E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
mmlab学习系列
Java集合02----LinkedList的遍历方式及应用
JDK源码
学习系列
05----LinkedList1.LinkedList的遍历方式a.一般的for循环(随机访问)intsize=list.size();for(inti=0;illist=newLinkedList
SheepMu
·
2020-09-13 16:05
Java
集合
C++
学习系列
(三) #if #elif #else 和 #endif指令
(一)#if#elif#else和#endif指令1)#if:源文件中的每个#if指令必须与表示结束的#endif指令匹配。任意数量的#elif指令可以出现在#if和#endif指令之间。但最多允许一个#else指令,且#else指令(如果有)必须是#endif之前的最后一个指令。2)#if、#elif、#else和#endif指令可以嵌套在其他#if指令的文本部分中。每个嵌套的#else、#el
飞旋fly
·
2020-09-13 13:32
c++-学习
视频超分——12 EDVR
https://blog.csdn.net/weixin_45250844/article/details/103674901Github/pytorch:https://github.com/open-
mmlab
C2H33
·
2020-09-13 06:47
Video
SR
Kettle
学习系列
之数据仓库、数据整合、ETL、ELT和EII之间的区别?
不多说,直接上干货!在数据仓库领域里,的一个重要概念就是数据整合(dataintergration)。数据整合它就是把不同数据库中的数据整合到一起,对外提供统一的数据视图。数据整合最典型的案例就是整合存货数据和订单数据。数据整合的另一个案例就是把各个部门的客户关系管理系统中的客户信息整合到公司客户关系管理系统中。数据整合是一个比ETL更加广泛的概念,ETL是指从一个或多个数据源抽取数据,经过一个或
weixin_34082177
·
2020-09-13 06:00
MySql
学习系列
-- MySql架构了解
背景虽然在日常项目开发中一直在使用MySql,但是对于MySql的很多细节东西知之甚微,如MySql的架构、执行计划树、存储引擎API。于是,拜读了MySql的经典书籍--高性能MySql,本系列的很多知识点是借鉴该书籍并结合自己的理解总结而成。本人非DBA大牛,才疏学浅,难免会有纰漏错误,欢迎大家留言评论,共同学习交流。本系列的学习默认你有了一定的数据库基础,所以不是介绍什么是数据库,表、行、锁
躬匠
·
2020-09-13 04:31
MySql
MySQL
学习系列
特征工程
特征工程,是机器
学习系列
任务中最耗时、最繁重、最无聊却又是最不可或缺的
weixin_30653023
·
2020-09-13 03:41
强化学习之三:双臂赌博机(Two-armed Bandit)
本文是对ArthurJuliani在Medium平台发布的强化
学习系列
教程的个人中文翻译,该翻译是基于个人分享知识的目的进行的,欢迎交流!
weixin_30416871
·
2020-09-13 03:29
「01」机器学习与深度学习,到底在学些什么?
大家好,欢迎来到久违的机器
学习系列
,这是「美团」算法工程师带你入门机器学习专栏的第一篇文章,不会太长,一半聊想法,一半聊干货。
闻人翎悬
·
2020-09-13 02:35
机器学习
人工智能
深度学习
算法
python
VMware vSphere 5.1
学习系列
之七:虚拟机管理
一、VMwarevSphere虚拟机简介什么是虚拟机与物理机一样,虚拟机是运行操作系统和应用程序的软件计算机。虚拟机包含一组规范和配置文件,由主机的物理资源支持。每个虚拟机都有可提供与物理硬件相同的功能的虚拟设备,而且在可移植能力、可管理性和安全性方面更出色。虚拟机包含在受支持的存储设备上存储的多种类型的文件。构成虚拟机的关键文件有配置文件、虚拟磁盘文件、NVRAM设置文件和日志文件。可以通过vS
舞夜狂飙
·
2020-09-13 00:57
Tesseract-OCR
学习系列
(一)简介
转载自:http://www.jianshu.com/p/0a3386227981TesseractIntroduction做了一段时间的OCR。在PC的VisualStudio上和在TI/ADI的DSP上都做过。一般都是看项目的具体情况,然后根据这具体情况,设计一套算法。设计好了之后,这套算法就只能应用在这个项目上了。如果再来一个新的项目,就又得从头写起。可是,不就是做OCR吗,不都差不多嘛!要
拾梦王仙岭
·
2020-09-12 23:17
图像处理
Node基础学习(十八):Node的面向对象
Node基础
学习系列
上一篇:Node基础学习(十七):Node的模块系统在Node中,我们可以只用Node的模块系统实现Node的面向对象特性。
看地阔天高云深处
·
2020-09-12 23:06
Node.js
nodejs
js
javascript
SQL数据库
学习系列
之一
数据库知识的重要性不言而喻,以下链接给出了最最基础知识的讲解。第一讲:SQL语法第二讲:SQLSELECT语句第三讲:SELECTDISTINCT语句第四讲:SQLWHERE子句第五讲:AND&OR运算符第六讲:ORDERBY子句第七讲:INSERTINTO语句第八讲:UPDATE语句第九讲:DELETE语句第10讲:TOP子句第11讲:LIKE操作符第12讲:SQL通配符第13讲:IN操作符第1
weixin_30737433
·
2020-09-12 20:22
公开课列表
二免费公开课2.1机器学习类吴恩达机器学习李宏毅机器学习(2017)阿里巴巴机器
学习系列
课程人工智能实践:Tensorflow笔记人工智能PK人类智能Tensorflow搭建自己的神经网络(莫烦Python
weixin_30657999
·
2020-09-12 20:49
【统计
学习系列
】多元线性回归模型(三)——参数估计量的性质
文章目录1.前文回顾2.衡量参数估计量好坏的指标2.1无偏性2.2一致性2.3有效性3.一些引理(可略)3.1期望运算的线性性3.2协方差运算的半线性性3.3矩阵迹运算的性质4.*β*^~OLS~的性质4.1*β*^~OLS~服从的分布4.2*β*^~OLS~与误差项之间的关系4.3*β*^~OLS~的无偏性4.4*β*^~OLS~的一致性4.5*β*^~OLS~的有效性5.*σ*^~OLS~的性
Mikey_Sun
·
2020-09-12 20:10
统计学习
统计学
机器学习
【LDA
学习系列
】Beta分布Python代码
代码:#-*-coding:utf-8-*-'''Createdon2018年5月15日@author:user@attention:betadistribution'''fromscipy.statsimportbetaimportmatplotlib.pyplotaspltimportnumpyasnpdeftest_beta_distribution():fig,ax=plt.subplot
fjssharpsword
·
2020-09-12 19:02
Algorithm
纯小白学机器
学习系列
:数学基础(day2)
Sincemachinelearningisinherentlydatadriven,dataisatthecoredataofmachinelearning.Thegoalofmachinelearningistodesigngeneral-purposemethodologiestoextractvaluablepatternsfromdata,ideallywithoutmuchdomain
kkk8000
·
2020-09-12 18:21
人工智能
机器学习
人工智能
数学
纯小白学机器
学习系列
:数学基础(day1)
PartIMathematicalFoundations1IntroductionandMotivationMachinelearningisaboutdesigningalgorithmsthatautomaticallyextractvaluableinformationfromdata.Theemphasishereison“automatic”,i.e.,machinelearningis
kkk8000
·
2020-09-12 18:21
人工智能
机器学习
人工智能
数学
Detecron2
学习系列
我只是搬运工、留爪Detectron2源码阅读笔记-(一)Config&TrainerDetectron2源码阅读笔记-(二)Registry&build_*方法Detectron2源码阅读笔记-(三)DatasetpipelineDetectron2学习一:环境配置,YAML语法Detectron2学习二:目录结构、超参数配置、Trainer类Detectron学习三:自定义数据层Detectr
hjxu2016
·
2020-09-12 18:40
深度框架
Pytorch
MJRefresh源码剖析与学习
源码剖析
学习系列
:(不断更新)1、FBKVOController源码剖析与学习2、MJRefresh源码剖析与学习3、YYImage源码剖析与学习MJRefresh是李明杰大神的开源框架,这是一款十分优雅的刷新组件库
weixin_34006965
·
2020-09-12 17:49
Weka中数据挖掘与机器
学习系列
之Weka系统安装(四)
能来看我这篇博客的朋友,想必大家都知道,Weka采用Java编写的,因此,具有Java“一次编译,到处运行”的特性。支持的操作系统有Windowsx86、Windowsx64、MacOSX、Linux等。这里不多赘述。Weka系统安装一共分为:1、安装Weka所需系统要求下表,列举了运行Weka的特定版本对Java版本的要求。Java1.41.51.6Weka3.5.2r2892,20/02/20
weixin_34292959
·
2020-09-12 14:28
Weka中数据挖掘与机器
学习系列
之Exploer界面(七)
不多说,直接上干货!Weka的Explorer(探索者)界面,是Weka的主要图形化用户界面,其全部功能都可通过菜单选择或表单填写进行访问。本博客将详细介绍Weka探索者界面的图形化用户界面、预处理界面、分类界面、聚类界面、关联界面、选择属性界面和可视化界面等内容。一、Weka的Explorer(探索者)界面里的图形化界面启动WekaGUI选择器窗口之后,用鼠标单击窗口右部最上面的Explorer
weixin_33800463
·
2020-09-12 14:17
DDD理论
学习系列
(10)-- 聚合
DDD理论
学习系列
——案例及目录1.引言聚合,最初是UML类图中的概念,表示一种强的关联关系,是一种整体与部分的关系,且部分能够离开整体而独立存在,如车和轮胎。
weixin_34234823
·
2020-09-12 11:20
python2.7爬虫实战(房地产信息抓取)
刚学习python爬虫不久,学习资料参考《python爬虫
学习系列
教程》http://www.cnblogs.com/xin-xin/p/4297852.html下面是自己学习的一些总结:一、程序背景1
myguobang
·
2020-09-12 04:15
python
python
抓取
Java NIO
学习系列
七:Path、Files、AsynchronousFileChannel
相对于标准JavaIO中通过File来指向文件和目录,JavaNIO中提供了更丰富的类来支持对文件和目录的操作,不仅仅支持更多操作,还支持诸如异步读写等特性,本文我们就来学习一些JavaNIO提供的和文件相关的类:JavaNIOPathJavaNIOFilesJavaNIOAsynchronousFileChannel总结1.JavaNIOPathJavaPath是一个接口,位于java.nio.
1361976860
·
2020-09-12 03:04
Flask
学习系列
1一virtualenv的安装及使用
以下为Windows下的virtualenv安装使用:1.安装virtualenvpipinstallvirtualenv2.创建一个文件夹virtualenvdir(自选),用来放置每个项目的虚拟环境(每次新建一个项目,建议新建一个虚拟环境)mkdirvirtualenvdir3.进入到virtualenvdir文件夹,创建一个文件夹FlaskBlog,在此文件夹里建立该项目的虚拟环境mkdir
作答
·
2020-09-12 03:13
Flask学习
Python
学习系列
六:函数的参数对应
一、Python函数参数的传递主要分为:位置传递、关键字传递1、位置传递deff(a,b,c):returna+b+cprint(f(1,2,3))2、关键字传递,关键字传递是指根据关键字的名称传递参数,与位置无关。关键字传递可以和位置传递混用,但是位置传递必须在关键字传递之前deff(a,b,c):returna+b+cprint(f(c=8,a=1,b=9))print(f(2,c=8,b=2
IanChenV
·
2020-09-12 01:19
Python
神经网络基础
学习系列
(四)——更新权重
上篇文章已经推出来误差的后向传播,我们可以使用使用上篇文章推出来的误差来指导如何调整链接权重,这样可以改进神经网络的输出答案。由于神经网络经过各种运算,其输出不是简单的线性函数,而是复杂的超越方程,对于这种函数,目前没有很好地解法。回顾数学上解超越方程的解法——试探法,即每次给出试探性的解,带入方程中,得出与目标的误差(亦叫损失函数loss),再调整试探解。现在有一种与此类似的解法——梯度下降法。
靇笙
·
2020-09-11 22:00
卷积神经网络
数值优化(Numerical Optimization)
学习系列
-非线性方程(Nonlinear Equation)
概述实际中很多应用不是寻找最优解,而是寻找一个根满足给定的约束条件,如果有n个非线性等式约束,就是本节介绍的非线性方程问题,本节主要介绍1.非线性方程的问题形式2.非线性方程的求解算法3.总结非线性方程的问题形式问题形式,寻找满足n个非线性等式的根,即r(x)=0其中r(x)=[r1(x),...rn(x)]T该问题可以转换为求解min∑i=1...nr2i(x),根据最优化条件可知,最优解应该满
下一步
·
2020-09-11 21:10
数值优化
数值优化(Numerical Optimization)
学习系列
-无梯度优化(Derivative-Free Optimization)
概述在实际应用中,有些目标函数的梯度不容易计算,即使使用有限差分等近似算法,也会因为噪声的存在导致结果不精确。无梯度优化算法(DFO-Derivative-FreeOptimization)可以在不计算梯度的情况下进行问题的最优化,主要有两类思路,一是根据目标函数的样本进行拟合,对拟合函数进行最优化;二是用一些启发式算法。1.有限差分和误差2.基于模型近似的方法3.坐标和模式搜索方法4.其他DFO
下一步
·
2020-09-11 21:38
数值优化
数值优化(Numerical Optimization)
学习系列
-目录
概述数值优化对于最优化问题提供了一种迭代算法思路,通过迭代逐渐接近最优解,分别对无约束最优化问题和带约束最优化问题进行求解。该系列教程可以参考的资料有1.《NumericalOptimization2nd》–JorgeNocedalStephenJ.Wright2.《凸优化》–StephenBoyd3.《非线性最优化基础》–MasaoFukushima(林贵华译)4.《非线性最优化理论与方法》–王
下一步
·
2020-09-11 21:07
数值优化
数值优化
学习笔记
目录
数值优化(Numerical Optimization)
学习系列
-概述
开篇数值优化通过迭代的方式解决优化问题,是数学建模中关键的一环。Modeling过程,需要确定优化目标、目标所依赖的变量以及变量之间的约束关系,最后通过优化算法解决问题。基础对于一个优化问题,通常有一个优化目标函数f(x)x为参数变量,c(x)为约束。最优化问题的标注形式为minf(x)x∈Rns.t.Ci(x)=0i∈ECi(x)≥0i∈I其中E表示等式集合,I表示不等式集合其中满足约束的解称之
下一步
·
2020-09-11 21:06
数值优化
数值优化(Numerical Optimization)
学习系列
-共轭梯度方法(Conjugate Gradient)
概述共轭梯度算法在最优化问题中备受关注,有两层用途,一是可以求解线性方程Ax=b;二是可以求解最优化问题。相对于最速下降法,它没有额外的矩阵存储并且比更快,一般N步内收敛。实际收敛效率依赖于系数矩阵特征值的分布。主要介绍一下内容:1.线性共轭梯度算法2.共轭方向算法3.共轭梯度算法4.收敛性5.非线性共轭梯度算法线性共轭梯度算法共轭梯度算法是一个求解线性方程的迭代方法问题形式CG算法求解问题的两种
下一步
·
2020-09-11 21:49
数值优化
分布式缓存技术redis
学习系列
(六)—— 深入理解Spring Redis的使用
关于springredis框架的使用,网上的例子很多很多。但是在自己最近一段时间的使用中,发现这些教程都是入门教程,包括很多的使用方法,与springredis丰富的api大相径庭,真是浪费了这么优秀的一个框架。Spring-data-redis为spring-data模块中对redis的支持部分,简称为“SDR”,提供了基于jedis客户端API的高度封装以及与spring容器的整合,事实上je
pfnie
·
2020-09-11 19:11
多线程
学习系列
-初探深入浅出Java多线程-入门
简介:本次记录多线程是日常开发中的常用知识,也是难用知识。了解Java中多线程相关的基本概念,如何创建,启动和停止线程?什么是正确的多线程,怎样编写多线程程序。一,进程和多线程简介相关概念:1.线程:线程(thread台湾称执行绪)是进程中某个单一顺序的控制流。也被称为轻量进程(lightweightprocesses)。线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运
高学强
·
2020-09-11 19:49
java多线程
java
多线程
分布式缓存技术redis系列(五)——redis实战(redis与spring整合,分布式锁实现)...
本文是redis
学习系列
的第五篇,点击下面链接可回看系列文章《redis简介以及linux上的安装》《详细讲解redis数据结构(内存模型)以及常用命令》《redis高级应用(主从、事务与锁、持久化)》
anqiong5074
·
2020-09-11 19:22
Hadoop概念
学习系列
之Hadoop、Spark学习路线(很值得推荐)(十八)
不多说,直接上干货!说在前面的话此笔,对于仅对于Hadoop和Spark初中学者。高手请忽略!1Java基础:视频方面:推荐《毕向东JAVA基础视频教程》。学习hadoop不需要过度的深入,java学习到javase,在Java虚拟机的内存管理、以及多线程、线程池、设计模式、并行化多多理解实践即可。书籍方面:推荐李兴华的《java开发实战经典》2Linux基础:视频方面:(1)马哥的高薪Linux
weixin_33691817
·
2020-09-11 17:11
Java泛型
学习系列
-绪论
最近在系统的学习Java泛型,遂将学习所得整理成博文,作为今后参考的依据。章节目录:Java泛型01:泛型简介、泛型由来、入门示例和其他说明Java泛型02:泛型原始类型、泛型类型命名规范、有界类型Java泛型03:泛型类、泛型方法、泛型接口Java泛型04:泛型类型擦除Java泛型05:泛型使用的8个限制Java泛型06:通配符:上边界、下边界与无界Java泛型07:Java自带的泛型Colle
hanchao5272
·
2020-09-11 14:00
Java泛型
Java泛型学习实例
Java泛型
绪论
Mxnet
学习系列
2----如何制作image.rec(新版本)
看过我Mxnet
学习系列
1的同学,肯定有些疑惑,这个问题已经讲过了怎么还讲?对于这个问题我也很无奈。上篇博客已经是很久以前写的了,Mxnet的更新还是很快的,没办法只能在写一篇博客。
Sunshine_in_Moon
·
2020-09-11 13:24
Mxnet学习系列
Hadoop
学习系列
之Hadoop、Spark学习路线(很值得推荐)
Hadoop
学习系列
之Hadoop、Spark学习路线(很值得推荐)文章出自:http://www.cnblogs.com/zlslch/p/5448857.html1Java基础:视频方面:推荐毕老师
十年没笑
·
2020-09-11 12:54
大数据学习
React
学习系列
一开发环境准备
环境准备:安装nodejs最好安装稳定版本网上方法很多安装cnpm(淘宝镜像)一句话npminstall-gcnpm--registry=https://registry.npm.taobao.org安装yarncnpminstall-gyarn或者npminstall-gyarn搭建环境方法方法一:1、用create-react-appnpminstall-gcreate-react-app或者
大广_08_全栈开发
·
2020-09-11 11:06
React
JVM系列文章
mark一下jvm的
学习系列
文章:https://blog.csdn.net/dataiyangu/article/category/8693757
行走的技术员
·
2020-09-11 11:51
jvm
深度
学习系列
:LSTM原理及公式推导(附代码)
深度学习之RNN的变体LSTM原理及数学公式推导转载:零基础入门深度学习(6)-长短时记忆网络(LSTM)LSTMForwardandBackwardPass
weixin_39848830
·
2020-09-11 11:36
Deep
learning
http协议详解
http协议
学习系列
1.基础概念篇1.1介绍HTTP是HyperTextTransferProtocol(超文本传输协议)的缩写。
qq97206858
·
2020-09-11 09:34
网络
SQL索引学习-聚集索引
SQL索引学习-聚集索引这篇接着我们的索引
学习系列
,这次主要来分享一些有关聚集索引的问题。
乐乐010
·
2020-09-11 09:53
Sql
Server
Dubbo
学习系列
之十一(Dashboard+Nacos规则推送)
中国武术,门派林立,都是号称多少代的XXX传人,结果在面对现代武术时,经常被KO秒杀,为啥,光靠宣传和口号撑门面,终究是靠不住,必须得有真货,得经得住考验,所以不能只说Sentinel有多好,也得给出些证据,那么,前文实践了规则生成和使用,再来看看SentinelDashboard,体验下是否真如宣传的那么强大,并配合Nacos做规则统一配置和推送,下面我们就来操作一把,内容较多,分两部分。工具:
a57941617219
·
2020-09-11 08:43
【机器
学习系列
2】FPGrowth算法与spark实现
原理基础支持度支持度是指在所有项集中{X,Y}出现的可能性,即项集中同时含有X和Y的概率:该指标作为建立强关联规则的第一个门槛,衡量了所考察关联规则在“量”上的多少。置信度置信度表示在先决条件X发生的条件下,关联结果Y发生的概率:这是生成强关联规则的第二个门槛,衡量了所考察的关联规则在“质”上的可靠性。提升度提升度表示在含有X的条件下同时含有Y的可能性与没有X这个条件下项集中含有Y的可能性之比,该
江南小白龙
·
2020-09-11 06:50
机器学习
SpringMVC
学习系列
(3) 之 URL请求到Action的映射规则
[原]SpringMVC
学习系列
(3)之URL请求到Action的映射规则在系列(2)中我们展示了一个简单的get请求,并返回了一个简单的helloworld页面。
幽幽紫兰花
·
2020-09-11 06:32
spring
mvc
url
JavaWeb
学习系列
——第一个JavaWeb程序
创建JavaWeb项目Eclipse中新建一个DynamicWebProject指定项目名称、依赖环境勾选生成web.xml选项更改项目编译输出目录,项目右键->properties->JavaBuildPath->source->Defaultoutputfolder,修改为JavaWeb01/WebContent/WEB-INF/classes在WebContent文件夹下新建一个index.
dicwhzaiz8437
·
2020-09-11 01:12
Docker
学习系列
(一):windows下安装docker
windows下安装docker的方法应该参考docker官网,之前参考的是网上其他人翻译的博客,出了一些问题,后来发现,是由于docker更新速度较快,安装官网的方法最为妥当!下面引用Docker中文指南中的几个提示:提示1:Docker已经在windows7.1和windows8上通过测试,当然它也可以在低版本的windows上使用。但是你的处理器必须支持硬件虚拟化。提示2:Docker引擎使
风神修罗使
·
2020-09-11 00:21
搜索引擎
Docker容器技术
Flink
学习系列
之三 DataStreamAPI之source
FlinkAPI的抽象级别,如下图:1DataStreamAPI之DataSourcessource是程序的数据源输入,你可以通过StreamExecutionEnvironment.addSource(sourceFunction)来为你的程序添加一个source。flink提供了大量的已经实现好的source方法,你也可以自定义source通过实现sourceFunction接口来自定义无并行
大佛拈花
·
2020-09-10 23:13
Flink
大数据
上一页
46
47
48
49
50
51
52
53
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他