D.Silver课程笔记第35页

【哈工大李治军】操作系统课程笔记2：系统调用 +【实验 2】系统调用实现

1、操作系统接口完成setup后，操作系统的代码都被读入到从0地址开始的地方，还创建了一些初始的结构，如mem_map（管理内存的数据结构）、GDT、IDT等。而我们的应用程序都放在了内存的上端。最终，内存的下方放置的为系统代码和数据、上方放置的为应用程序，这样子一个结构情况。（1）什么是操作系统接口？系统调用（接口表现为函数调用，又由系统提供）（2）操作系统接口连接谁？连接操作系统和应用软件（3

辰阳星宇·2022-09-07 08:29

【哈工大李治军】操作系统课程笔记1：操作系统开机代码 + 【实验 2】操作系统的引导

0.开机代码实现效果执行模块开机代码主要实现了两个事情：（1）将操作系统从磁盘中读入内存当中；（2）使用操作系统进行初始化操作1、什么是操作系统？2、打开操作系统计算机是怎么工作的？最初，计算机起源于图灵机，是一种计算模型。图灵机最初的灵感来源是人在纸上计算模拟的过程，将这个过程用自动化的设备模拟出来就是图灵机。首先在纸带上写上“3”、“2”、“+”，然后用控制区去模拟答案，用读写头去模拟眼睛和笔

辰阳星宇·2022-09-07 08:29

计算机网络——物理层（课程笔记）

说明博客作为笔记备份，不定时更新参考内容为《计算机网络（第7版）》谢希仁电子工业出版社；王道考研《计算机网络考研复习指导2023》文中的例题摘自王道考研《计算机网络考研复习指导2023》，大多是我个人认为较为典型的题目以及错题的部分整理文章目录基本概念1.数据、信号、码元2.信源、信道、信宿2.1基本概念2.2通信方式3.速率、波特、带宽编码与调制1.数字数据编码为数字信号归零编码（RZ）非归零编

10000hours·2022-09-06 17:57

课程笔记：第五章 Runtime相关面试问题

数据结构我们主要学习四种数据结构：objc_objectobjc_classisa指针method_ttypedefstructobjc_class*Class;typedefstructobjc_object*id;objc_object我们平时所使用的对象都是id类型的，id类型的对象对应到runtime中实际上代表的就是objc_object的结构体，这个结构体主要包含以下几个部分其中isa

飘摇的水草·2022-09-06 15:51

计算机网络课程笔记

感谢原作者networkaddress：https://blog.csdn.net/you_big_father/article/details/105859263学习MOOC华南理工计算机网络课程笔记第

小卡得尔·2022-09-06 07:42

MySQL燕十八老师课程笔记：第十九课：事务

什么是事务？将一个业务下的SQL语句作为一个单元统一操作==>“同生共死”【myisam不支持事务】例如：A转账500给B，打完之后A减少500，B增加500，如果这两个动作有一个没有完成，则整个转账过程失败（原子性）#如何启用事务?starttransaction;#如何结束事务？commit;#如何撤销事务？(回滚事务)——即对于失败事务，对之前的成功操作做的处理rollback;事务的中间状

芋头圆生煎·2022-09-05 11:45

6000 字思维导图告诉你什么是真正落地的业务数据分析

张涛老师《互联网业务数据分析实战》课程笔记，边听边疯狂记笔记的课程，上次这么疯狂的整理还是两年前的《运营之光》（手机端可下载原图查看，电脑端新标签页打开图片查看高清大图）01-业务数据分析概论与数据采集基础

扫地阿伟·2022-09-05 10:20

吴恩达老师机器学习课程笔记:(一)机器学习入门知识

机器学习入门知识一.机器学习定义二.机器学习分类监督学习(supervisedlearning)无监督学习(unsupervisedlearning)其它类型的机器学习三.模型相关描述及常用变量符号规定训练集(Trainingset)、测试集(Testset)和验证集(Validationset)假设函数(Hypothesis)代价函数(Costfunction)常用变量符号规定总结一.机器学习定

Credic1017·2022-09-05 07:04

机器学习课程笔记【十四】- 增强学习和自适应控制控制论

本节为吴恩达教授机器学习课程笔记最后一部分，增强学习和自适应控制，主要包括：马尔可夫决策过程的形式化描述，值迭代和策略迭代两种求解方法以及马尔可夫模型极大似然参数学习方法。

不会算命的赵半仙·2022-08-31 07:49

飘摇的水草·2022-08-30 14:39

第三次带教课程笔记2022-08-21

一、收获1、当来电者表达了对未来婚姻关系的迷茫和犹豫的时候，我们可以尝试邀请她谈谈她犹豫的是什么，这也是倾听工作的深入案例中，当事人在由于要不要离婚，这时候，倾听师就可以邀请当事人谈一谈她具体的犹豫点。“我听到你对离婚感觉到很迷茫和犹豫，你能具体说说你在犹豫什么吗？”类似应用的场景还可以是分手还是不分手、离职还是不离职、工作还是考研。2、澄清感觉比如：①澄清“受不了“。具体受不了什么？受不了老公了

雅风66·2022-08-21 18:10

假期学习回顾与总结

网易云课堂视频（https://mooc.study.163.com/smartSpec/detail/1001319001.htm）+配套黄海广主编针对吴恩达深度学习课程DeepLearning.ai《深度学习课程笔记

Clark-dj·2022-08-17 07:59

吴恩达深度学习课程笔记——逻辑回归算法

逻辑回归二分类问题(BinaryClassification)假设函数(HypothesisFunction)损失函数和代价函数(LossFunctionandCostFunction)神经网络的计算中通常会有前向传播和反向传播的步骤，这门课从逻辑回归算法（logisticregression）来讲解这些概念。二分类问题(BinaryClassification)逻辑回归是一个用于二分类(bina

阿姝姝姝姝姝·2022-08-13 09:42

吴恩达deeplearning.ai系列课程笔记+编程作业(10)第四课卷积神经网络-第一周卷积神经网络（Foundations of Convolutional Neural Networks）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第一周卷积神经网络（FoundationsofConvolutionalNeuralNetworks）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第一周卷积神经网络（FoundationsofConvolutionalNeuralNetworks）1.1计算机视觉（Compute

geekxiaoz·2022-08-13 07:11

<转载>CS231n课程学习笔记

CS231n课程学习笔记CS231n网易云课堂链接CS231n官方笔记授权翻译总集篇发布-智能单元-知乎专栏https://zhuanlan.zhihu.com/p/21930884CS231n课程笔记翻译

tang-0203·2022-08-13 07:02

CS231N图像分类笔记总结

图像分类笔记的总结本文是自己对CS231N课程笔记的阅读后的一些总结。

lizhixiaoqingnian·2022-08-13 07:49

CS231n课程笔记：图像分类笔记（上）

本专题转载知乎CS231n的全称是CS231n:ConvolutionalNeuralNetworksforVisualRecognition，即面向视觉识别的卷积神经网络。该课程是斯坦福大学计算机视觉实验室推出的课程。本课程将深入讲解深度学习框架的细节问题，聚焦面向视觉识别任务（尤其是图像分类任务）的端到端学习模型。在10周的课程中，学生们将会学习如何实现、训练和调试他们自己的神经网络，并建立起

量子孤岛·2022-08-13 07:47

CS231n课程笔记：图像分类笔记（下）

用于超参数调优的验证集k-NN分类器需要设定k值，那么选择哪个k值最合适的呢？我们可以选择不同的距离函数，比如L1范数和L2范数等，那么选哪个好？还有不少选择我们甚至连考虑都没有考虑到（比如：点积）。所有这些选择，被称为超参数（hyperparameter）。在基于数据进行学习的机器学习算法设计中，超参数是很常见的。一般说来，这些超参数具体怎么设置或取值并不是显而易见的。你可能会建议尝试不同的值，

量子孤岛·2022-08-13 07:47

【2017cs231n】课程笔记02：图像分类

【2017cs231n】课程笔记-第2讲：图像分类搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’获取更多算法、机器学习干货csdn：https://blog.csdn.net/baidu

xiaoming3526·2022-08-13 07:44

CS231N课程笔记学习一——图像分类

不得不说，cs213n课程是真的难，开始小哥哥讲损失函数，回归模型，我还勉强跟上，后来小姐姐讲课，我真的——人傻了/(ㄒoㄒ)/~~，但是斯坦福大学的课程不能不上啊（尽管对牛弹琴），所以在网上寻找资源，开始“自学”。。。1.图像分类图像分类问题，就是已有固定的分类标签集合，然后对于输入的图像，从分类标签集合中找出一个分类标签，最后把分类标签分配给该输入图像。计算机视觉领域中很多看似不同的问题（比如

兴安仓鼠·2022-08-13 07:42

CS231n课程笔记翻译：图像分类笔记（上）

CS231n课程笔记翻译：图像分类笔记（上）-知乎专栏原文如下这是一篇介绍性教程，面向非计算机视觉领域的同学。教程将向同学们介绍图像分类问题和数据驱动方法。

dby_freedom·2022-08-13 07:10

cs231n图像分类笔记（上）学习记录

学习内容是斯坦福大学的《面向计算机视觉的卷积神经网络》课程，课程代码cs231n，原文链接是StanfordUniversityCS231n:DeepLearningforComputerVision，同时知乎上有课程笔记的中文翻译贺完结

法拉不会飞·2022-08-13 07:38

【计算机视觉】计算机视觉与深度学习-04-图像去噪&卷积&边缘提取-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-04-图像去噪&卷积-北邮鲁鹏老师课程笔记图像噪声噪声分类及产生原因脉冲噪声&椒盐噪声中值滤波器中值滤波vs均值滤波高斯噪声(Gaussiannoise)瑞利噪声伽马噪声指数噪声均值噪声图像去噪算法空间滤波变换域滤波偏微分滤波变分法形态学噪声滤除器卷积

暖焱·2022-08-11 14:07

斯坦福大学深度学习与自然语言处理第二讲：词向量

斯坦福大学在三月份开设了一门“深度学习与自然语言处理”的课程：CS224d:DeepLearningforNaturalLanguageProcessing，授课老师是青年才俊RichardSocher，以下为相关的课程笔记

Janvn·2022-08-09 07:22

黑马2022最新redis课程笔记知识点(面试用)持续更新

redis入门redis的常见五种数据类型String类型String类型，类似于java中的String类型，常见使用get，set方法。==String类型还可以存储json字符串格式==。Hash类型Hash类型，也叫散列，它的value是一个无序字典，类似于java中HashMa

dengziyi·2022-08-06 23:00

深度学习应用开发-TensorFlow实践笔记（一）——Anaconda和TensorFlow开发环境搭建

该文为学习中国大学MOOC浙江大学吴明晖老师主讲的《深度学习应用开发-TensorFlow实践》课程笔记第二讲。

1212没有3·2022-08-06 07:03

5-3 Coursera吴恩达《序列模型》第三周课程笔记-序列模型和注意力机制

上一周的课程5-2Coursera吴恩达《序列模型》第二周课程笔记-自然语言处理和词嵌入介绍了自然语言处理相关内容，例如词汇表征、词嵌入、嵌入矩阵和负采样等概念，以及Word2Vec和GloVe算法。

双木的木·2022-08-04 18:41

斯坦福CS20SI：基于Tensorflow的深度学习研究课程笔记

转自：平凡_Lecturenote1:IntroductiontoTensorFlow1TF学习(tf.contrib.learn)Tensorflow有简化的界面，TF学习(tf.contrib.learn)提供可用的模型，用户可以简单的调用。这是为深度学习刻意创建了一个模仿sciki-learn的模型可以实现从单线机器的sciki-learn世界学习平滑过渡到更开放的可以构建不同形状的ML模型

键盘里的青春·2022-08-03 07:51

Linux教程shell篇——黑马课程笔记

转自黑马程序员Linux教程Shell篇第一章1.grep工具grep是行过滤工具；用于根据关键字进行行过滤语法和选项语法：#grep[选项]'关键字'文件名常见选项：OPTIONS:-i:不区分大小写-v:查找不包含指定内容的行,反向选择-w:按单词搜索-o:打印匹配关键字-c:统计匹配到的行数-n:显示行号-r:逐层遍历目录查找-A:显示匹配行及后面多少行-B:显示匹配行及前面多少行-C:显示

若是明月·2022-08-02 07:28

数据结构课程笔记总结1 - 排序算法

排序算法1.时间复杂度为2^N的排序算法(1)选择排序从列表里，每次都选择一个最小或者最大的，然后去掉该值后，在剩下的数字里，继续选择最大或者最小的，依次下去，最后整个数组排好序。一次保证有一个数字到位publicstaticvoidselectionSort(int[]arr){if(arr!=null||arr.length>=2){for(inti=0;i=2){for(inti=arr.l

花开花落夏·2022-08-01 09:42

纽约大学深度学习PyTorch课程笔记（自用）Week1&2

纽约大学深度学习PyTorch课程笔记Week1&20.课程纲要1.Week11.1深度学习的动机及其历史和启示1.1.1深度学习的灵感和历史监督学习1.1.2模式识别的历史和梯度下降简介通过反向传播计算梯度

cosθ·2022-07-30 07:11

黑马JavaScript核心操作BOM与DOM课程笔记1-DOM

一、WebAPIs简介此部分的目标：能够说出WebAPIs阶段与JavaScript语法阶段的关联性；能够说出什么是API；能够说出什么是WebAPI.1.WebAPIs和JS基础关联性1.1JS的组成1.2JS基础阶段以及WebAPIs阶段2.API和WebAPI2.1APIAPI（ApplicationProgrammingInterface,应用程序编程接口）是一些预先定义的函数，目的是提供

Audrey2020·2022-07-29 18:04

吴恩达机器学习课程笔记——Ch3 线性代数知识

Chapter3线性代数回顾课程笔记总览传送门：https://blog.csdn.net/weixin_42900928/article/details/86523192Ch33.1线代相关知识3.2

A_waken·2022-07-29 07:49

吴恩达《机器学习》课程笔记——第三章：线性代数回顾

上一篇※※※※※※※※【回到目录】※※※※※※※※下一篇吴恩达机器学习的课程中，关于线性代数方面的介绍比较少，而且比较简单，适合于系统学习过线性代数课程的人。本部分的内容不仅包括吴恩达教授的课程，还包括一些常用的线性代数知识总结——依托于《线性代数》（同济版）教材。如果这篇文章帮助到了你，或者你有任何问题，欢迎扫码关注微信公众号：一刻AI在后台留言即可，让我们一起学习一起进步！转载于:https:

weixin_30675967·2022-07-29 07:16

吴恩达老师机器学习课程笔记 04 多元线性回归

4多元线性回归4.1多维特征之前研究的线性回归问题中只有一个单一的特征，但对于其他问题也可以有多个特征，这种线性回归问题就被称为多元线性回归。记号约定用nnn表示特征量的数目，用x(i)x^{(i)}x(i)表示第iii个样本的输入特征向量，这个向量是一个nnn维向量。（注意这里的特征向量并非过去矩阵中所讲的特征向量。）用xj(i)x^{(i)}_jxj(i)表示第iii个样本的第jjj个特征量的

3077491278·2022-07-29 07:15

吴恩达老师机器学习课程笔记 02 单变量线性回归

2单变量线性回归2.1模型描述下面将根据第一章提到的预测房价的例子来继续后面的内容。记号约定在监督学习中有一个数据集，这个数据集被称训练集。在整个课程中将用mmm来表示训练样本的数量。用xxx表示输入变量（特征），用yyy表示输出变量（要预测的目标变量）。用(x,y)(x,y)(x,y)表示一个训练样本，用(x(i),y(i))(x^{(i)},y^{(i)})(x(i),y(i))表示第iii个

3077491278·2022-07-29 07:14

吴恩达机器学习课程笔记－3.线性代数回顾

文章目录3.线性代数回顾（LinearAlgebraReview）3.1矩阵和向量（MatricesandVectors）3.2加法和标量乘法（AdditionandScalarMultiplication）3.3矩阵向量乘法（Matrix-VectorMultiplication）3.4矩阵乘法（Matrix-MatrixMultiplication）3.5矩阵乘法的性质（MatrixMulti

st4yfoolish·2022-07-29 07:39

吴恩达机器学习课程笔记（三）线性代数简单回顾

文章目录矩阵(二维数组)向量（只有一列的矩阵）矩阵简单运算矩阵加（减）法矩阵乘（除）标量矩阵乘法特例：矩阵与向量相乘矩阵与矩阵相乘矩阵乘法的性质单位矩阵矩阵的逆矩阵转置矩阵(二维数组)矩阵：长方阵列排列的复数或实数集合通常用大写字母表示，比如AAA矩阵的维度：行*列矩阵的项：矩阵内部的某个数Aij:A_{ij}:Aij:第iii行第jjj列对应元素矩阵提供了一种快速整理、索引和访问大量数据的很好的

夜雨晴·2022-07-29 07:37

吴恩达机器学习课程笔记——Octave安装过程记录

Octave软件安装网址：Octave安装官网点击下载键选择适合自己电脑的环境安装：最开始可能会弹出一个警告，好像是没安装什么功能插件，选择无视它就没问题了。请尽量选择默认路径和安装模式，我修改到E盘时发生了中断报错。安装时若有警告，请不断点击信任，360的风险自动阻止是真的坑……之后就是打开应用程序，进行第一次运行测试。pkgrebuild该命令的作用是将octave-forgepackages

菜到安详准备入土·2022-07-29 07:01

课程笔记-深度学习机器视觉01-新冠疫情可视化——From：百度AI Studio

课程笔记-深度学习机器视觉01-新冠疫情可视化——From：百度AIStudio写在前面：开始第一课的学习本次课以新冠疫情为背景介绍了图像识别与人工智能，并且有一个实践项目为案例。

Jason_____Wang·2022-07-29 07:27

吴恩达老师机器学习课程笔记 03 线性代数回顾

3线性代数回顾本节的主要内容有：什么是矩阵和向量，矩阵和向量的加、减、乘运算，矩阵的逆和矩阵的转置的概念及性质。如果已经掌握这些，可以跳过本节。（如果已经学过线性代数，本节完全可以跳过。）

3077491278·2022-07-29 07:23

吴恩达老师机器学习课程笔记 05 Octave教程

5Octave教程吴恩达老师的视频是2014年的，Octave现在基本不算是最优的编程需要选择了，可以用Pytorch等来代替本节的学习。

3077491278·2022-07-29 07:23

多传感器融合课程笔记------多传感器融合之绪论

多传感器融合之绪论一、传感器类型摄像头激光雷达毫米波雷达超声波雷达IMUGNSS和RTK1.摄像头摄像头根据安装位置，可以分为前视、侧视、后视、内置、环视等。摄像头相关参数介绍：焦距焦距和FOV关系相反。有效的探测距离视场角分辨率大小最低照度信噪比动态范围2.激光雷达激光雷达参数：视场角分辨率测距范围刷新频率扫描频率激光波长：通常为纳米级，最常见为905nm和1550nm。最大辐射功率激光雷达的测

Tianchao龙虾·2022-07-23 08:01

【机器学习基础】正规方程法（Normal equation）（正则化和非正则化）——吴恩达课程笔记

在求使得代价函数最小的参数θ中，也可以不用梯度下降法进行逐步递归求解，可以使用正规方程法（NormalEquation）一次性算出θ。用这种方法不需要进行特征缩放（featurescaling）。在特征数少的情况（吴恩达教授的标准是一万以下）用正规方程法更好，但如果特征数较多，计算量很大，会比较慢，这个时候还是采用梯度下降法比较好。特征方程法介绍：（1）现做如下规定：假设有m个样本实例，每个样本有

EthenWillson·2022-07-20 07:53

【Vue2.0】黑马课程笔记（一）基本指令和过滤器

目录1了解1.1为什么要学习流行框架？1.2框架和库的区别1.3Node（后端）中的MVC与前端中的MVVM之间的区别1.4Vue扩展插件2Vue简介2.1vue的两个特性2.1.1数据驱动视图2.1.2双向数据绑定2.2MVVM3Vue基本使用3.1基本使用步骤3.1.1el和data的两种写法3.2调试工具vue-devtools4vue指令4.1六大常见指令4.1.1内容渲染指令{{}}4.

时倾-·2022-07-19 09:52

Python学习笔记：第十站水晶球不调用不动

Python学习笔记文章目录Python学习笔记第十站水晶球不调用不动1.函数的创建和调用2.函数的参数传递3.函数的返回值4.函数的参数定义5.变量的作用域6.递归函数7.本章作业课程笔记参考B站视频

虎慕·2022-07-18 12:33

吴恩达深度学习《神经网络与深度学习》课程笔记总结与习题（1）--深度学习引言

第一周：深度学习引言IntroductiontoDeepLearning1.1欢迎Welcome将学习到的内容第一门课中：神经网络和深度学习，学习如何建立神经网络（包含一个深度神经网络）以及如何在数据上面训练它们，本课程结尾，将用一个神经网络进行辨认猫。第二门课中：将进行深度学习方面的实际，学习严格地构建神经网络，将要学习超参数调整、正则化、诊断偏差和方差以及高级优化算法，比如Momentum和A

一起学习一起卷·2022-07-13 07:14

CS231n课程笔记翻译：卷积神经网络笔记

CS231n课程笔记翻译：卷积神经网络笔记笔记译自斯坦福CS231n课程笔记ConvNetnotes，课程教师AndrejKarpathy授权翻译。

AndrewZhou924·2022-07-13 07:17

课程笔记-三维点云处理06 ——3D Object Detection（下）

课程笔记-三维点云处理06——3DObjectDetection（下）本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流

Jason_____Wang·2022-07-12 07:53

课程笔记-三维点云处理06 ——3D Object Detection（上）

课程笔记-三维点云处理06——3DObjectDetection（上）本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流