0

送3套机器学习实战项目,内含完整机器学习视频+资料

此资料收集于网络,如有侵权请联系删除!!! 此资料仅用于个人学习,请勿用于商业获利,造成后果自负!!! 此资料附完整机器学习基础及框架使用教程,内含3套实战项目 链接:http://pan.baidu.com/s/1UyvGg39dvbi4xk2ICGnzLg 密码:y7hf 此资料长期更新,想要 ...

上海小胖 发布于 2019-08-20 07:01 评论(0)阅读(35)
0

m0n0防火墙安装配置方法

m0n0防火墙安装配置方法 准备工具: 桥接网卡ip:192.168.43.0/24 host-only网卡ip: 172.25.0.0/16 操作步骤: 一、安装m0n0 1. 首先添加一个虚拟机,设置虚拟机信息的时候添加3张网卡,一张做桥接,两张做host-onlt。 2. 配置完成之后启动虚拟 ...

右手 发布于 2019-08-20 01:26 评论(0)阅读(8)
0

神经网络不收敛的原因

1. Learning rate不合适,如果太大,会造成不收敛,如果太小,会造成收敛速度非常慢; 2. Batch size太小,每次迭代使用的样本数量太少,梯度方向不够准确,造成不收敛; 3. 网络太简单,一般情况下,网络的层数和节点数量越大,拟合能力就越强,如果层数和节点不够多,无法拟合复杂的数 ...

MSTK 发布于 2019-08-20 01:21 评论(0)阅读(5)
0

接口自动化常见错误

jmeter自动发邮件常见错误 1、发送邮件时失败:一般发送失败的时候是因为,build.xml中邮件的配置有问题。首先检查发送邮件的代码sendEmail是否正确,然后发送人邮箱是否配置正确,特别注意邮箱的mailhost格式,和发送人的password 其中发送的password是自己设置的邮箱 ...

清海风铃 发布于 2019-08-20 00:25 评论(0)阅读(3)
0

进程_线程 之(六) --- 协程

协程简介 区别:线程和进程的操作是由程序触发系统接口,执行者是系统;协程的操作则是程序员。 协程存在的意义:对于多线程应用,CPU通过切片的方式来切换线程间的执行,线程切换时需要耗时(保存状态,下次继续)。协程,则只使用一个线程,在一个线程中规定某个代码块执行顺序。 协成的原理:利用一个线程,分解一 ...

Tom's 发布于 2019-08-19 23:35 评论(0)阅读(13)
0

Geohash精度和原理

转自:http://blog.csdn.net/u011497262/article/details/81210634 http://www.jianshu.com/p/1ecf03293b9a 转自:http://blog.csdn.net/u011497262/article/detail ...

feiquan 发布于 2019-08-19 23:23 评论(0)阅读(5)
0

xadmin引入django-stdimage在列表页预览图片

一、安装 pip install django-stdimage 安装django-stdimage库 http://github.com/codingjoe/django-stdimage GitHub主页 二、配置demo/settings.py: 其他的配置不用更改 也没有静态资源文件 三、 ...

此生不换Yang 发布于 2019-08-19 23:14 评论(0)阅读(8)
0

190819——皖北部分村落的变迁史

今天偷个懒,拿以前的笔记凑个数: 皖北部分村落的变迁史 ——逐渐长大的孩子的视角 安徽北部,简称皖北,包括跨淮河及淮河以北的亳州、阜阳、宿州、淮北、淮南、蚌埠市等几个城市。我出生于安徽北部宿州市一个普通村落,从小在农村长大,亲眼见证了近十年来我们村及周围几十个村子的变化。还从同学、亲戚以及自己平时游 ...

suding-china 发布于 2019-08-19 23:06 评论(1)阅读(82)
0

Tram POJ - 1847

题目链接:http://vjudge.net/problem/POJ-1847 思路:想从A到B使用开关少,想清楚了就是个简单的最短路,可以把不用开开关为权值0, 要开开关为权值1,就是求A到B开开关最少的次数,题目说了,每行第一个点是第 i-th点和他正好数开关开的方向连接。 ...

SSummerZzz 发布于 2019-08-19 22:50 评论(0)阅读(10)
0

关于少儿编程

我一直存在一个幻想:带着一身的本事,穿越回大学时代,人生一定很精彩。让儿子从小学编程,仿佛有变相替我穿越的感觉。 ...

apolis 发布于 2019-08-19 22:38 评论(0)阅读(55)
0

索引:如何在海量数据中快速查找某个数据?

转自:http://blog.csdn.net/every__day/article/details/90763607 《数据结构与算法之美》 前面讲过MySQL数据库索引实现原理,底层是依赖B+树这种数据结构来实现的。那类似Redisp 这要的Key-Value数据库中的索引,又是怎么实现的呢? ...

feiquan 发布于 2019-08-19 22:35 评论(0)阅读(23)
0

《算法》笔记 2 - 动态连通性问题

动态连通性问题 实现 通用代码 Quick Find算法 Quick Union算法 加权Quick Union算法 动态连通性问题 在基础部分的最后一节,作者用一个现实中应用非常广泛的案例,说明以下几点: 优秀的算法因为能解决实际问题而变得更为重要; 高效算法的代码也可以很简单; 理解某个实现的性 ...

zhixin9001 发布于 2019-08-19 22:32 评论(0)阅读(7)
0

Alfred上可提高工作效率的Workflow推荐

温馨提示:本文中Alfred是Mac平台的工具,不适用于其他平台。 "Alfred" 是Mac平台上被很多人吹爆的一款效率提升软件,我刚毕业工作的时候就看到公司内网有人推荐,但没有尝试。 后来我跳槽后自己买了Macbook pro,在努力把笔记本打造成高效开发工具时,又重新发现了这个app,又毫不犹 ...

xindoo 发布于 2019-08-19 22:08 评论(0)阅读(60)
0

目标检测论文解读6——SSD

背景 R-CNN系列算法检测速度不够快,YOLO v1检测准确率较低,而且无法检测到密集目标。 方法 SSD算法跟YOLO类似,都属于one stage的算法,即通过回归算法直接从原图得到预测结果,为了解决YOLO v1检测效果一般的问题,SSD提出了多尺度检测的方法以及在不同尺度上特征点的defa ...

汪昕 发布于 2019-08-19 21:31 评论(0)阅读(8)
0

程序员的专属微信公众号编辑器:定制 Markdown 转 HTML

效果(Gif) 点击我查看 仓库地址 http://github.com/cdk8s/cdk8s-markdown-to-html http://gitee.com/cdk8s/cdk8s-markdown-to-html 背景 在程序员的世界里,只要习惯用 Git,写文章必然就是 Markdo ...

cdk8s 发布于 2019-08-19 20:57 评论(0)阅读(13)
0

xadmin引入django-ckeditor富文本编辑器

一、安装: pip install django-ckeditor 安装django-ckeditor库 http://github.com/django-ckeditor/django-ckeditor GitHub主页 这个库上传图片是依赖pillow的 由于之前已经安装了pillow 所以不 ...

此生不换Yang 发布于 2019-08-19 20:41 评论(0)阅读(11)
1

神经网络优化算法:Dropout、梯度消失/爆炸、Adam优化算法,一篇就够了!

1. 训练误差和泛化误差 机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数,你也许发现了:当模型在训练数据集上更准确时,它在测试数据集上却不⼀定更准确。这是为什么呢? 因为存在着训练误差和泛化误差: **训练误差:**模型在训练数据集上表现出的误差。 **泛化误差... ...

mantch 发布于 2019-08-19 20:00 评论(0)阅读(55)
0

一个Android 架构师的成长之路

前言 总所周知,当下流行的编程语言有Java、PHP、C、C++、Python、Go等。其中,稳坐榜首的仍然是Java编程语言,且在以面向对象思想占主导的应用开发中,Java往往成为其代名词。Java语言的背景强大,开发者众多,一直发展都不错。从普遍的企业的角度来看,存在的问题是:后台被认为是技术核 ...

Android阿沁 发布于 2019-08-19 19:46 评论(0)阅读(9)
0

集成Ribbon的客户端调用工具——Feign

Feign的接口在实际开发中经常抽取出一个单独模块,以便复用。 ...

noneplus 发布于 2019-08-19 19:38 评论(0)阅读(23)
0

概率笔记12——多维正态分布的最大似然估计

我们在前面的章节中见识过二维正态分布,(X,Y)服从参数为μ1, μ2, σ1, σ2, ρ的二维正态分布,记作(X, Y)~N(μ1, μ2, σ1, σ2, ρ),它的密度函数: 其中μ1是第1维度的均值,σ12是第1维度的方差,ρ是将两个维度的相关性规范到-1到+1之间的统计量,称为样本的相关 ...

我是8位的 发布于 2019-08-19 19:34 评论(0)阅读(7)