学习网络 样本 视角 深度
C# MemCached学习笔记（三）-MemCached使用示例 (4个月前)
代码地址：CSharp_DistributedCache_Simple 一、WinForm版（System.Runtime.Caching） 1、MemoryCache示例 2、引用Negut包 3、MemoryCacheHelper 查看代码 二、Web应用Net7版（框架内置） 1、Memory ......
webgl学习01-WebGL绘图流程
WebGL绘图流程 下图中，可清晰得知 WebGL 需要两种着色器： 顶点着色器。用来描述顶点属性，比如坐标位置。其中，顶点我们可以理解为他是三维空间中的一个点(x, y, z)。 片元着色器。逐片元处理颜色。片元是 WebGL 的术语，它其实指的是每一个像素，逐片元的意思就是计算出当前绘制的每个像 ......
【机器学习】逻辑回归
目录感知器的种类sigmoid（logistics）函数代价/损失函数（cost function）——对数损失函数（log loss function）梯度下降算法（gradient descent algorithm）正则化逻辑回归（regularization logistics regres ......
【机器学习】多元线性回归
目录多元线性回归模型（multiple regression model）损失/代价函数（cost function）——均方误差（mean squared error）批量梯度下降算法（batch gradient descent algorithm）特征工程（feature engineerin ......
pbds学习笔记
头文件及命名空间 万能头：#include<bits/extc++.h> 命名空间：using namespace __gnu_pbds和using namespace __gnu_cxx 优先队列 通常会使用配对堆 定义__gnu_pbds::priority_queue<int,greater< ......
【scikit-learn基础】--『监督学习』之 支持向量机分类
支持向量机也是一种既可以处理分类问题，也可以处理回归问题的算法。关于支持向量机在回归问题上的应用，请参考：TODO 支持向量机分类广泛应用于图像识别、文本分类、生物信息学（例如基因分类）、手写数字识别等领域。 1. 算法概述 支持向量机的主要思想是找到一个超平面，将不同类别的样本最大化地分隔开。超平 ......
【2024.01.12】闪光灯学习（上）
教程来自于https://www.bilibili.com/video/BV1nr4y1i7JS/?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=d3b20de6fd728a6822df14fa2e ......
神经网络优化篇：详解指数加权平均数（Exponentially weighted averages）
指数加权平均数 比如这儿有去年伦敦的每日温度，所以1月1号，温度是40华氏度，相当于4摄氏度。世界上大部分地区使用摄氏度，但是美国使用华氏度。在1月2号是9摄氏度等等。在年中的时候，一年365天，年中就是说，大概180天的样子，也就是5月末，温度是60华氏度，也就是15摄氏度等等。夏季温度转暖，然后 ......
转载：深度学习：蒸馏Distill
转载，写的比较好了，可以参考：https://blog.csdn.net/pipisorry/article/details/117257414 Distilling the knowledge in a neural networkHinton 在论文中提出方法很简单，就是让学生模型的预测分布，来 ......
gin学习笔记（一）—— 了解gin
了解gin Web编程基础 客户端和服务端 HTTP 客户端和服务器之间的请求响应一般都是使用 HTTP/HTTPS 协议，它规定了如何从网站服务器传输超文本到本地浏览器。 HTTP请求 当你在网页上点击一个链接、提交一个表单、或者进行一次搜索的时候，浏览器会发送一个 HTTP 请求给服务器。HTT ......
【计网笔记】什么是计算机网络？
什么是计算机网络？ 目录什么是计算机网络？什么是计算机网络？什么是互连网（internet）？什么是主机（host）？互联网（Internet）与互连网（internet）的区别 什么是计算机网络？ 计算机网络（简称为网络）由若干 节点（node） 和连接这些节点的 链路（link） 组成。网络中的 ......
游戏AI行为决策——MLP（多层感知机/人工神经网络）
游戏AI行为决策（特别篇）——MLP（附代码与项目） 你一定听说过神经网络的大名，你有想过将它用于游戏AI的行为决策上吗？其实在（2010年发布的）《最高指挥官2》中就有应用了，今天请允许我班门弄斧一番，与大家一同用C#实现最经典的神经网络——多层感知机（Multilayer Perceptron， ......
学习笔记2
Spark启动和验证直接无参数启动./spark-shell ，运行的是本地模式： 启动./spark-shell –master yarn，运行的是on yarn模式，前提是yarn配置成功并可用： 在hdfs文件系统中创建文件README.md，并读入RDD中，使用RDD自带的参数转换，RDD默 ......
（坚持每天写算法）算法复习与学习part1基础算法1-6——高精度加法
高精度加法，其实就是模拟我们普通算式的步骤，比如是267+58，首先个位相加，7 + 8 = 15 ， 1给到十位（也就是进位），留下5，然后算十位，同样的步骤直到算完。通过这个步骤我们直到了我们每次循环（个位到十位到百位……）都需要一个t来充当进位，使用数组来存储或者使用vector（容器），我这 ......
1.11学习进度
（6）在/tmp/test2 目录下新建 word.txt 文件并输入一些字符串保存退出； （7）查看 word.txt 文件内容； （8）将 word.txt 文件所有者改为 root 帐号，并查看属性； （9）找出/tmp 目录下文件名为 test2 的文件； （10）在/目录下新建文件夹 te ......
1/11 学习进度笔记
Spark的程序运行层次结构 4040：是一个运行的Application在运行过程中临时绑定的端口，用于查看当前任务的状态。4040被占用就会顺延到4041,4042等。 4040是一个临时端口，当前程序运行完成后，4040就会被注销。 8080：默认是StandAlone下，Master角色（进 ......
代码随想录 day16 N 叉树的最大深度 完全二叉树的节点个数
N 叉树的最大深度 这题昨天做过二叉版本 n叉区别不大 完全二叉树的节点个数 层级遍历 入que的数量就是节点个数 ......
思科Cisco——网络实验
原是想直接把飞书内容粘贴过来，发现好像文件太大，那么这里给出链接：https://f1g48hqfc05.feishu.cn/docx/OzMEdymr0o05mixof25cCK6NnHc?from=from_copylink 对应实验的文件也在里面，点击对应超链接即可下载。（ps:思科是有点抽风 ......
Kubernetes 多集群网络方案系列 1 -- Submariner 介绍
https://cloudpods.csdn.net/657811c5b8e5f01e1e449b3e.html Kubernetes 多集群网络方案系列 1 -- Submariner 介绍 本文首先介绍了 Submariner 的架构，包括 Broker、Gateway Engine、Route ......
Kubernetes 多集群网络方案系列 2 -- Submariner 监控
https://juejin.cn/post/7222575963565015096 Kubernetes 多集群网络方案系列 2 -- Submariner 监控 2023-04-16 62 阅读10分钟 Submariner 是一个用于连接 Kubernetes 集群的跨集群网络解决方案，可以实 ......
深度学习之机器学习理论
（一）机器学习（Machine Learning）：就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法，统计学家也称之为统计学习，但本质上起源于计算机科学的人工智能。 （二）机器学习的分类：机器学习主要分为两类，即监督学习(supervised learning)与非监督学 ......
Vue源码学习(十九)：router基本原理
好家伙, 0.什么是路由? 路由就是匹配到对应路径显示对应的组件！ 那么我们要如何去实现? 我们来回忆一下这router怎么用的 1. 声明式路由配置：在路由配置对象中，定义路径与组件的映射关系。例如： import AboutComponent from '../views/AboutCompon ......
Mybatis学习记录
Mybatis入门简介 MyBatis 是一款优秀的持久层框架，它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO（Plain Ol ......
学习进度笔记
Requests模块简单入门 #HTTP请求类型 #get类型 r = requests.get('https://github.com/timeline.json') #post类型 r = requests.post("http://m.ctrip.com/post") #put类型 r = r ......
vector的学习
经历的近一年的学习，终于算是想起来了还有这个博客，那终于开始重新拾起，进行一个stl的学习 标准模板库 在C++标准库中，只需要#include头文件，便可以引用 STL标准库分为几个大类，这篇文章只简要介绍vector vector 什么是vector?我们可以把vector简单的理解为是一个比u ......
前端学习-HTML/CSS刷题笔记01
1 清除浮动 方法1 双伪元素法：在style中给父元素添加伪元素代码 了解zoom:1; <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=devi ......
MarkDown学习
MarkDown学习 标题 三级标题 四级标题 字体 Hello，Word！ Hello，Word！ Hello，Word！ Hello，Word！ 引用 asdasdasdasda 分割线 图片 ![截图](file:///C:/Users/%E5%BC%A0%E9%92%9E%E7%86% ......
2024.1.12-学习进度笔记
今天，我尝试安装了git并尝试安装了PaddleOCR。 参考：https://blog.csdn.net/mukes/article/details/115693833 参考：https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.6/doc ......
计网学习
OSI七层模型 物理层 网线 比特流 数据链路层 MAC网卡地址 帧 网络层 IP地址 路由方式 包 传输层 端到端TCP UDP TCP报文 UDP数据报 会话层 不同应用程序间会话 表示层 数据格式转换、压缩加密解密等 应用层 web应用 好处：隔层之间独立，灵活性好，易于实现维护、能促进标准化 ......