--案例代码:创建了一个数据库，数据库的名称叫做
阳光宅男dh·2023-01-19 05:08

22张深度学习精炼图笔记总结

这不仅仅是一份课程笔记，同时还是一套信息
小白学视觉·2023-01-18 23:25

Chapter1-2_Speech_Recognition(LAS)

2.1ListenRNNEncoder1D-CNNEncoderSelf-attentinonEncoderDownSampling2.2Attend2.3Spell2.4BeamSearch2.5Training2.6BacktoAttention本文为李弘毅老师【SpeechRecognition-Listen,Attend,Spell】的课程笔记
zjuPeco·2023-01-18 19:45

VoIP通话之DTMF信号开发指南

一、前言DTMF信号即双音频信号，最先用于程控电话交换系统来代替号盘脉冲信号，主叫用户摘机按键拨号后，电话号码所对应的DTMF信号通过电话线传到程控交换机中的DTMF接受电路，交换机中的微机识别被叫电话号码后
熊彬彬·2023-01-18 18:21

机器学习（八）：CS229ML课程笔记（4）——生成学习，高斯判别分析，朴素贝叶斯

到目前为止，我们主要学习了学习算法模型：，在给定以θ为参数的x时y的分布。比如说逻辑回归模型：，g是sigmoidfunction。今天我们学的是一种不同的学习算法——生成学习算法。Part4生成模型、高斯判别分析、朴素贝叶斯1.判别学习算法和生成学习算法①判别学习算法（discriminativelearningalgorithm）：训练出一个总模型，把新来的样本放到这个总模型中，直接根据总模型
玥晓珖·2023-01-18 17:08

成绩单课程翻译参考总表

生物物理学Biophysics真空冷冻干燥技术VacuumFreezing&DryingTechnology16位微机16DigitMicrocomputerALGOL语言ALGOLLanguageBASIC
ituff·2023-01-18 17:35

斯坦福CS229机器学习课程笔记四：GDA、朴素贝叶斯、多项事件模型

距离上一篇笔记竟然快要一个月了……希望这周能把cs229监督学习部分的知识搞定。生成学习与判别学习像逻辑回归，用hθ(x)=g(θTx)直接地来建模p(y|x;θ)；或者像感知机，直接从输入空间映射到输出空间（0或1），它们都被称作判别学习（discriminativelearning）。与之相对的是生成学习（generativelearning），先对p(x|y)与p(y)建模，然后通过贝叶斯法
diezhangu4106·2023-01-18 17:04

最短路径(Dijkstra算法)

思路设置一个集合S存放已经找到最短路径的顶点，并设置一个源点，dist[]数组中存放源点距离每个顶点的最短距离，path[]数组中存放的是最短路径，基本过程可以如下描述：（下图来自懒猫老师的《数据结构》相关课程笔记
想写好代码的小猫头·2023-01-18 16:48

吴恩达机器学习课程笔记(英文授课) Lv.1 新手村（回归）

目录1-1机器学习的相关名词1-2什么是机器学习？1.definition定义2.主要的机器学习算法的分类1-3有监督学习及常用算法1.定义2.两种数据类型补充：categoricaldata离散（分类型）数据与numericaldata连续（数值型）数据3.有监督学习与回归问题、分类问题的关系1-4无监督学习1.定义2.无监督学习之聚类算法的现实应用2-1第一个学习算法—线性回归算法1.课程中符
玉一·2023-01-18 12:01

吴恩达 机器学习课程笔记

吴恩达机器学习课程笔记学习视频第1章1-2什么是机器学习1-3监督学习(supervisedlearningalgorithm)1-4无监督学习(unsupervisedlearningalgorithm
那胖手在星球表面缓慢移动·2023-01-18 11:24

吴恩达机器学习课程笔记：模型描述、假设函数、代价函数

1.吴恩达机器学习课程笔记：模型描述、假设函数、代价函数吴恩达机器学习课程笔记：模型描述吴恩达机器学习课程笔记：代价函数仅作为个人学习笔记，若各位大佬发现错误请指正什么是模型？
Uncertainty!!·2023-01-18 11:19

深度学习CS231N学习笔记（从9到10）

九.介绍神经网络———反向传播CS231n课程笔记翻译：反向传播笔记-知乎专栏杜客Source译者注：本文智能单元首发，译自斯坦福CS231n课程笔记BackpropNote__，课程教师AndrejKarpathy
garrulousabyss·2023-01-18 11:31

斯坦福CS231n课程笔记纯干货2

11.神经网络的数据预处理均值减法（Meansubtraction）是预处理最常用的形式。它对数据中每个独立特征减去平均值，从几何上可以理解为在每个维度上都将数据云的中心都迁移到原点。在numpy中，该操作可以通过代码X-=np.mean(X,axis=0)实现。而对于图像，更常用的是对所有像素都减去一个值，可以用X-=np.mean(X)实现，也可以在3个颜色通道上分别操作。归一化（Normal
marsjhao·2023-01-18 11:30

深度学习（十四）：数据增强Data Augmentation

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理深度学习500问唐宇迪深度学习入门视频课程笔记下载：深度学习个人笔记完整版为什么要使用数据增强数据增强，也称数据扩充
打不死的小黑·2023-01-18 10:10

林轩田之机器学习课程笔记（ combining predictive features之blending and bagging）（32之23）

概要为什么要做模型聚合投票制的blending线性以及任意的blendingbagging方式欢迎转载，可以关注博客：http://blog.csdn.net/cqy_chen对于模型融合可以参考：http://scikit-learn.org/stable/modules/ensemble.htmlblending的参考代码：https://heamy.readthedocs.io/en/lat
cqychen·2023-01-17 14:38

西电计科微机原理期末复习笔记

本人西电19计科，微原期末90+，这是复习期间整理的笔记，基本涵盖了课程全部重点，有需要的学弟学妹可以在复习的时候参考一下。
Polaris_T·2023-01-17 09:44

吴恩达机器学习课程笔记：监督学习、无监督学习

1.吴恩达机器学习课程笔记：监督学习、无监督学习吴恩达机器学习系列课程：监督学习吴恩达机器学习系列课程：无监督学习仅作为个人学习笔记，若各位大佬发现错误请指正机器学习的学习算法：监督学习、无监督学习、半监督学习
Uncertainty!!·2023-01-16 17:31

图像处理、分析、识别、应用的课程笔记，PPT/PDF课件，计算机视觉中的机器学习、目标识别、分割、文本识别、fMRI 分析、运动和追踪等在线视频教程

包括图像处理、分析、识别、应用的课程笔记，PPT/PDF课件，计算机视觉中的机器学习、目标识别、分割、文本识别、fMRI分析、运动和追踪等在线视频教程。
u013476464·2023-01-16 10:19

gitchat训练营15天共度深度学习入门课程笔记(十三)

第7章卷积神经网络7.5CNN的实现7.6CNN的可视化7.6.1第1层权重的可视化7.6.2基于分层结构的信息提取7.7具有代表性的CNN7.7.1LeNet7.7.2AlexNet7.5CNN的实现CNN各层示意图：隐藏层：Convolution-ReLU-Pooling输出层的前一层：Affine-ReLU输出层：Affine-SoftmaxSimpleConvNet初始化：参数和函数：in
weixin_43114885·2023-01-16 08:21

gitchat训练营15天共度深度学习入门课程笔记(九)

第6章与学习相关的技巧6.1学习过程中参数更新最优化方法6.1.2SGD1.SGD的实现2.SGD的缺点6.1.4Momentum1.Momentum公式2.Momentum的实现6.1.5AdaGrad1.AdaGrad的公式2.AdaGrad的实现6.1.6Adam1.Adam的特点2.Adam的实现6.1.8基于MNIST数据集的更新方法的比较6.2权重初始值的设置方法6.2.2隐藏层的激活
weixin_43114885·2023-01-16 08:50

gitchat训练营15天共度深度学习入门课程笔记(十)

第6章与学习相关的技巧6.4正则化抑制过拟合的方法6.4.2权值衰减6.4.3Dropout6.5超参数的验证6.5.1验证数据6.5.2超参数的最优化6.5.3超参数最优化的实现6.4正则化神经网络发生过拟合的原因：模型拥有大量参数、表现力强训练数据少为了制造过拟合的神经网络来表现实验情况，选择了以下条件：训练数据：Minist数据集里的300（60000:300）个训练数据神经网络层数：7层隐
weixin_43114885·2023-01-16 08:50

gitchat训练营15天共度深度学习入门课程笔记(八)

第5章误差反向传播法5.4简单层的实现5.4.1乘法层的实现5.4.2加法层的实现5.5激活函数层的实现5.5.1ReLU层5.5.2Sigmoid层5.6Affine/Softmax层的实现5.6.1Affine层5.6.2批版本的Affine层5.6.3Softmax-with-Loss层5.7误差反向传播法的实现5.7.1神经网络学习的全貌图5.7.2对应误差反向传播法的神经网络的实现5.7
weixin_43114885·2023-01-16 08:50

吴恩达深度学习课程笔记

1.逻辑回归、梯度下降法、向量化2.广播、关于numpy向量的说明3.神经网络、激活函数、随机初始化4.超参数、划分数据集、偏差与方差、正则化5.
劳埃德·福杰·2023-01-15 16:17

《电磁场与电磁波》课程笔记（一）——矢量与坐标系

第一课课程主要内容只上前五章前言电场磁场电磁波物质属性电磁场与电磁波是客观存在的一种物质，因为它具有物质的两种重要属性：能量和质量。但是，电磁场与电磁波的质量极其微小，因此，通常仅研究电磁场与电磁波的能量特性。场与介质电磁场与电磁波既然是一种物质，它的存在和传播无需依赖于任何介质.当空间存在介质时，在电磁场的作用下介质中会发生极化与磁化现象，结果在介质中又产生二次电场及磁场，从而改变了介质中原先的
Sandwich66·2023-01-15 13:22

吴恩达机器学习课程笔记（持续更新ing）

1.1什么是机器学习？定义：机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。解释：计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过P测定在T上的表现因经验E而提高。例如：跳棋游戏E：程序与自己下几万次跳棋T：玩跳棋P：与新对手玩跳棋时赢的概率1.2监督学习定义：给算法一个数据集，其中包含了正确答案，算法的目的就是给出更多的正确答案。回归问题：目的：预测连续的数值例如：
最爱吃兽奶638·2023-01-15 11:15

Elasticsearch分布式引擎7.x,2021黑马详细课程笔记

文章目录一、ES的一些概念1.1索引和映射ELS与Mysql的对比2.创建索引库：2.1mapping映射属性2.2索引库的CRUD2.2.1创建索引库和映射2.2.2查询数据库：2.2.3修改索引库，添加新字段2.2.4.删除索引库2.2.5总结3.文档操作3.1.新增文档查询文档3.3删除文档3.4修改文档3.4.2只修改Id匹配的文档中的部分字段3.5总结4RestAPI--javaClie
要去北上广的sakura·2023-01-15 07:27

Andrew Ng Machine Learning 专题【Introduction】

此文是斯坦福大学，机器学习界superstar—AndrewNg所开设的Coursera课程：MachineLearning的课程笔记。力求简洁，仅代表本人观点，不足之处希望大家探讨。
IronYoung·2023-01-14 11:46

蓝桥杯单片机学习笔记

目录前言一、基础代码二、相关特殊功能寄存器三、课程笔记
m0_63848870·2023-01-14 08:36

吴恩达deeplearning.ai系列课程笔记+编程作业(7)第二课 改善深层神经网络-第三周 超参数调试、Batch正则化和程序框架（Hyperparameter tuning）

第二门课改善深层神经网络：超参数调试、正则化以及优化(ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization)第三周超参数调试、Batch正则化和程序框架（Hyperparametertuning）文章目录第二门课改善深层神经网络：超参数调试、正则化以及优化(ImprovingDeepNeural
geekxiaoz·2023-01-14 07:09

微机原理8086/8088——内部寄存器

微机原理8086/8088概念系列微机原理8086/8088——微型计算机组成微机原理8086/8088——微处理器功能结构微机原理8086/8088——内部寄存器微机原理8086/8088——指令系统与寻址方式微机原理
不知何人·2023-01-14 06:06

微机----------------8086/8088寻址方式

目录8086/8088寻址方式8086/8088寻址方式1、立即寻址立即数只能作为源操作数MOVAL,80HMOVAX,306AH2、寄存器寻址8位操作数的寄存器可以是：AH、AL、BH、BL、CH、CL、DH、DL16位操作数的寄存器可以是：
Einstein·Jun·2023-01-14 06:50

【置顶】数字全息干涉测量技术研究现状

数字全息由于具有非接触、高灵敏度和实时定量成像等优点，被广泛应用于多种检测领域，如活细胞观测、微结构检测、微流控成像和微机电系统（MEMS）测量等。
简单光学·2023-01-12 21:39

机器学习 | 李宏毅课程笔记（一）基本概念

什么是机器学习？让机器具备自动找到一个函数function的能力（函数f输入x—输出f(x)）应用函数输入函数输出语音识别声音信号音频对应文字图像分类图片图片内包含内容AlphaGo下围棋黑白棋的位置下一步应该落子的位置2.机器学习的三大任务任务函数输出实例Regression回归连续数值PM2.5预测Classification分类二分类（BinaryClassification）离散的值（从设
Hygge0+·2023-01-11 20:06

【深度学习】02-01-机器学习任务攻略-李宏毅老师21&22深度学习课程笔记

02-01-机器学习任务攻略FrameworkofMLGeneralGuideLargeLossonTrainingDataSolution1:ModelBias（MakeYourModelComplex）Solution2：OptimizationIssueWhichOne?GainingtheinsightsfromcomparisonStartfromshallowernetworks(or
暖焱·2023-01-11 20:04

利用fft计算时域卷积重叠法保留_【GAMES101-现代计算机图形学课程笔记】Lecture 06 光栅化 2 (反走样)...

1.回顾和本节摘要1.1上一节内容回顾ViewingView+Projection+Viewport（将cuboid变换到屏幕空间）RasterizingtrianglesPoint-in-triangletestAliasing：像素引起的锯齿状失真。1.2本节内容概要：AntialiasingSamplingtheoryAntialiasinginpracticeVisibility/occl
weixin_39747568·2023-01-11 13:04

CPT101-Computer Systems 课程笔记

关于汇编的知识请移步文章AssemblyLanguage文章目录1.Overview2.I-OProcess2.1Input-Process-OutputModel2.2VonNeumannModel2.3Harvardarchitecture3.MachineinstructionsandHLL3.1Translation3.2Codesharingandreuse4.Data,Informat
SP FA·2023-01-10 16:03

Discrete Optimization课程笔记(5)—混合整数规划

目录1.MIP介绍(MixedIntegerProgram)Case1:WarehouseLocationCase2:KnapsackProblem(BranchandBound)2.MIP模型(modeling)Case3:ColoringProblem(Big-MTransformation)3.割平面法(Cuttingplanes)4.多面体切割(PolyhedralCuts)Case4:N
bujbujbiu·2023-01-10 15:19

Discrete Optimization课程笔记(4)—前沿与工具

目录1.大规模邻域搜索(LargeNeighborhoodSearch)Case1:带时间窗的非对称TSP(AsymmetricTSPwithTimeWindows)2.列生成算法(ColumnGeneration)Case2:CuttingStock3.优化工具汇总1.大规模邻域搜索(LargeNeighborhoodSearch)大规模邻域搜索是局部搜索和CP/MIP的结合，例如CP和局部搜索
bujbujbiu·2023-01-10 15:19

【树莓派开发日记1】1.3k预算的树莓派+显示屏+键鼠的选型与拆箱物理安装

树莓派开发日记1经过了漫长的上课与考试周期，终于有时间闲下来进行技术栈的开发与学习作为立志成为优秀机器人开发者的青年工程师（青春版），不可能不去了解微机处理系统和Ubuntu系统，所以在此又给自己开了一个大坑由于师兄给的经费是
狗头狗不狗·2023-01-09 19:13

微机原理与接口技术实验

实验01存储器读写TPC01-1.ASM信息显示程序俺也不清楚能不能麻溜的使用calldispmsg直接显示，对第一个实验印象不深了。includeio.inc.modelsmall.stack.datamsg'Hello,Assembly!',13,10,0.codestart:movax,@datamovds,axmovah,9movdx,offsetmsgint21hmovax,4coohi
御用厨师·2023-01-09 03:12

Deep Learning Specialization课程笔记——深度学习介绍

第一门课：神经网络和深度学习，会包含四周的课程，将学习如何建立神经网络，包括深度神经网络，以及如何用数据训练它。在这门课的结尾，将建立一个神经网络识别猫。whatisaneuralnetwork?一张图解释什么是ReLU函数，就像房价预测的曲线是一样的：（同时这张图展示了什么是单个的神经元neuron）影响房价的不同因素共同决定了housingprice：（这时，输入x参数是大小，卧室数量，邮政编
韬光养晦气·2023-01-09 00:17

吴恩达深度学习工程师系列课程笔记（Deep Learning Specialization - deeplearning.ai）

深度学习笔记导航前言传送门完结感想前言选择吴恩达的深度学习视频作为入门是明智的选择，我对比过包括动手学深度学习在内的一些入门资料，感觉还是吴恩达的最为通俗易懂，虽然他在RNN那部分讲的一般，但是即使是这样，也是讲的比较好的。唯一的不太友好的点大概就是英文，好在b站有字幕版本的视频，刚开始可以开0.75倍速，虽然有字幕，但是我还是推荐把英文都听了，一方面锻炼听力，另一方面，字母还是差强人意，关键的部
亦梦亦醒乐逍遥·2023-01-09 00:42

cs223w课程笔记7-GNN2

GNN=message+aggregationMSG可以是一个线性变换，注意hvl{h_v}^lhvl利用了v结点本身的信息。经典的GCNLayers:这里的hvlh_v^lhvl没有利用hvl−1h_v^{l-1}hvl−1的信息，下一种方法GraphSAGE进行了改进，把hN(v)lh_{N(v)}^lhN(v)l的信息与hvl−1h_v^{l-1}hvl−1的信息连接起来，这里的concat
fVector·2023-01-08 19:06

系统辨识课程笔记

第一次课现代控制理论有哪些部分组成辨识、状态估计、控制理论辨识方法主要采用什么技术数理统计的技术系统辨识的定义系统辨识是根据系统的输入/输出时间函数，确定系统行为的数学模型，是现代控制理论的一个分支。辨识模型具有（近似）性、（唯一）性，辨识方法亦有（多样）性。辨识采用的测量数据的特点是什么有噪声，有随机性辨识方法的分类经典辨识方法（非参数辨识）：阶跃相应辨识方法、脉冲相应辨识方法、频率相应辨识方法
mez_Blog·2023-01-08 07:44

深度学习课程笔记——回归、精灵宝可梦案例

目录1RegressionCase1.1CurrentCase1.1.1Senario1.1.2Task2RegressionSteps2.1DesignAModel2.2GoodnessOfFunction2.2.1ErrorSurface2.3BestFunction2.3.1GradientDescent3ModelSelection4RedesignTheModel4.1Backtoste
chelsea_tongtong·2023-01-08 07:38

【深度学习】李宏毅2021/2022春深度学习课程笔记 - (Multi-Head)Self-Attention (多头)自注意力机制 + Pytorch代码实现

文章目录一、序列标注二、全连接神经网络三、Window四、Self-Attention自注意力机制4.1简介4.2运行原理4.3QKV五、Multi-HeadSelf-Attention多头注意力机制5.1运算原理5.2PositionalEncoding六、其他应用6.1语音识别6.2图像处理6.3CNN与Self-Attention的比较6.4RNN与Self-Attention的比较6.5S
WSKH0929·2023-01-07 09:09

【深度学习】04-01-自注意力机制（Self-attention）-李宏毅老师21&22深度学习课程笔记

04-01-自注意力机制Self-attention模型输入文字处理语音处理Graph模型输出类型一：一对一（SequenceLabeling）类型二：多对一类型三：多对多（由模型自定seq2seq）一对一类型：序列标注问题-无上下文信息序列标注问题-解决方法一：滑动窗口相邻向量信息序列标注问题-解决方法二：Self-attentionSelf-attention如何保证每个输出都能分析所有输入上
暖焱·2023-01-06 20:24

【深度学习】李宏毅2021/2022春深度学习课程笔记 - 各式各样神奇的自注意力机制（Self-Attention）变型

文章目录一、Self-Attention各式各样的变型二、Howtomakeself-attentionefficient？三、Notice四、LocalAttention/TruncatedAttention五、StrideAttention六、GlobalAttention七、ManyDifferentChoices八、CanweonlyfocusonCriticalParts?8.1Clus
WSKH0929·2023-01-06 20:21

Transformer由来——A Tutorial of Transformers课程笔记

邱锡鹏老师在B站上的Transformer课程将Transformer的来历讲的非常清楚，可谓Transformer最佳答疑解惑。本篇记录下课程的一些笔记和思考，欢迎大家讨论。参考资料：1.Transformers课程：https://www.bilibili.com/video/BV1sU4y1G7CN/2，论文："Attentionisallyouneed."https://arxiv.org
Eva_Hua·2023-01-06 13:52

项目经理是怎样炼成的？

课程笔记项目经理是怎样炼成的？
静尾·2023-01-06 13:05
上一页 37 38 39 40 41 42 43 44 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他