Android基础知识学习系列

【快速学习系列】Mybatis缓存和使用SpringBoot开启MyBatis缓存+ehcache

【快速学习系列】Mybatis缓存和使用SpringBoot开启MyBatis缓存+ehcacheMybatis缓存MyBatis一级缓存Mybatis对缓存提供支持，但是在没有配置的默认情况下，它只开启一级缓存
Tuerlechat，·2022-11-27 18:52

图机器学习(GML)&图神经网络(GNN)原理和代码实现(前置学习系列二）

文章篇幅有限，部分程序出图不一一展示，详情进入项目链接即可图机器学习(GML)&图神经网络(GNN)原理和代码实现（PGL）[前置学习系列二]上一个项目对图相关基础知识进行了详细讲述，下面进图GMLnetworkx
汀丶人工智能·2022-11-27 11:32

（pytorch-深度学习系列）pytorch实现线性回归

pytorch实现线性回归1.实现线性回归前的准备线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。定义两个1000维的向量importtorchfromtime
我是一颗棒棒糖·2022-11-27 07:32

R语言机器学习系列-决策树回归代码

在模型构建部分，二分类模型与回归模型大致相似，主要在rpart函数中多了parms参数可以设置，其值是一个list，其中可以指定分裂规则，将其设定为gini则构建CART决策树，将其设定为information则构建ID3决策树；还可以指定损失函数的权重，这个在遇到训练集样本不平衡的情况时比较有用，具体可以看下帮助文档。初始决策树构建好之后，后剪枝、输出变量重要性、树形图的操作均与回归部分类似。得
Mrrunsen·2022-11-27 06:10

吴恩达机器学习系列课程笔记——第十二章：支持向量机(Support Vector Machines)

12.1优化目标https://www.bilibili.com/video/BV164411b7dx?p=70到目前为止,你已经见过一系列不同的学习算法。在监督学习中，许多学习算法的性能都非常类似，因此，重要的不是你该选择使用学习算法A还是学习算法B，**而更重要的是，应用这些算法时，所创建的大量数据在应用这些算法时，表现情况通常依赖于你的水平。**比如：你为学习算法所设计的特征量的选择，以及如
Lishier99·2022-11-26 21:53

机器学习里面的基函数_机器学习系列（一）——基础概念及分类

机器学习基础(一)emm...那个第一篇文章，简单的自我介绍一下，机器学习小白，希望和大家一起进步，有什么问题可以留言一起探讨。本文撰写于2020/1/1是本人学习机器学习时，做的笔记摘要，为方便日后查漏补缺，以博客的形式粘贴出来，文中所引数据及内容仅作学习之用。机器学习是人工智能的一个子集，目前已经发展出许多有用的方法，比如支持向量机，回归，决策树，随机森林，强化方法，集成学习，深度学习等等，一
weixin_39794734·2022-11-26 21:53

深度学习系列2——Pytorch 图像分类(AlexNet)

1.概述本文主要是参照B站UP主霹雳吧啦Wz的视频学习笔记，参考的相关资料在文末参照栏给出，包括实现代码和文中用的一些图片。整个工程已经上传个人的githubhttps://github.com/lovewinds13/QYQXDeepLearning，下载即可直接测试，数据集文件因为比较大，已经删除了，按照下文教程下载即可。论文下载：ImageNetClassificationwithDeepC
霁风AI·2022-11-26 21:39

机器学习系列（3）——k近邻法（k-NN）

本文介绍k近邻法（k-nearestneighbor,k-NN）和kd树算法。0x01、k近邻法简介k近邻法是基本且简单的分类与回归方法。k近邻法的基本做法是：对给定的训练实例点和输入实例点，首先确定输入实例点的k个最近邻训练实例点，然后利用这k个训练实例点的类的多数来预测输入实例点的类。k近邻模型对应于基于训练数据集对特征空间的一个划分。k近邻法中，当训练集、距离度量、k值及分类决策规则确定后，
陌简宁·2022-11-26 17:09

深度学习系列1——Pytorch 图像分类(LeNet)

1.概述本文主要是参照B站UP主霹雳吧啦Wz的视频学习笔记，参考的相关资料在文末参照栏给出，包括实现代码和文中用的一些图片。整个工程已经上传个人的githubhttps://github.com/lovewinds13/QYQXDeepLearning，下载即可直接测试，数据集文件因为比较大，已经删除了，按照下文教程下载即可。2.LeNetLeNet可以说是第一个卷积神经网络，LeNet-5。Le
霁风AI·2022-11-26 07:25

对比学习系列论文CPCforHAR(一)：Contrastive Predictive Coding for Human Activity Recognition

0.Abusurt0.1逐句翻译Featureextractioniscrucialforhumanactivityrecognition(HAR)usingbody-wornmovementsensors.特征提取是利用佩戴式运动传感器进行人体活动识别的关键。Recently,learnedrepresentationshavebeenusedsuccessfully,offeringpromi
BuptBf·2022-11-26 07:51

Python手撸机器学习系列（二）：逻辑斯蒂回归（Logistic Regression）(附Python实现坐标点分类及鸢尾花分类)

目录一、原理1.1将回归变为分类1.2目标函数的确立1.2.1极大似然估计求目标函数1.3求解二、代码实现2.1平面坐标点的分类2.2鸢尾花分类三、联系方式一、原理1.1将回归变为分类逻辑斯蒂回归是一个经典的二分类模型，它的精髓在于用线性回归做二分类（或多分类，本文以二分类为主）。线性回归的输出为没有约束的连续值，而分类在于0和1两个值，如何从回归值到分类值就需要一个映射，于是引入了sigmoid
锌a·2022-11-26 02:21

对比学习系列论文

SupervisedContrastiveLearning论文梳理最近在看分类的相关论文，有很多不错的算法，其中一个分支是基于对比学习的。上次小组周会，小师妹分享了SupervisedContrastiveLearning这篇论文，是GoogleResearch2021年发表在MachineLearning上，将对比学习思想推广到完全监督学习的范式中，更加充分地利用标签信息。目前这篇论文的引用量是
咻咻咻哈·2022-11-25 23:40

【吴恩达机器学习笔记】三、矩阵

视频地址：吴恩达机器学习系列课程❤️如果有收获的话，欢迎点赞收藏，您的支持就是我创作的最大动力三、矩阵1.矩阵和向量矩阵（Matrix）矩
Pandaconda·2022-11-25 19:17

【吴恩达机器学习笔记】一、引言

视频地址：吴恩达机器学习系列课程❤️如果有收获的话，欢迎点赞收藏，您的支持就是我创作的最大动力一、引言1.监督学习定义：监督学习（Supe
Pandaconda·2022-11-25 19:13

吴恩达深度学习课程笔记之卷积神经网络（1st week）

0参考资料[1]【中英字幕】吴恩达深度学习课程第四课—卷积神经网络_哔哩哔哩_bilibili[2]02-吴恩达深度学习系列课程/04卷积神经网络/PDFs·大大鹏/Bilibili资料-码云-开源中国
syphomn·2022-11-25 18:50

python复制字典_python字典复制

python学习系列--深拷贝和浅拷贝概念普通情况下，复制一个对象是不会新开辟内存空间的，只是把新的对象名称指向原有的内存地址，这种操作其实不是算是拷贝，只是新的引用。
weixin_39861882·2022-11-25 18:13

MNIST数据集手写体识别(MLP实现)

github博客传送门博客园传送门本章所需知识:没有基础的请观看深度学习系列视频tensorflowPython基础资料下载链接:深度学习基础网络模型(mnist手写体识别数据集)MNIST数据集手写体识别
zh3389·2022-11-25 17:43

深度学习-损失函数

深度学习-损失函数目录前言一、交叉熵损失二、均方差损失（MeanSquareError，MSE）三、CTC损失四、Lb损失前言本深度学习系列是根据paddle飞浆所简单整理的，需要可自行跳转学习。
weiket·2022-11-25 10:11

Pytorch学习系列之十一：Visdom的使用方法

1，基本介绍类似于TensorBoard,facebook开源的visdom，非常优雅，支持numpy和torch,是一款很好用的训练可视化工具，可以用来追踪训练过程中的损失值、验证精度等等指标。自然地，该工具还可以做图片的可视化显示。Visdom采用CS架构，本身作为一个服务端（默认端口为8097，可以根据需要加上-p选项修改端口），在使用时，用户程序向服务端提供数据，在web端访问该服务，数据
thequitesunshine007·2022-11-25 10:08

【吴恩达机器学习笔记】二、单变量线性回归

视频地址：吴恩达机器学习系列课程❤️如果有收获的话，欢迎点赞收藏，您的支持就是我创作的最大动力二、单变量线性回归常用表达符号：假设函数（H
Pandaconda·2022-11-25 08:27

深度学习系列37：CLIP模型

1模型说明含义：CLIP（ContrastiveLanguage-ImagePre-training）git地址：https://github.com/openai/CLIPpaper：https://arxiv.org/abs/2103.00020安装：pipinstallgit+https://github.com/openai/CLIP.git或者使用另一个开源复现：pipinstallop
IE06·2022-11-25 03:43

自监督学习系列(2) SimSiam: Exploring Simple Siamese Representation Learning

目录首先还是论文的相关信息主要思想讨论结果ComparisonsonImageNetlinearclassificationTransferLearningReference首先还是论文的相关信息Paper:ExploringSimpleSiameseRepresentationLearning地址:https://arxiv.org/abs/2011.10566主要思想SimSiam用一句话描述
FancyCode Artist·2022-11-25 00:39

cv2和plt读取显示图像问题——Python+Opencv学习系列

一、问题阐述我们一般利用cv2.imread来读取彩色图像和灰度图像，并可利用cv2.imshow来显示图像；但在特殊场合下，我们为了方便对比区分，需采用matplotlib.pyplot来显示图像，就如下图所示。本次遇到的问题是两种方法显示彩色和灰度图像的结果有差异，当利用cv2.imshow显示读取彩色图像时，会“偏黄”；当利用cv2.imshow显示读取的灰度图像时符合我们正常的灰度图像，但
百草味的三只松鼠·2022-11-24 19:19

博文目录

为了记录自己的学习路程，特梳理目录如下：每日学习记录如何成为一名优秀算法工程师-1如何成为一名优秀算法工程师-2开源书籍开源书籍深度学习系列书籍：NeuralNetworkandDeepLearninggithubhttps
weixin_30530339·2022-11-24 17:40

深度学习系列32：GAN入门：DCGAN

1.概念模型通过框架中（至少）两个模块：生成模型（GenerativeModel）和判别模型（DiscriminativeModel）的互相博弈学习产生相当好的输出。原始GAN理论中，并不要求G和D都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为G和D。图例：其目标函数：简单来说，就是分每一轮训练分两步，首先固定G训练D：minC(D,1)+C(D(G),0
IE06·2022-11-24 13:53

吴恩达机器学习系列课程笔记——第八章：神经网络：表述(Neural Networks: Representation)

8.1非线性假设https://www.bilibili.com/video/BV164411b7dx?p=43我们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。下面是一个例子：当我们使用x1、x2的多次项式进行预测时，我们可以应用的很好。之前我们已经看到过，使用非线性的多项式项，能够帮助我们建立更好的分类模型。但假设我们有非常多的特征，例如大于100
Lishier99·2022-11-24 05:39

机器学习系列8：逻辑回归的代价函数

还记得我们原来在线性回归中学过的代价函数吗？我们把黄色部分用函数的形式来表示：如果我们在逻辑回归中也用这个代价函数去拟合参数行不行呢？答案是不行。因为这个代价函数在逻辑回归中的图像是这个样子的：这是一个非凸函数，有多个局部最优解，运用梯度下降算法并不会收敛到它的全局最优解，这样就达不到我们预期的效果。那该怎么办呢？让我们来学习逻辑回归中的代价函数吧。逻辑回归的代价函数是这样的：让我们具体的看一下它
SuperFengCode·2022-11-24 05:24

VScode使用tensorflow全程记录

VScode开发机器学习系列一如何使用vscode进行tensorflow开发python安装下载pip查看CUDAtensorflow下载安装配置vscode如何使用vscode进行tensorflow
小白小白快点跑·2022-11-23 23:35

Android基础知识点学习总结

Android基础知识点学习总结安卓基础知识个人学习笔记分享~一、Android系统架构Linux内核层→系统运行层→应用框架层→应用层1、Linux内核层：Android系统是基于Linux内核的，这一层为硬件提供了底层的驱动
呓夏v·2022-11-23 23:18

Opencv（C++）学习系列---特征点检测和匹配

关于特征检测和匹配的具体原理会在后续的文章中具体讲解，本文主要介绍Opencv实现的简单过程：第一步：定义特征检测器（SIFT,SURF,ORB等）。第二步：对图像中特征点进行检测，并将特征点存储在Keypoints中。第三步：提取特征点的描述信息。第四步：定义特征匹配器（特征匹配的方法主要有两种分别为暴力匹配BFmatch和FlannBased）。第五步：过滤掉较差的匹配点位（一般根据临近两点的
大花爱编程·2022-11-23 23:08

深度学习系列笔记03多层感知机（上）

文章目录1感知机2多层感知机2.1在网络中加入隐藏层2.2非线性的变化2.3常用激活函数2.3.1ReLU函数2.3.2sigmoid函数2.3.3tanh函数3多层感知机的从零开始实现3.1初始化模型参数3.2激活函数zeros_like函数记录：3.3模型定义3.4损失函数3.5训练4多层感知机的简洁实现5模型选择、欠拟合和过拟合5.1训练误差和泛化误差5.2模型选择K则交叉验证：5.3过拟合
三木今天学习了嘛·2022-11-23 12:27

最全深度强化学习资料

转载J.Q.Wang2011-----深度强化学习系列:最全深度强化学习资料下面附上原地址https://blog.csdn.net/gsww404/article/details/103074046关于这项工作
LyzBlog·2022-11-23 11:25

正则化防止过拟合

为了更好的了解过拟合以及为后面做铺垫，还是先看一个吴恩达机器学习系列课程中一个线性回归来预测房价的例子吧Size表示房子的大小，Price表示预测的房子价格。
words8·2022-11-23 10:53

＜＜从零入门机器学习＞＞ 通过Anaconda管理工具安装Scikit-Learn机器学习算法库并举例使用（以K近邻算法为例）第四讲

3.2整个测试案例的源代码(供大家参考)4.本篇博客的总结5.机器学习系列博客的说明和展望1.文章主要内容本篇博客致力于讲解Scikit-
弗兰随风小欢·2022-11-23 06:18

深度强化学习系列(5): Double Q-Learning原理详解

论文地址：https://papers.nips.cc/paper/3964-double-q-learning.pdf本论文由DeepMind发表于2015年NIPS的一篇论文，作者Hasselt。前言：Q-Learning算法由于受到大规模的动作值过估计(overestimation)而出现不稳定和效果不佳等现象的存在，而导致overestimation的主要原因来自于最大化值函数(max)逼
旺财搬砖记·2022-11-23 05:42

pix2pix学习系列（1）：预训练模型测试pix2pix

pix2pix学习系列（1）：预训练模型测试pix2pix参考文献：[Pytorch系列-66]：生成对抗网络GAN-图像生成开源项目pytorch-CycleGAN-and-pix2pix-使用预训练模型测试
tpz789·2022-11-23 02:09

pytorch学习系列（5）：模型部分参数使用（迁移学习）

有两种方式：1.Net.load_state_dict(torch.load(model_path),strict=False)使用strict参数，如果为True，表明预训练模型的层和自己定义的网络结构层严格对应相等（比如层名和维度），这里选择为False，则不完全对等，会自动舍去多余的层和其参数。2.pretrained_dict=torch.load(model_path)model_dic
ch ur h·2022-11-22 18:13

HALCON深度学习系列(V6-I) 黑土

HALCON深度学习系列(V6-I)黑土HALCON深度学习课程第一部分深度学习必备知识第二部分halcon深度学习必备知识第三部分halcon深度学习之分类。。。。。
黑土halcon·2022-11-22 05:40

深度学习系列：卷积神经网络(CNN)和LeNet 5

前言前面介绍了全连接神经网络并将其运用在MNIST手写数字的数据集上，能够取得一定的准确率，但是对于图像的识别，我们有一种更高效、更准确的神经网络模型：卷积神经网络（ConvolutionalNeuralNetwork）。这种网络相较于全连接神经网络而言，更能够体现出图像像素相对位置的影响，而且需要训练的参数更小，对于全连接神经网络而言，网络层数增多之后训练起来难度很大，且伴随着梯度消失问题，卷积
小切~·2022-11-22 04:38

Pytorch学习系列--01基础&安装

Task1--Pytorch基础和安装1Pytorch的安装和基础知识+前置知识（2天）1.1Pytorch是什么1.2Pytorch优势2Pytorch安装2.1借助Anaconda安装2.2Pytorch查询资源学习先修要求：会使用Python编程；了解包括神经网络在内的机器学习算法；勤于动手实践；自我认知：1、Python编程基本语法是会使用的–开发过简单脚本；2、对于神经网络在内的机器学习
中古传奇·2022-11-22 02:20

Pytorch学习系列--02Pytorch各组件和实战学习

Pytorch各组件和实战学习先来占个博客位置；周日来补全；通过本节任务了解Pytorch的主要组成部分及各部分的功能作用；首先完成一项机器学习的基本流程步骤：1、数据预处理：数据格式统一、必要的数据转换、数据脱敏等；对数据进行划分训练集和测试集；2、选择参模型：设定损失函数和优化方案，以及相应的超参数；3、最后用模型你和训练及数据，然后应用反馈；这是基本的机器学习训练过程；
中古传奇·2022-11-22 02:13

Comunion 区块链深度学习系列｜哈希结构及特点

Comunion是一个去中心化的(DAO)组织协作网络，提供面向数字时代的全新商业基础设施和价值转化机制，致力于让劳动价值像资本一样自由流通、交易和积累。本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。Merkle-Damgård结构Merkle-Damgård结构是以一位名叫Damgård的科学家命名的，很多哈希函数是基于这个结构构造的哈希函数，比如我们熟悉的S
「已注销」·2022-11-21 18:47

Comunion 区块链深度学习系列｜椭圆曲线数字签名发展史

Comunion是一个去中心化的(DAO)组织协作网络，提供面向数字时代的全新商业基础设施和价值转化机制，致力于让劳动价值像资本一样自由流通、交易和积累。本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。密码学有两类：私钥密码学，公钥密码学。也可以称之为：对称密码学，非对称密码学。其中公钥密码里面有三个基本原理：公钥加密、数字签名、密钥协商。本文详细阐述的内容是：现
「已注销」·2022-11-21 18:47

Comunion 区块链深度学习系列｜哈希碰撞原理

Comunion是一个去中心化的(DAO)组织协作网络，提供面向数字时代的全新商业基础设施和价值转化机制，致力于让劳动价值像资本一样自由流通、交易和积累。本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。本篇专门讲解哈希碰撞原理，这对于哈希算法的理解是非常重要的。如果把这个理解透了，那么哈希算法里面的很多特点，包括区块链当中为什么使用哈希算法，那么基本上就完全通透了
「已注销」·2022-11-21 18:46

Comunion 区块链深度学习系列｜区块链进阶原理：构成

本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。区块结构构成每个区块主要包括区块头（下图灰色的部分）和交易主体（下图橙色的部分）两部分。整个区块头中内容包含：第一个是前序区块的哈希，这样区块才能跟前面区块链起来，形成一个链；第二个是时间戳，表明区块是在什么时间被挖出来的；第三个是难度的目标值，矿工挖矿的过程，其实就是在不断的计算挖出来的区块是否和难度值相匹配；第四
「已注销」·2022-11-21 18:16

Comunion 区块链深度学习系列｜密码学基础之哈希算法的应用

本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。挖矿以比特币网络为例，比特币挖矿主要使用到的算法是SHA-256，其具体流程参见下图。我们从上往下进行分析：第一层是：nVersion（版本号）；第二层是：hashPrebBlock（前一个区块的哈希）；第三层是：hashMerkleRoot（交易Merkle树根），第四层是：nTime（时间戳）；第五层是：nBit
「已注销」·2022-11-21 18:16

Comunion 区块链深度学习系列｜什么是哈希

Comunion是一个去中心化的(DAO)组织协作网络，提供面向数字时代的全新商业基础设施和价值转化机制，致力于让劳动价值像资本一样自由流通、交易和积累。本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。发展史哈希算法是为了检测数据在传输的过程当中是否被篡改而诞生的。比如特工A和特工B在进行信息交换，为了防止数据在传输的过程中没有被丢失或者被篡改，这个时候可以使用哈
「已注销」·2022-11-21 18:16

Comunion 区块链深度学习系列｜区块链的发展历程

打开一切科学的钥匙都毫无异议地是问号，我们大部分的伟大发现都应当归功于如何？而生活的智慧大概就在于逢事都问个为什么？——巴尔扎克之前写过一篇区块链新手学习要有系统性的文章，也有读者获取到了学习视频，但也有反映视频音质问题，故此将其拆分成单独的系列，以方便大家更好的学习。本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。1.起源然后我们先说一下区块链的发展历程，其实说
「已注销」·2022-11-21 18:46

Comunion 区块链深度学习系列｜区块链基本原理

本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。1.概述区块链是一个信息技术领域的术语。从本质上讲，它是一个共享数据库，或称之为公共账本，其每一个区块记录一段时间内产生的转账等一些其他信息。与传统账本的区别是，无论有没有新的交易产生，有没有新的帐目产生，区块都会按照约定的时间去出块，这就是区块的产生。如果这段时间没有新的交易产生，那产生的就是我们所谓的空块。同时，
「已注销」·2022-11-21 18:46

Comunion 区块链深度学习系列｜区块链进阶原理：转账

本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。转账流程大家都知道，我们日常使用银行卡进行转账的时候，一般需要填入户名、对方的账号、转账金额以及一些转账附言，接着输入密码以后，就把资金转到对方的账户了。那这个流程背后的整个系统是如何运转的呢？假如张三在招商银行开的户，他要将一笔资金转到李四在工商银行的开户行。那么张三提交转账申请后，其转账卡所在招商银行支行，验证了
「已注销」·2022-11-21 18:46
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他