入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。 注意：如果生成运行后有天空盒子，但是在scence小窗里却没有天空盒子的话，可以检查一下下面这个skybox是否勾选 点击以上的“照明”后，弹出以下窗口 在图中红红处选择自己文件中的skybox资源就可以了。但是有个很奇怪的地方：我用方法一添加天空盒子后，无论是scence小窗还是游戏里都没有

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、图的相关概念1、图表示多对多的关系一组顶点，通常用V(Vertex)表示顶点集合一组边，通常用E(Edge)表示边的集合，边是顶点对，分为有向边和无向边下图即为图。2、无向图和有向图????无向图：边没有方向的图。（即从A可以直接到B，B也可以直接到A）????有向图：边有方向的图。（即从A

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、单向循环链表二、建立节点对象三、链表对象的初始定义四、判断链表是否为空五、获取链表长度六、向头部添加节点七、向尾部添加节点八、指定位置插入节点九、删除指定位置的节点十、查找是否有该数据的节点十一、遍历输出整个链表十二、输入数据创建链表十三、具体调用一、单向循环链表单向循环链表就是

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、前景知识二、Skip-gram模型思想三、Skip-gram模型结构分析1、网络图2、网络层次级分析3、注意点四、代码实现朴素skip-gram一、前景知识CBoW模型word2vector之CBoW模型详解_tt丫的博客-CSDN博客二、Skip-gram模型思想Skip-gr

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录文章目录一、提出原因1、堆叠网络造成的问题2、解决深度网络的退化问题二、残差结构三、Resnet网络结构1.原理分析2、结构分析3、代码分析（内含分析和注释）一、提出原因1、堆叠网络造成的问题传统的想法是如果我们堆叠很多很多层，或许能让网络变得更好。然而现实却是：堆叠网络后网络难以收

​目录一、优化算法与深度学习二、深度学习中优化算法的常见算法三、总结四、常用优化算法的代码调库实现一、优化算法与深度学习1、优化算法对于深度学习的意义深度学习中的优化问题通常指的是：寻找模型上的一组参数θ，它能显著地降低（最小化）代价函数J(θ)，通常也有采取最大化问题转化为最小化问题再优化的方法。优化算法直接影响模型的训练效率。2、优化算法与深度学习的关系优化算法的目的：降低训练误差；

​目录一、常见方法与其核心二、这几种常见方法的优缺点和适用情况三、朴素贝叶斯分类器和逻辑回归的互通四、二分类到多分类五、类别不平衡问题一、常见方法与其核心1、线性判别分析以一种基于降维的方式将所有的样本映射到一维坐标轴上，然后设定一个阈值，将样本进行区分，映射依据为：类间间距大，类内间距小。以二分类为例：目标式：最大化——最终结果：详见线性判别分析(LDA)详解_tt丫的博客-CSDN博客_线性判

无监督学习中最常见的即为聚类学习。聚类学习是按照某种特定标准(如距离等)把一个数据集划分为不同的类或簇（子集），使得同一个簇内的数据对象的相似性尽可能大，不在同一个簇中的数据对象的差异性也尽可能地大（即聚类后同一类的数据尽可能聚集到一起，不同类数据尽量分离）。这些划分后的概念对于聚类算法而言是未知的，簇所对应的概念语义需要我们自行接着探索，所以经常聚类被用作分类等其他学习任务的前驱过程。其中，u代

​目录一、优化算法与深度学习二、深度学习中优化算法的常见算法三、总结四、常用优化算法的代码调库实现一、优化算法与深度学习1、优化算法对于深度学习的意义深度学习中的优化问题通常指的是：寻找模型上的一组参数θ，它能显著地降低（最小化）代价函数J(θ)，通常也有采取最大化问题转化为最小化问题再优化的方法。优化算法直接影响模型的训练效率。2、优化算法与深度学习的关系优化算法的目的：降低训练误差；

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。虽然现在有很多可以现用的数据集，比如说coco，MINIST等，但有些时候需求不一样，还是没法偷懒，要自己制作shu...