J2EE学习实践

期末课程设计——基于Python+MySQL数据库的学生管理系统（附源代码）

创建学生表：2、运行程序，进入学生管理系统：3、查询表中数据4、插入数据5、更改表中数据6、删除表中数据7、退出系统.六、附页：源程序清单一、课程设计目的与任务“python程序设计课程设计”是一个综合性的学习实践型实验教学环节
爱意随风起º·2022-11-19 18:44

【PyTorch】加载数据集Dataset与DataLoader

首先，本博客以【PyTorch】深度学习实践之加载数据集DatasetandDataloader、【PytorchLearning】构建自己的数据集、深度学习之MiniBatch、PyTorch深度学习实践第八讲
小橙子爱蜜蜂·2022-11-19 17:02

PaddlePaddle深度学习实践学习记录00

python库的操作NumPy操作：用于科学计算。基本模块一：arrray(数组)模块。基本操作：#基本操作importnumpyasnpa=[1,2,3,4]#a是python中的list类型b=np.array(a)#数组化后的b的类型变为arraytype(b)#b的类型为b.shape#shape参数表示array的大小：4b.argmax()#调用argmax()函数求array中最大索
峙峙峙·2022-11-19 13:34

东莞依时利诚聘java与.net方面的英才

(网址:http://www.eastriver.com.cn/cn),现因公司发展需要,诚聘以下人员:1、java工程师2、java架构师3、.net架构师如果你有java或.net方面的经验,熟悉j2ee
javazhuanzai·2022-11-19 11:08

pytorch----用多层感知机实现Kaggle的泰坦尼克号竞赛

《PyTorch深度学习实践》完结合集1.参考资料：Kaggle实战入门（一）之泰坦尼克号李沐视频：Kaggle房价预测2.代码importtorchimpor
啊健松·2022-11-19 06:56

java工程师笔试面试题

1.J2EE是什么？它包括哪些技术？
佐酒先生·2022-11-19 06:56

《PyTorch 深度学习实践》--第5讲 实现线性回归模型

使用PyTorch实现线性回归模型1.线性回归模型实现#导入需要的包importtorchfromtorchimportnnimportmatplotlib.pyplotasplt#step1准备数据#x_data,y_data分别是一个3行1列的矩阵，即分别有3个数据，每个数据只有1个维度x_data=torch.Tensor([[1.0],[2.0],[3.0]])#[3,1]y_data=t
浅忆笙歌暖·2022-11-19 04:30

《深度学习实践》--第6讲 实现逻辑斯蒂回归

实现逻辑斯蒂回归《深度学习实践》第6讲1.本节笔记关于本节笔记的详细介绍，请参考：Pytorch学习笔记007——分类问题逻辑回归的介绍，请参考：001_wz_sf_逻辑回归（LogisticRegression
浅忆笙歌暖·2022-11-19 04:30

《PyTorch 深度学习实践》第4讲--反向传播算法

《PyTorch深度学习实践》第4讲–反向传播算法@《PyTorch深度学习实践》第4讲–反向传播算法1.张量预备知识Tensor中重要的两个成员，data用于保存权重本身的值ω\omegaω,grad
浅忆笙歌暖·2022-11-19 04:30

（一）利用Python实现数据集读取，Python基本文件操作介绍

本篇旨在介绍如何用Python对海量文件进行遍历，也是机器学习实践的第一步。数据准备为了模拟海量文件，需要准备一个包含大规模
若风orz·2022-11-19 04:21

机器学习-决策树算法ID3实现，含例子(红酒分类）

决策树原理实现代码如下所示：（参考自机器学习实践PeterHarrington)。
龙今天超越了自己·2022-11-19 04:43

个人收集的一些手机研发资料

FlashTool_v3.1.04FlashToolv3[1][1].1.04MTK平台板测校准原理FlashToolv5.1140.00MTK6223方案介绍高薪诚聘软件J2ME开发工程师，J2EE开发工程师
rd211com·2022-11-19 03:32

七步快速入门 Python机器学习

本文旨在通过七个步骤，使用全部免费的线上资料，帮助新人获取最基本的Python机器学习知识，直至成为博学的机器学习实践者。这篇概述的主要目的是带领读者接触众多免费的学习资源。
learn deep learning·2022-11-19 02:03

正则手记——语法篇

前言本文纪录正则表达式的语法学习实践。
·2022-11-16 23:14

PyTorch深度学习实践——线性模型

线性模型：或随机选取权重w后评估该模型的效果，通过穷举法选出最佳的w评估模型：损失函数：计算损失函数的平均值，最终使平均损失最小平均平方误差（MSE）：例题：，使用线性模型做出预测。代码如下：#穷举法importnumpyasnpimportmatplotlib.pyplotasplt#绘图包x_data=[1.0,2.0,3.0]#数据集保存，x和y需分开，x为输入，y为输出y_data=[2.
CheneyTAT·2022-11-16 13:29

Linear Model（Exhaustive method 穷举法）

目录1.Assignment2.FunctionSet3.LossFunction4.Exhaustivemethod5.Code学习内容来自：b站的刘二大人----《PyTorch深度学习实践》1.Assignment
Henry_zs·2022-11-16 13:27

Positional parameter are considered deprecated

Positionalparameterareconsidereddeprecated;usenamedparametersorJPA-stylepositionalparametersinstead.告警问题解决方案，详见：http://www.micmiu.com/j2ee
sjsky_007·2022-11-15 18:52

Part2 深度学习实践 --- 2 线性神经网络

2线性神经网络本博客与代码已同步到github当中，欢迎各位读者为此项目提供宝贵的issue注意：本页面的一些超链接跳转会有一些错乱，建议打开对应小节进行内容查看。2.1线性回归在机器学习领域中的大多数任务通常都与预测有关。那么就有一部分会涉及到回归问题（另外一部分会是分类问题，其目标是预测数据属于一组类别中的哪一个）。例如：预测价格、课程参加人数预测。我们将会在2.2当中介绍多分类问题。线性回归
爱笑的Gary哥·2022-11-15 17:11

Paddle实践：手写数字识别

文章目录前言1.Paddle手写数字识别过程2.Paddle手写数字识别训练与推理过程实现总结参考前言趁着国庆尾巴，复习了Paddle框架进行深度学习实践：手写数字识别，这里分享下模型实现。
DU_YULIN·2022-11-15 11:11

java家政服务中心网站mysql

目录第一章绪论51.1课题开发背景51.2课题研究意义51.3本课题主要工作5第二章相关技术介绍62.1JSP技术62.2MyEclipse62.3MySQL数据库72.4J2EE技术82.5B/S架构
QQ_188083800·2022-11-14 07:41

java网络故障报修系统J2EE

目录第一章绪论11.1课题开发背景11.2课题研究意义11.3本课题主要工作1第二章相关技术介绍32.1JSP技术32.2MySQL数据库32.3J2EE技术42.4B/S架构5第三章系统分析83.1系统可行性分析
QQ_188083800·2022-11-14 07:41

python举例cart回归树_Python3机器学习实践：决策树CART

treeq.png决策树主要包括ID3，C4.5以及CART。下面给出三种算法的说明：imageimageCART首先看下面表格中的示例数据(随机生成，仅供参考)。其中年龄，身高，月收入为连续变量，学历，工作为离散变量。如果把动心视为目标变量，此问题为分类问题。如果把动心度视为目标变量，此问题为回归问题。imageCART的目的是生成一个类似下面这样的树：分类树或者回归树。image叶子节点若为Y
老胡聊软件造价·2022-11-13 14:08

决策树算法python代码注释_机器学习决策树算法代码注释,详注

优点：计算复杂度不高，结果易于理解缺点：容易产生过拟合现象，所以需要对决策树进行剪枝代码例子来源：《机器学习实践》第三章数据包含5个海洋动物，特征包括:不浮出水面是否可以生存，以及是否有脚蹼，将这些动物分成两类
weixin_40004212·2022-11-13 14:07

Pytorch小记-torch.nn.Softmax(dim=1)如何理解？

_双木的木的博客-CSDN博客_dim=1什么意思在进行多分类时，时常看到Softmax分类函数，理论基础可看文章PyTorch深度学习实践概论笔记9-SoftMax分类器。
zouxiaolv·2022-11-13 11:24

Pytorch深度学习（二）：反馈神经网络（BPNN）

Pytorch深度学习（二）：反馈神经网络（BPNN）参考B站课程：《PyTorch深度学习实践》完结合集传送门：《PyTorch深度学习实践》完结合集本文浅学反馈神经网络（BackPropagationNeuralNetwork
Yuriy_Xiong·2022-11-12 17:06

pytorch从零开始搭建神经网络

目录基本流程一、数据处理二、模型搭建三、定义代价函数&优化器四、训练附录nn.Sequentialnn.Modulemodel.train()和model.eval()损失图神经网络基本流程《PyTorch深度学习实践
sinat_38007523·2022-11-12 17:00

Pytorch实战 | P5 运动鞋图片识别(深度学习实践pytorch)

一、我的环境●语言环境：Python3.8●编译器：pycharm●深度学习环境：Pytorch●数据来源：链接:https://pan.baidu.com/s/1gA3TXAWpil9l39wJMjwuRA提取码:zj37二、主要代码实现1、main.py#-*-coding:utf-8-*-importtorch.utils.datafromtorchvisionimportdatasets,
陈大麦 .·2022-11-12 15:45

样本不平衡 pytorch_样本类别不均衡问题

样本类别不均衡是机器学习实践中经常会遇到的问题，很多时候我们只有少量的正样本和非常多的负样本，当然这种情况在多分类问题中也会经常遇到。这种现象会对机器学习模型的性能带来很大影响。
weixin_39558754·2022-11-12 05:30

Springboot：如何正确使用AOP

事务管理是J2EE应用中一个关于横切关注点的很好的例子。在SpringAOP
yololee_·2022-11-10 09:17

12.PyTorch深度学习实践——循环神经网络（基础）

循环神经网（RNN）络被大量运用于NLP领域，但是实际上，只要是时序信号比如轴承振动信号等交由RNN处理都有不错的效果。本节就来熟悉RNN的使用。如上图所示，RNN由同一循环单元重复运算构成，它的参数会随着每次运算改变。单个循环单元解释如下：从这里可以看到，循环单元本质就是一个线性层，它通过将输入x线性变换成和隐层h维度相同而进行运算，所以通过输入x维度和隐层h维度即可确认循环单元，可得公式如下：
今晚月亮有点圆·2022-11-09 03:05

SpringBoot

SpringBootSpringBoot介绍1.SpringBoot是Spring的全家桶，SpringBoot是用来简便Spring应用开发的，约定大于配置，去繁从简，justrun就能创建一个独立的，产品级别的应用2.背景：J2EE
小白黑_216·2022-11-08 21:40

五、Mybatis学习实践-SpringBoot整合Mybatis实现原理

仓库文章涉及的代码都将统一存放到此仓库，本章节使用SpringBoot，因此启动类为com.hzchendou.blog.demo.SpringBootApp代码地址：Gitee分支：lesson5简介Mybatis是一款优秀的ORM框架，使用Mybatis可以降低开发成本，将开发人员从繁琐的的JDBC操作中解放出来，把更多的注意力聚焦于SQL编写。在Java开发中，我们通常使用SpringBoo
时间海绵·2022-11-08 21:36

优化课堂中的依恋与学习：大脑神经可塑性带来的启示

作者：路易斯－科佐林诺师生关系、亲子关系－－社会关系在学习实践中将会对大脑产生何种正向刺激，从而促进大脑高效学习、塑造神经连接、增强记忆能力。
mzggg·2022-11-08 13:57

Spring简介和使用

1.Spring简介Spring是于2003年兴起的一个轻量级的Java开源框架，由RodJohnson在其著作ExpertOne-On-OneJ2EEDevelopmentandDesign中阐述的部分理念和原型衍生而来
Yyyuu7·2022-11-06 22:17

pytorch深度学习实践-循环神经网络高级0115

B站刘二大人：循环神经网络（高级篇）目录1、名字分类数据2、bi-directional双向循环神经网络3、pack_padded_sequence作用4、代码实现名字分类1、名字分类数据数据准备：补零：国家对照：2、bi-directional双向循环神经网络反向传播计算一次。3、pack_padded_sequence作用堆叠未排序不可行：先根据长度来排序：4、代码实现名字分类代码如下：imp
cq-lc·2022-11-06 07:15

python构建决策树

决策树是一常见的机器学习算法，本例程将参考《机器学习实践》中的代码完成决策树算法中，信息熵被用来定义数据的纯度。
haohulala·2022-11-04 16:17

机器学习实践——人员越界识别（基于Aidlux+Yolov5实现）

一、人员越界识别背景描述实际生活中某些场景下需要配合摄像头自动识别危险区域，并在发现有人员闯入危险区域（禁止进入区域）时进行报警，确保员工的人身安全。二、算法目标识别指定区域是否有有人越过改区域，并进行生成相应报警逻辑。三、Aidlux与yolov5简介3.1Aidlux平台——一个跨平台应用的系统Aidlux是基于ARM架构的跨生态（Android/鸿蒙+Linux）一站式AIoT应用开发和部署
Cherry CSL·2022-11-03 20:03

javaWeb之servlet获取初始化参数与MVC简介

MyJSP'index.jsp'startingpage-->获取初始化参数演示案例获取初始化参数Servletweb.xml:ServletGetInitParameterDemoThisisthedescriptionofmyJ2EEcomponentThisisthedisplaynameofmyJ2EEcomp
爸爸去哪了2之熊猫三胞胎·2022-11-03 20:43

pytorch深度学习实践-卷积神经网络高级0111

B站刘二大人：卷积神经网络（高级篇）目录1、超参数2、1x1卷积核3、初始模块代码实现4、Residual残差网络解决梯度消失1、超参数在机器学习的上下文中，超参数是在开始学习过程之前设置值的参数。相反，其他参数的值通过训练得出。超参数：定义关于模型的更高层次的概念，如复杂性或学习能力。不能直接从标准模型培训过程中的数据中学习，需要预先定义。可以通过设置不同的值，训练不同的模型和选择更好的测试值来
cq-lc·2022-11-03 09:36

pytorch深度学习实践-卷积神经网络基础0108

B站刘二大人：卷积神经网络目录1、卷积的含义2、padding操作3、sride步长4、maxpooling5、简单卷积神经网络处理数字识别6、效果的提升1、卷积的含义选取一小块并将其改变形状。单通道：多通道：一个3*3卷积核，得到一个（5-3+1）*（5-3+1）单通道。N个卷积核得到N个通道。2、padding操作补零：3、sride步长步长为2，相隔一次进行相乘：4、maxpooling最大
cq-lc·2022-11-03 09:35

刘二大人《PyTorch深度学习实践》卷积神经网络基本篇

课程请见《PyTorch深度学习实践》值得注意的是一个小细节，nn.ReLU的使用，初始()是实例化一个类，再次()才是call了ReLu的forward函数。
梅是槑奥!·2022-11-03 09:05

刘二大人《PyTorch深度学习实践》卷积神经网络提升篇

课程请见《PyTorch深度学习实践》#PyTorch#PyTorchimporttorchfromtorchvisionimportdatasetsfromtorchvisionimporttransformsfromtorch.utilsimportdatafromtorchimportoptimfromtorchimportnn
梅是槑奥!·2022-11-03 09:05

《PyTorch深度学习实践》-B站 刘二大人-day5

处理多维特征的输入B站刘二大人的PyTorch深度学习实践——处理多维特征的输入视频中截图说明：1、乘的权重(w)都一样，加的偏置(b)也一样。b变成矩阵时使用广播机制。
爱编程的西瓜·2022-11-03 09:34

刘二大人PyTorch-卷积神经网络(CNN)—基础篇

B站刘二大人的《PyTorch深度学习实践》视频链接一.全连接神经网络注释:网络完全由线性层串行组成的网络1.对于常规的卷积操作,通常将单通道的图像先经过一个卷积层,提高通道数量,使得增加可提取的信息,
TheFanXY·2022-11-03 09:34

Pytorch深度学习实践-刘二大人-08加载数据集

1.区分epochBatch_size,IterationsEpoch指的是完整的数据集训练完多少轮。每一次epoch,所有的数据均被训练（超参）Batch-size指的是每次用用来更新权重的部分数据Iteration指的是需要多少个batch-size就能把所有的数据均训练完。=total_batchIteration=total/Batch-size2.加载数据集主要用到Dataset和Dat
慢慢来8·2022-11-03 09:31

（刘二大人）PyTorch深度学习实践-卷积网络（基础篇）

目录1.简单卷积实现（主要看下shape）1.1代码展示1.2结果展示2.关于padding参数2.1代码实现2.2结果展示3.关于stride参数(降低输出的宽和高)3.1代码展示（就是修改了padding换成stride）3.2结果展示4.使用卷积网络实现Minist数据集4.1代码展示4.2结果展示（5轮，性能提高一个点）1.简单卷积实现（主要看下shape）1.1代码展示importtor
Catherine_bling·2022-11-03 09:57

（刘二大人）PyTorch深度学习实践-卷积网络（基础篇作业）

1.所实现的模型结构2.代码展示importtorchimporttorchvision.datasetsfromtorchvisionimporttransformsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasFfromtorch.utils.tensorboardimportSummaryWriter#追踪日志w
Catherine_bling·2022-11-03 09:57

（刘二大人）PyTorch深度学习实践-处理多维输入特征

1.代码实现(带动量，momentum=0.9)importtorchimportnumpyasnpfromtorch.utils.tensorboardimportSummaryWriterimporttime#追踪writer=SummaryWriter("../LEDR")#加载数据xy=np.loadtxt('E:\learn_pytorch\LE\diabetes\diabetes.cs
Catherine_bling·2022-11-03 09:27

（刘二大人）PyTorch深度学习实践-多分类问题（Minist）

1.首先解决加载数据集缓慢以及不成功问题去Minist官网下载四个数据集，放到你的项目文件中，最好放在MINIST/raw文件夹中，切忌不要随便解压，这里我的路径为E:\learn_pytorch\LE\MNIST\raw然后去你的pytorch环境中的lib库中找到site-packages中的torchvision包，修改minist.py的文件下载路径，我这里是Anaconda的虚拟环境直接
Catherine_bling·2022-11-03 09:27

（刘二大人）PyTorch深度学习实践-线性模型

1.关于查看损失与w关系的代码实现importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0]y_data=[2.0,4.0,6.0]defforward(x):returnx*wdefloss(x,y):y_pred=forward(x)return(y_pred-y)*(y_pred-y)w_list=[]mse_list=[]
Catherine_bling·2022-11-03 09:26
上一页 38 39 40 41 42 43 44 45 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他