转自：http://blog.csdn.net/zouxy09/article/details/8775524九、DeepLearning的常用模型或者方法9.1、AutoEncoder自动编码器DeepLearning最简单的一种方法是利用人工神经网络的特点，人工神经网络（ANN）本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权

J2ME的全称是Java2PlatformMicroEdition,其技术架构如下OptionalPackageProfileConfigurationOptionalPackage是厂商选择性实现的，Profile是针对特殊硬件规定制定的高级API，Configuration则是起定义硬件功能与低级API的作用。先从最下层的Configuration开始说起，它是J2ME规定嵌入式设备能够执行J

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问笔记下载：深度学习个人笔记完整版人脸验证（faceverification）和人脸识别（facerecognition

--------------------------------Java主讲教师：马士兵课程内容*Java基础*语法基础*OO*Exception*Array*基础类-常用类*I/OStream*Collection/Generic*Thread*TCP/UDP*GUI*MetaData*RegularExpressionJava体系*JDK初步*其他方向的基础*JavaWeb编程*针对Web程序

MTI会员学习笔记整理（一）学习清单1：1MTI全称是什么？答:MyTreatureInternational。MTI是精明消费新经济。2MTI短信，分为哪三类？答:配套相关，消费相关，招商相关。

2.机器学习（MachineLearning,ML)2.1概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。2.2学科定位：人工智能(ArtificialIntelligence,AI）的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，

1.网络的概念网络就是通过介质把终端系统和中间系统互联起来。介质：主要包括无线（蓝牙、红外线、光）和有线（双绞线、串行线缆、光纤）终端系统：主要包括用户的主机、手机、平板电脑、服务器中间系统：路由器、交换机、防火墙、AP（无线接入点）等等网络的作用：使得应用程序能够访问互联网资源，实现资源的共享。2.OSI与TCP/IP模型物理层物理层的设备：hub（集线器）提升了网络的拓展性主要功能是用于放大信

如何检测颜色相似度先将颜色从RGB颜色空间转至HSV颜色空间Unity中已经包含一个从RGB转至HSV的方法——Color.RGBToHSV(Color,outh,outs,outv);其中H,S,V分别代表颜色的色调，饱和度，值的输出量，输出后的值范围为0至1，为当前H,S,V值在HSV颜色空间中的百分比，如果需要获取到详细值则需要乘以H，S，V的最大值（H—360，S—255，V—255）具体

这几天做项目，一个FPS游戏，中间做武器时一个开枪后抛出弹壳，但是换个方向后弹壳抛出后的方向就不对，经过测试后发现是使用Rigibody.AddForce时添加力的坐标位置不对。以弹壳抛出的位置作为弹壳刚体添加力的坐标点GameObject_pistolShell=Instantiate(PistolShell,PistolShellPoint.transform.position,PistolS

神经网络神经网络模型前向传播反向传播NeuralNetwordsTipsandTricksGradientCheckRegularization激活函数sigmoid函数TanhRelu稀疏编码卷积神经网络卷积局部感知权值共享多通道卷积卷积输出大小计算公式池化pooling后的平移不变性DropoutLearningrateAdaGradpython实现caffe中的学习率参考文献【原创】Liu_

 笔者平时将学习笔记整理到CSDN的文件中后，慢慢的，想要将这里MD文件导出为pdf便于作为作业上交或分享，这里，笔者基于MicrosoftEdage浏览器的解决方案为：进入到想要导出的文章界面，按功能键

学习视频来源为b站动手学深度学习系列视频：https://space.bilibili.com/209599371/channel/detail?cid=23541由于上述视频为MXNet/Gluon框架编写，所以代码部分参考网站为：https://trickygo.github.io/Dive-into-DL-TensorFlow2.0/#/本文主要是学习该系列视频所整理笔记，可能很多内容直接原

Unity_记分牌_效果实现(随机为例)主要是更换图片,添加GridLayoutGroup,写脚本,UI上实现:usingSystem.Collections;usingSystem.Collections.Generic

usingSystem.Collections;usingSystem.Collections.Generic;usingUnityEngine;usingUnityEngine.UI;usingSystem;publicclassImageSplice:MonoBehaviour{publicListSprlist;//存储切出来的图片publicGameObjectImagePrefab;//

五、纹理绘制要使渲染的图形更真实，可以使用D3D提供的物体表面纹理绘制功能。纹理，也称纹理贴图，就是表现物体图形细节的一幅或多幅二维图形，纹理绘制的目的就是通过一些特定的方式将纹理映射到物体上，使物体的视觉效果更加栩栩如生。D3D纹理绘制的一般步骤如下：1、载入纹理首先使用IDirect3DDevice9::CreateTexture创建一个D3D纹理对象并得到数据对象接口。当然还有其他一些类似的

六、D3D与CUDA的互操作CUDA与D3D可以进行互操作，也就是说可以将D3D的资源映射到CUDA地址空间，使在CUDA中可以对D3D读取和写入数据。CUDA实现这个功能的API有两组，这里以运行时API为例。实现D3D与CUDA的互操作，从总体上看，主要多了D3D设备指定和资源注册及相应释放操作，以及在创建D3D设备时使用D3DCREATE_HARDWARE_VERTEXPROCESSING标

TCP提供面向连接的服务。TCP不提供广播或多播服务。由于TCP要提供可靠的、面向连接的运输服务，因此不可避免地增加了许多的开销。这不仅使协议数据单元的首部增大很多，还要占用许多的处理机资源。网络上两个程序通过双向通信实现数据交换，socket又叫套接字，每个应用程序开启后，都会在传输层端口上绑定一个socket，不同应用程序之间通过寻找端口找到socket实现数据通信。Socket连接过程分为三

DeepLearning（深度学习）学习笔记整理系列[email protected]://blog.csdn.net/zouxy09作者：Zouxyversion1.02013-04-08声明：1）

java学习笔记整理前言：感觉看自己过去的笔记，一不方便二感觉不完善，所以把自己以前的笔记整理在CSDN上，不足之处还请指正。

所以，以往我所发表的日记更多的是一些学习笔记整理或思想心得的文章。而现在，又打算重新写起日记，无论

路由器的工作原理定义：三层网络节点设备（兼容二层）功能：1.路由-HOST之间最佳传输路径（in-out）2.转发-内部数据的端口转发QOS:QualityofService-服务质量（网络安全机制，解决网络延迟和阻塞的一种技术）路由器QoS获取方式1.大带宽-增加接口宽带。（带宽利用率标准线0.5）2.端到端带宽预留——资源预留协议。-RSVP3.接入控制、拥塞控制和区分服务数据处理：当一个数据

1.在线学习逐次学习算法：将训练样本逐个输入到学习算法中，新数据进来时对现有的结果进行更新当n非常大时，对于有限内存的利用和管理很有效2.被动攻击学习合理选择损失函数，通过求最优解析解得到最优解；引入惩罚系数，表示偏离现在的解的幅度，用于适当调整梯度下降量优点：方便简单缺点：激进学习，参数值变动大被动攻击分类损失函数：二乘Hinge损失或Hinge损失使用拉格朗日对偶函数求最优解析解被动攻击回归损

1.最小二乘法最小二乘法也叫做损失最小化学习法，适用于较小规模数据的学习，有过拟合的弱点。梯度下降法是适用于大规模数据学习的算法，该方法的收敛速度依赖于梯度下降的步幅及收敛结果的判断方法。2.带有约束条件的最小二乘法原因：当参数较多时，求解参数及学习得到的函数的输出值的过程耗费大量的时间优点：省时、防止过拟合（1）部分空间约束的最小二乘法只使用参数空间的一部分，保证参数θ不偏移到值域R(P)范围之

日识今日笔记的由来2018年第一天，给自己的规划是：每周更新五篇文章，文章内容为当日感兴趣的知识点，也许是一种食材的由来，也许是关于一个艺术家的故事……内容是完全随机的，将每天学习笔记整理一下，算是对自己的一个交代啦

之前有段时间,重新学习数据结构,使用的是程杰的《大话数据结构》这本书,对于程杰,我之前学习设计模式是用的他的《大话设计模式》,对我帮助很大,有时间我会把我的学习笔记整理出来.这次主要是为了将笔记重点罗列出来

Python简单爬虫开发的学习笔记整理（爬取百度百科词条）笔者刚刚学完Python基础及利用Python进行数据分析，顺便跟着慕课网上的一个爬虫课程学习爬虫，网址：Python开发简单爬虫，课程条理逻辑清晰

1.@property声明属性：例如：@propertyNSString*name；2.使⽤用@synthesize实现属性例如：@synthesizename=_name;3.ARC（AutoReferenceCount：自动引用计数）来代替之前的MRC（ManualReferenceCount：手动引用计数）。4.iOS没有垃圾回收装置5.iOS⽀支持两种内存管理⽅方式：ARC和MRC。MRc

什么是异步？函数传递过去不会立即执行，而是等着请求成功之后才能执行。对于这种传递过去不执行，等出来结果之后再执行的函数，叫做callback，即回调函数.实现异步的最核心原理，就是将callback作为参数传递给异步执行函数，当有结果返回之后再触发callback执行Promise的作用用回调的方式去实现异步，在多次调用的时候写法将非常复杂，而且影响了后期维护，而promise可以简单解决。它最大

亲爱的朋友们大家好，我是简兮。喜欢安静阅读文字的简兮，也会焦虑迷茫挣扎的简兮，但最终选择负重前行的简兮。我相信，只要努力，一切都会越来越好的，加油！图片发自App课前内容:1.微信编辑器近期的改版更新。新增分享图文功能，（1）首页新建图文旁边有个绿色向下箭头，点开为分享图文链接，然后输入原创文章链接（复制），或者标题，关键词，原创文章。选择插入进去之后，在上面可以写140字的心得。（2）微信编辑器

机器学习十大经典算法之线性回归（学习笔记整理）一、一元线性回归二、多元线性回归三、回归模型的评估与诊断1.模型和回归系数的显著性检验2.正态性检验3.多重共线性检验4.线性相关性检验5.残差独立性检验6

在线性回归模型中，其参数估计公式为β=(XTX)−1XTy\beta=(X^TX)^{-1}X^Tyβ=(XTX)−1XTy，当XTXX^TXXTX不可逆时无法求出β\betaβ，另外如果∣XTX∣|X^TX|∣XTX∣越趋近于0，会使得回归系数趋向于无穷大，此时得到的回归系数是无意义的。解决这类问题可以使用岭回归和LASSO回归，主要针对自变量之间存在多重共线性或者自变量个数多于样本量的情况。一

学习gitgit工作区和本地仓库创建本地版本库mkdirlearnGitcdlearnGitgitinit添加到暂存区touchlearn.mdopenlearn.mdgitaddlearn.md//把工作区修改内容添加到暂存区gitcommit'创建了一个learn文件'//commit只提交添加到暂存区的修改touchmore.mdtouchthree.mdgitadd.gitcommit'创

遂将之前的学习笔记整理一遍以作复习。为vue3.0打好基础（大佬们别再学了，跟不上了-_-!!）。

实例代码如下:usingSystem.Collections;usingSystem.Collections.Generic;usingUnityEngine;//相机视角跟踪publicclassFollowTarget:MonoBehaviour{//游戏人物的位置privateTransformplayer;//游戏人物与相机的差privateVector3offset;//相机的速度pri

计算机组成原理指令系统部分就我的学习情况，整理几个重要的知识点6.1指令格式1OP和A操作数类型按存放位置三种：存储器类型（主存）、寄存器类型（通用寄存器）、立即数类型（地址字段）2地址码分三、二、一、零地址指令三地址A1A2运算后结果存入A3对于零地址3操作二地址指令比方说OPdest,Sourse目的操作数不能是CS和IP（段寄存器）立即数不能直接传给段寄存器立即数不可以做目标寄存器4寻址方式

之后的笔记就写的快一点组件间通讯1.组件间通讯。父组件向子组件输入属性用子组件声明接收父组件的属性@input()注解@Input()amount:number;2.组件输出属性1.在发射的组件内部定义发射的EventEmitter对象@Output()lastPrice:EventEmitter=newEventEmitter();2.在发射组件里将要发射的变量发射出去，注意类型必须和定义里的泛

本文目的最近一段时间在Coursera上学习DataAnalysis，里面有个assignment涉及到了决策树，所以参考了一些决策树方面的资料，现在将学习过程的笔记整理记录于此，作为备忘。算法原理决策树（DecisionTree）是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。决策数有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率

1.http://blog.csdn.NET/zouxy09/article/details/8775488（深度学习）学习笔记整理系列2.https://morvanzhou.github.io/tutorials

如果读者是初接触CNN，建议可以先看一看“DeepLearning（深度学习）学习笔记整理系列”中

一、官方网站:https://threejs.org二、关于Three.js三、开始四、实例基本结构结果五、概念坐标系场景相机灯光3D模型六、简单动画七、交互控制结束#Three入门学习笔记整理#一、官方网站

缓冲区对象对于OPENGL来说，很重要，虽然我并不经常用它，在红宝书上它属于高级话题。“在许多OPENGL操作中，我们都向OPENGL发送一大块数据，例如向它传递需要处理得顶点数组数据。传输这种数据可能非常简单，例如把数据从系统的内存中复制到图形卡。但是，由于OPENGL是按照客户机-服务器模式设计的，在OPENGL需要数据的任何时候，都必须把数据从客户机内存传到服务器。如果数据并没有修改，或者客

如果读者是初接触CNN，建议可以先看一看“DeepLearning（深度学习）学习笔记整理系列”中关于CNN的介绍[1]，是介绍我们常说的Lenet为例，相信会对初学者有帮助。

DeepLearning（深度学习）学习笔记整理系列之（一）一、概述ArtificialIntelligence，也就是人工智能，就像长生不老和星际漫游一样，是人类最美好的梦想之一。

把之前的学习笔记整理了一下。写在博客上面，好方便以后的查看,顺便也复习一下，里面有什么不对的地方，欢迎大家提出,萌萌哒~。

机器学习机器学习机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。机器学习工作流程机器学习工作流程总结获取数据数据基本处理特征工程机器学习(模型训练)模型评估数据集数据简介在数据集中一般：一行数据我们称为一个样本一列数据我们成为一个特征有些数据有目标值（标签值），有些数据没有目标值数据类型构成：数据类型一：特征值+目标值（目标值是连续的和离散的）数据类型二：只有特征值，没有目标值数

线性回归线性回归(Linearregression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。只有一个自变量的情况称为单变量回归，多于一个自变量情况的叫做多元回归线性回归用矩阵表示举例线性回归的特征与目标的关系线性关系单变量线性关系多变量线性关系单特征与目标值的关系呈直线关系，或者两个特征与目标值呈现平面的关系非线性关系如果是非线性关系，那

JavaScriptJavaScript是运行在浏览器端的脚步语言，JavaScript主要解决的是前端与用户交互的问题，包括使用交互与数据交互。JavaScript是浏览器解释执行的，前端脚本语言还有JScript（微软，IE独有），ActionScript(Adobe公司，需要插件)等。前端三大块HTML：页面结构CSS：页面表现：元素大小、颜色、位置、隐藏或显示、部分动画效果JavaScri

MyBatis笔记写在前面：欢迎来到「发奋的小张」的博客。我是小张，一名普通的在校大学生。在学习之余，用博客来记录我学习过程中的点点滴滴，也希望我的博客能够更给同样热爱学习热爱技术的你们带来收获！希望大家多多关照，我们一起成长一起进步。也希望大家多多支持我鸭，喜欢我就给我一个关注吧！文章目录MyBatis笔记1.配置2.目录结构3.MyBatisUtils.java配置4.pom.xml配置5.M

【C语言与Python学习笔记目录】为了极大程度地方便大家查阅资料，我特地将C语言和Python的学习笔记整理成目录的形式，大家直接就可以链接进去，就不用了找了，只需收藏本页就可以。

最近在实现一个小游戏的时候遇到了瓶颈，我以飞机大战为原型，想改动一些功能，却失败很多次。先梳理一下老师上课讲的笔记，整理一下思路。（笔记如有错漏之处，欢迎指正讨论）Day1安装了python的开发环境，版本自己选，我装的是python-3.6.5-amd64，然后根据安装步骤直接下一步，再配置环境变量，Path中要写自己安装的python路径，还有路径\Scripts;两个路径之间要用分号隔开。装