线性滤波器经常用于剔除输入信号中不想要的频率或者从许多频率中选择一个想要的频率。低通滤波器：允许低频率通过；高通滤波器：允许高频率通过；带通滤波器：允许一定范围频率通过；带阻滤波器：阻止一定范围频率通过并且允许其他频率通过；全通滤波器：允许所有频率通过，仅仅改变相位关系；陷波滤波器(Band-StopFilter) : 阻止一个狭窄频率范围通过，是一种特殊带阻滤波器。

OpenCV的全称是Open Source Computer Vision Library,直译就是“开源计算机视觉库”。它采用优化的C/C++代码编写。

机器学习中，一般将数据分为训练数据和测试数据两部分来进行学习和 实验等。首先，使用训练数据进行学习，寻找最优的参数;然后，使用测试 数据评价训练得到的模型的实际能力。为了正确评价模型的泛化能力（指处理未被观察过的数据），就必须划分训练数据和测试数据。另外，训练数据也可以称为监督数据。只对某个数据集过度拟合的状态称为过拟合(over fitting)。避免过拟合也是机器学习的一个重要课题。

一 个能够高效计算权重参数的梯度的方法。

package依赖中含有puppeteer，npm install 报错Failed to download Chromium r686378!出现这个错误的原因是由于安装Puppeteer(一个Node库，它提供了一个高级API来控制DevTools协议上的Chrome或Chromium)时，会自动下载最新版本的Chromium。但是由于该网站被墙，所以就下载不成功了。（参考：https://b

OpenCV的全称是Open Source Computer Vision Library,直译就是“开源计算机视觉库”。它采用优化的C/C++代码编写。

图是一个接收两个输入信号的感知机的例子。x1、x2 是输入信号， y 是输出信号，w1、w2 是权重(若 b 为 −0.1，则只要输入信号的加权总和超过 0.1，神经元就会被激活。但是如果 b 为 −20.0，则输入信号的加权总和必须超过 20.0，神经元才会被激活。像这样， 偏置的值决定了神经元被激活的容易程度)。图中的○称为“神 经元”或者“节点”。输入信号被送往神经元时，会被分别乘以固定的权

本章主题涉及寻找最优权重参数的最优化方法、权重参数的初始值、超参数的设定方法等。此外，为了应对过拟合，本章还将介绍权值衰减、Dropout 等正则化方法，并进行实现。最后将对近年来众多研究中使用的Batch Normalization方法进行简单的介绍。

IOS项目启动报错Cannot launch ‘/private/var/containers/Bundle/Application/***.app’: Sending qLaunchSuccess packet failed或者类似报错问题 无法启动launch的。

顺承前几篇对于JVM运行的文章，本节字节码执行机制将深入了解JVM字节码执行引擎怎么去做( ∙̆ .̯ ∙̆ )JVM字节码执行引擎概念作为JVM最为核心的组成部分，JVM执行引擎的工作方式本身就非常类似于真正物理机的编译以及汇编语言的执行机理，JVM执行引擎可以自己制定指令集和执行结构体系，很多不能被硬件所直接支持的指令集在执行引擎里也能够执行，这都是执行引擎自己所实现的，一般看来，所有的Jav