logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

深度学习基础知识

神经网络1. 感知机感知机(Perceptron)是 Frank Rosenblatt 在1957年提出的概念,其结构与MP模型类似,一般被视为最简单的人工神经网络,也作为二元线性分类器被广泛使用。通常情况下指单层的人工神经网络,以区别于多层感知机(Multilayer Perceptron)。尽管感知机结构简单,但能够学习并解决较复杂问题。假设我们有一个n维输入的单层感知机,x1至 xn为 n

#神经网络
Endnote常见设置(硕士毕业论文参考文献修改)

1、根据大多数期刊或学校使用的标准,英文名首字母大写后续字母小写。2、需要手动调整Endnote中的参考文献相关内容3、关于姓名大小写设置AS IS是不更改大小写,EndNote库中文献的大小是什么样,Word中就显示什么样。选择Normal为首字母大写All Uppercase为全部大写,word中将会显示首字母大写、全部大写。4、作者. 作品名[J]. 期刊名, 年, 卷(期): 页码.例如:

文章图片
Spring boot基础配置

1.1.Banner配置在线制作banner的网站:http://patorjk.com/software/taag/只需要将banner.txt文件放到resources下就OK了,在点击启动就可以看到自定义的banner。注释掉banner的方法:SpringApplicationBuilder builder=new SpringApplicationBuilder(CommunityApp

解决vue-cli3.x 项目创建时候,在git Bash中上下箭头选择失效

之前用的是cli-2.x,现在是直接升级到cli-4.x,今天使用 get Bash 创建项目的时候发现居然卡在第一步 create 了,当提示是选择default 还是 Manually select features的时候,我的电脑的上下箭头好像没有办法切换,后来百度是git Bash 的配置的问题,发现在 vue的官网 已经提醒过了.方法一:直接在git bash将原本创建的方法vue cr

RabbitMQ的启动和停止命令

可视化界面启动运行命令行窗口cmd输入命令rabbitmq-plugins enable rabbitmq_management,这样就可以添加可视化插件了。这样就添加了rabbitmq界面,只要启动rabbitmq,然后在浏览器输入 http://127.0.0.1:15672/ 就可以访问了rabbitmq启动方式有2种1、以应用方式启动rabbitmq-server-detached后台启动

构建工具

一、构建工具的作用二、Java 主流构建工具三、Maven参考资料一、构建工具的作用构建工具是用于构建项目的自动化工具,主要包含以下工作:依赖管理不再需要手动导入 Jar 依赖包,并且可以自动处理依赖关系,也就是说某个依赖如果依赖于其它依赖,构建工具可以帮助我们自动处理这种依赖关系。运行单元测试不再需要在项目代码中添加测试代码,从而避免了污染项目代码。将源代码转化为可执行文件包含预处理、编译、汇编

人工智能学习规划

一、数学基础和机器学习算法相结合的数学知识。上面两部分是理论层面的数学,机器学习算法中会对这些数学进行应用。链接:https://zhuanlan.zhihu.com/p/25197792,知乎专栏上的一篇好文章,囊括了很多应用知识点。二、经典算法知识2.1、机器学习现实中机器学习算法应用,强推。书籍及课后代码:链接:https://pan.baidu.com/s/15XtFOH18si31607

SVM原理详解

SVM 原理详解转自:http://www.blogjava.net/zhenandaci/category/31868.html(一)SVM的简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学

基于深度强化学习的路径规划笔记

感谢知乎周思雨博主;此方法同源借鉴于ICIA一篇强化学习paper源码github地址:https://github.com/a7b23/Autonomous-MazePathFinder-using-DQN该程序将由几个封锁(由块颜色表示)组成的图像作为输入,起始点由蓝色表示,目的地由绿色表示。 它输出一个由输入到输出的可能路径之一组成的图像。 下面显示的是程序的输入和输出。输入图像被馈送到由2

NumPy 高维数组降维方法详细分析

numpy的flat、flatten、ravel、reshape四个函数都是对多维数组进行降维(降至一维)使用方法:import numpy as npa = np.arange(64).reshape([4,4,4])print(a)#对三维数组a进行降维打击b = a.reshape(-1)print('reshape方法:\n',b)c = []for x in a.flat:c.appen

#python
暂无文章信息