学习网络googlenet深度 信号

php入门学习-3

数组、多维数组、数组函数 数组基本写作格式: 简单形式:array(value1,value2,......) 完整形式:array(key1 => value1, key2 => value2, ......) 其它形式:$arr[0]='20'; 有键名的情况下访问数组的值:$arr['a'] ......
php

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 ......
MemCached 示例 笔记

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 ......
流程 webgl WebGL 01

【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 ......
逻辑 机器

【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 ......
线性 机器

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< ......
笔记 pbds

【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 ......
向量 scikit-learn 基础 scikit learn

【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 ......
闪光灯 闪光 2024 01 12

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 ......
深度 Distill

通信系统中ZF,ML,MRC以及MMSE四种信号检测算法误码率matlab对比仿真

1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 通信系统中ZF(Zero Forcing,零迫)、ML(Maximum Likelihood,最大似然)、MRC(Maximum Ratio Combining,最大比合并)和MMSE(Minimum Mean ......
误码率 误码 算法 信号 matlab

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 ......
gin 笔记

【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 ......
计算机网络 笔记

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, ......
神经网络 多层 人工 神经 行为

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 ......
笔记

学习进度笔记二

实验三:Spark和Hadoop的安装和使用 今日进度 完成了实验三和实验四的相关内容; ......
进度 笔记

(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 ......
算法 高精 加法 高精度 基础

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 ......
进度 1.11 11

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 ......
进度 笔记 11

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 ......
随想录 节点 随想 个数 深度

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 ......
Cisco 网络

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 ......
集群 Kubernetes Submariner 方案 网络

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 ......
集群 Kubernetes Submariner 方案 网络

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 ......
深度 机器 理论

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 ......
源码 原理 router Vue

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 ......
Mybatis

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 ......
进度 笔记

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 ......
vector

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 ......
前端 笔记 HTML CSS

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% ......
MarkDown
共17000篇  :3/567页 首页上一页3下一页尾页