深度学习—从入门到放弃（三)多层感知器MLP1.MLP简介正式进入MLP之前，我们先来看看单个神经元组成的线性神经网络，由上图可知单个神经元的神经网络无法解决像XOR这样的非线性问题。这个时候MLP就出场了！多层感知机（MLP，Multilayer Perceptron）也叫人工神经网络（ANN，Artificial Neural Network），除了输入输出层，它中间可以有多个隐藏层，最简单的

目录1.简单静态网页的爬取1.1缩略图1.2高清大图2.动态加载网站的爬取2.1selenium模拟浏览器请求2.2通过api3.selenium模拟登录前言python基础爬虫主要针对一些反爬机制较为简单的网站，是对爬虫整个过程的了解与爬虫策略的熟练过程。爬虫分为四个步骤：请求，解析数据，提取数据，存储数据。本文也会从这四个角度介绍基础爬虫的案例。1.简单静态网页的爬取我们要爬取的是一个壁纸网站

对神经元和spike信号进行建模我们的目标是建立一个简化的符合真实生物学意义的神经元模型—其中包括一个胞体，一个收集其他神经元输入的树突，以及一个将胞体内或附近产生的动作电位传递给其他神经元的轴突。我们需要将这种生物学上的联结用电路图的形式进行处理。RC电路（一）— 被动细胞膜细胞膜是脂质双层的，而磷脂和脂肪都是非常好的绝缘体，其中嵌入的离子通道会选择性的让离子通过，从而出现电流交换，但是在被动细

三种计算神经生物模型计算神经科学的主要研究目的， 是用计算术语描述大脑是如何指导行为的。而这具体又分为三个层次：描述神经系统在这个过程中做了什么—“what” model确定神经系统在这个过程中如何运转—“how” model理解神经系统在这个过程中为何如此运转—“why” model根据这三个层次，我们将计算神经生物模型分为三种：描述性模型，机械模型，解释性模型案例引入为了更好的理解这三种模型，

深度学习—从入门到放弃（三)多层感知器MLP1.MLP简介正式进入MLP之前，我们先来看看单个神经元组成的线性神经网络，由上图可知单个神经元的神经网络无法解决像XOR这样的非线性问题。这个时候MLP就出场了！多层感知机（MLP，Multilayer Perceptron）也叫人工神经网络（ANN，Artificial Neural Network），除了输入输出层，它中间可以有多个隐藏层，最简单的

深度学习—从入门到放弃（七）CNN进阶，迁移学习引入图像是高维的。即image_length* image_width*image_channels是一个很大的数字，而上一教程里所提到的CNN的权值共享便是一种解决图像和其他领域高维问题的方法。在CNN网络结构的演化上，出现过许多优秀的CNN网络，本文的目的就是带大家了解现代卷积神经网络的发展历程，本文主要关注以下四种网络：LeNet，AlexNe

数学建模预测模型实例（四）—食堂菜品推荐系统数学建模预测模型实例（一）—大学生体测数据模型数学建模预测模型实例（二）—表白墙影响力量化模型python预测算法—线性回归数学建模预测模型实例（三）—双色球概率预测模型数学建模预测模型实例（四）—食堂菜品推荐系统前言看到这张海报大家有没有觉得很熟悉？为了解决佩奇每天下课吃什么这一世纪难题，佩奇和奇趣多多的各位团结一心开发出了一种全新的推荐算法！在发布的

python机器学习–线性回归线性回归是最简单的机器学习模型，其形式简单，易于实现，同时也是很多机器学习模型的基础。对于一个给定的训练集数据，线性回归的目的就是找到一个与这些数据最吻合的线性函数。针对线性回归算法在之前的数模案例也有涉及喔，欢迎去看看上一篇博客数学建模预测模型实例–大学生体测数据模型OLS线性回归Ordinary Least Squares 最小二乘法一般情况下，线性回归假设模型为

数学建模预测模型实例–大学生体测数据模型建立模型的目的本篇文章中，假设获取到了某大学两个年级共1000人的大学生体质健康测试的每项测试成绩及总分，测试项目包括：身高，体重，肺活量，50m，1000/800，引体向上/仰卧起坐，坐位体前屈。目的是通过前期数据挖掘探索性数据分析等建立大学生体测成绩预测模型，进而在模型里添加天气（温度、湿度、风速）影响因子，模拟得出天气因素对于体测成绩的具体影响程度。数

神经元内信号传递的计算模型-HH模型神经元动力学可以被设想为一个总和过程(有时也称为“集成”过程)，并结合一种触发动作电位高于临界电压的机制。在这里主要介绍Hodgkin Huxley模型模拟离子通道，膜电势的改变。原理基础知识细胞膜两侧离子浓度差产生了电势差，该电势差被称之为电位，而膜电位的改变与Na+Na^+Na+、K+K^+K+、leaky(以cl−cl^-cl−为代表）的三种通道的流入流出