之前看论文，经常看到特征向量的概念，之前一直没搞明白。其实之所以会不明白，是因为和数学的特征向量的概念混淆了。从二维的图片上来看，特征图就是卷积和池化层以后的，就是提取出来的。同样可以对比来看，一维的语音信号，就是提取了一层以后的提取出来的。...

文章目录1. 概述2.非泛型集合3.List\泛型集合特点：List\集合的方法：参考文献1. 概述C# 中的集合一般分为两种，泛型集合和非泛型集合,我一般非泛型集合用的比较少。主要用泛型集合C# 中的集合主要有这么几种：ArrayList表示对象的数组，这些对象的大小会根据需要动态增加。Hashtable表示根据键的哈希代码进行组织的键/值对的集合。Queue表示对象的先进先出 (FIFO) 集

1.误差反向传播算法是干什么的？通过数值微分计算了神经网络的权重参数的梯度，数值微分虽然简单，也容易实现，但缺点是计算上比较费时间。本章我们将学习一个能够高效计算权重参数的梯度的方法——误差反向传播法。...

文章目录一.系统概论存储器运算器控制器计算机性能指标二.存储器存储器存储器容量价格还有速度之间的矛盾虚拟存储器三.中央处理器一.系统概论运算器 + 控制器 = CPUCPU + 主存储器 = 主机地址寄存器（MAR）数据寄存器（MDR）虽说是属于存储器的，但是现代的计算机中存在于 CPU 中，地址寄存器用来存放访问地址的，数据寄存器用来存放从内存中读或写的信息寄存器是有限存储的高速存储部件，他可用

1.误差反向传播算法是干什么的？通过数值微分计算了神经网络的权重参数的梯度，数值微分虽然简单，也容易实现，但缺点是计算上比较费时间。本章我们将学习一个能够高效计算权重参数的梯度的方法——误差反向传播法。...

1.误差反向传播算法是干什么的？通过数值微分计算了神经网络的权重参数的梯度，数值微分虽然简单，也容易实现，但缺点是计算上比较费时间。本章我们将学习一个能够高效计算权重参数的梯度的方法——误差反向传播法。...

最近看模态融合，用到了 keras 中的 concatenate（） 函数，之前没有搞明白其中的 axis 这个参数是什么意思。后来经过一番研究，总算是搞明白了。先看代码import numpy as npimport keras.backend as Kimport tensorflow as tfa = K.variable(np.array([[[1, 2], [3, 4]], [[5, 6

文章目录E-R 图概述使用 visio 画E-R图Chen数据库的其他相关概念参考文献：ER图用来画数据库之间的关系E-R 图概述E-R图也称实体-联系图(Entity Relationship Diagram)，提供了表示实体类型、属性和联系的方法，用来描述现实世界的概念模型。它是描述现实世界关系概念模型的有效方法。是表示概念关系模型的一种方式。用 矩形框 表示 实体型 ，矩形框内写明实体名称；

VUe基础1.用vs2019，创建空项目，然后右键，添加项，选择html；写html双击table快捷键，会自动开发弹出html通用模板：2.将写好的html文件，右键单击，然后选择在浏览器中查看，就可以看到编译后的结果：3.使用vue，要在第一行引用vue， <script src="https://cdn.jsdelivr.net/npm/vue/dist/vue.js"><

文章目录1.安装opencv安装版本尽量选择 3.4.1 .15，因为3.4.2有一些功能已经申请了专利了。没办法免费用了。1.安装opencvpip install opencv-pythonpip install opencv-contib-python # 这个是相当于扩展包