理论-神经网络架构简单介绍
以下内容笔记出自‘跟着迪哥学python数据分析与机器学习实战’，外加个人整理添加，仅供个人复习使用。神经网络的整体框架：输入层：样本特征隐藏层1：神经网络按照某种线性组合关系将所有特征重新进行组合隐藏层2：之前的隐藏层1的特征变换不够强大，可以继续对特征做变换处理输出层：根据分类还是回归任务，选择合适的输出结果和损失函数比如函数计算：单层：双层：激活函数上面都是在得到预测分值的基础上讨论的，如何得到这个分值？我们知道，神经网络的运作模式是，将数据输入后，一层层对特征进行变
python-sklearn实现神经网络（数据量小的情况）
以下内容笔记出自‘跟着迪哥学python数据分析与机器学习实战’，外加个人整理添加，仅供个人复习使用。神经网络（neural_network)模块重要的有两个类，MLPClassifier(分类)和MLPRegressor(回归)。多层感知器（MLP）是一种监督学习算法，前馈神经网络模型。两类都适用参数alpha作为正则化（L2正则化）系数。skalern中的神经网络，在数据规模较大时，不适用！MLPClassifier的训练使用BP算法，使用交叉熵损失函数（Cross-Entropy loss f
python-基于softmax方法的简单神经网络（程序）
以下内容笔记出自‘跟着迪哥学python数据分析与机器学习实战’，外加个人整理添加，仅供个人复习使用。softmax分类器可以说是在线性的SVM分类上，将wx+b的分值进行了转化（指数函数、归一化），将分值转化为概率值，还是线性分类。首先构造需要的数据import numpy as npimport matplotlib.pyplot as pltplt.rcParams['figure.figsize']=(8,6)plt.rcParams['image.interpolation']='
python-XGBoost应用（分类）
以下内容笔记出自‘跟着迪哥学python数据分析与机器学习实战’，外加个人整理添加，仅供个人复习使用。XGBoost为Boosting集成算法，这里为XGBoostClassifier举例。import xgboostfrom numpy import loadtxtimport pandas as pdfrom xgboost import XGBClassifierfrom sklearn.model_selection import train_test_splitfrom sklea
ACM学习心得(1)
二分 三分法虽然原理并不难 但是真正理解上确实还要点功夫特别是跟其他知识点结合起来lower_bound()：查找(返回)有序区间中第一个大于或等于给定值的元素的位置upper_bound()：查找(返回)有序区间中第一个大于给定值的元素的位置lower_bound(a,a+n,x);upper_bound(a,a+n,x);通往奥格瑞玛的道路https://www.luogu.org/problem/P1462这道题是最大值最小 所以是二分法二分最大值 看在此条件下 求最小扣血数（跑spf
ACM学习心得(2)
前几天博客忘记写了 一次性补上 我是一天学一篇博客双指针：比较基础的一个算法主要是用来找回文字符串的891. 有效回文 II 给一个非空字符串 s，你最多可以删除一个字符。判断是否可以把它变成回文串。这个题目总结了双指针的用法先用ij两个下标来寻找回文如果寻找到不相同的 可以删除i或者j判断剩下是否相同双指针还可以用来寻找区间和经典例子：给定一个长度为n的数组a[]和一个数s，在这个数组中找一个区间，使得这个区间之和等于s。输出区间的起点和终点位置。就是一个区域和可以用i j下标滑动
ACM学习心得(3)
并查集这个接触的比较多通常用“帮派”的例子来说明并查集的应用背景。一个城市中有n个人，他们分成不同的帮派；给出一些人的关系，例如1号、2号是朋友，1号、3号也是朋友，那么他们都属于一个帮派；在分析完所有的朋友关系之后，问有多少帮派，每人属于哪个帮派。给出的n可能是10的6次方。并查集我一般是用数组来写 比较方便最重要的是路径压缩如果不使用路径压缩的话复杂度会很大poj 1182 食物链：当时想了很久这题是关键是路径压缩时，如何更新权值如何判断矛盾。如果已知A与根节点的关系，B与根节点的关
ACM学习心得(4)
基本上是复习BFS和DFS的内容这是DFS代码框架搜索有许多技巧剪枝是搜索常用的优化手段，常常能把指数级的复杂度，优化到近似多项式的复杂度。剪枝往往会影响到程序的运行速度快慢这是最基础的方法...
ACM学习心得(5)
广搜进阶：双向广搜有确定的起点和终点，并且能把从起点到终点的单个搜索，变换为分别从起点出发和从终点出发的“相遇”问题，可以用双向广搜可以合用一个队列 正向BFS和逆向BFS用同一个队列 适合正反2个BFS平衡的情况 正向搜索和逆向搜索交替进行 两个方向的搜索交替扩展子状态 先后入队 直到两个方向的搜索产生相同的子状态也可以分成两个队列 正向BFS和逆向BFS的队列分开hdu 1195 open the lock打开密码锁。密码由四位数字组成，数字从1到9。可以在任何数字上加上1或减去1，当’9’加
【傲霜凌雪丶】MarkDown笔记
MarkDown标题:# 一级标题:## 二级标题:### 三级标题最多六级标题字体Hello,World!//**单星号Hello,World!//双星号***Hello,World!***//三星号Hello,World!//双波浪号引用大于号+空格（> ）分割线3个-或者3个*+空格图片//本地网络都可超链接百度一下;列表1+.+-+表格123代码javahello...
【傲霜凌雪丶】Dos笔记
常用命令切换盘符 C: D: E:查看目录下的所有文件 dir切换目录 cd(change directory) cd /d(跨盘) c:/users返回上级 cd …进入当前目录文件 cd (文件夹)清理屏幕 cls(clear screen)退出终端 exit查看ip ipconfigping www.baidu.com新建 cd>a.txt删除del a.txt创建文件夹 md test移除文件夹 rd test编译JAVAcmd目录下编译：javac he
springboot项目配置虚拟路径问题
1.如果使用springboot内置的tomcat时@Configurationpublic class WebTomcatVirtualPathConfig implements WebMvcConfigurer { @Value("${tomcat.virtual.path}") private String resourceHandler; @Value("${basePath}") private String resourceLocations;
java4种对象引用级别
参考文档：https://www.cnblogs.com/gudi/p/6403953.html参考文档：https://www.cnblogs.com/skywang12345/p/3154474.html从JDK1.2版本开始，把对象的引用分为四种级别，从而使程序能更加灵活的控制对象的生命周期。细分的准则是体现在被GC回收的优先级上，这四种级别由高到低依次为：强引用 > 软引用 > 弱引用 > 虚引用强引用StrongReference：如果一个对象具有强...
idea好看字体设置
字体下载：https://www.jetbrains.com/lp/mono/#how-to-install下载后解压缩，进入ttf目录，全选右键--为所有用户安装，重启idea
org.redisson.client.WriteRedisConnectionException: Unable to send command
org.redisson.client.WriteRedisConnectionException: Unable to send command! Node source: NodeSource [slot=null, addr=null, redisClient=null, redirect=null, entry=MasterSlaveEntry [masterEntry=[freeSubscribeConnectionsAmount=1, freeSubscribeConnectionsCount.
基于jdk1.8 TreeMap详解红黑树插入原理
package arraylist;import java.util.Map;/** * @author mawt * @description * @date 2020/7/28 */public class TreeMap<K, V> { private static final boolean RED = false; private static final boolean BLACK = true; private transient Ent.
CDN缓存和浏览器缓存
CDN的全称是Content Delivery Network，即内容分发网络，旨在解决网络延迟。CDN是构建在网络之上内容分发网络，依靠在各地部署的缓存服务器，通过中心平台的负载均衡/内容分发/调度等功能模块，使用户可以就近获取所需要的内容，从而达到降低网络用塞，提高系统访问速度的技术。CDN的关键技术是内容存储和分发技术。浏览器缓存：当我们请求一个网页的时候，服务器会向浏览器返回大量数据，但是这些数据需要全部缓存吗？浏览器又是如何区分哪些数据需要进行缓存，哪些是需要实时跟源站获取的？浏览器的缓存策略
今日推荐
周排行