- 博客(35)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 经典排序算法总结
排序算法常说的十大排序算法为：冒泡、选择、插入、希尔、归并、快速、堆、计数、桶、基数冒泡排序冒泡排序的本质在于交换，即每次通过交换的方式把当前剩余元素的最大值移动到一端。而当剩余元素减少为0时，排序结束。这个算法名字的由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。算法步骤比较相邻的元素。如果第一个比第二个大，就交换他们两个。对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。针对所有的元素重复以上的步骤，除了最后一个。持续每次对越来
2020-11-20 15:48:15
222
2
原创 完美解决Tensorflow不支持AVX2指令集问题|指令集加速
在pycharm中安装tensorflow后运行如下测试代码：import tensorflow as tfx = tf.Variable(3, name="x")y = tf.Variable(4, name="y")f = x*x*y + y + 2print(f)发现会报一行错误Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2大概意思是安装的tensorf
2020-07-12 23:10:35
9818
10
原创 Classification分类器|机器学习实战-基于Scikit-Learn和TensorFlow
Chapter 3 – ClassificationThis notebook contains all the sample code and solutions to the exercises in chapter 3.SetupFirst, let’s make sure this notebook works well in both python 2 and 3, import a few common modules, ensure MatplotLib plots figures in
2020-07-12 16:23:44
939
原创 python基础学习
python基础注释python中单行注释以#开头，多行注释可以用多个#号，或者采用'''和"""行与缩进python最具特色的就是使用缩进来表示代码块，不需要使用大括号 { }字符串python中单引号和双引号使用完全相同。使用三引号(’’'或""")可以指定一个多行字符串。转义符 ‘’反斜杠可以用来转义，使用r可以让反斜杠不发生转义。。 如 r"this is a line with \n" 则\n会显示，并不是换行。这里的r指raw，即raw string原始字符串按字面意义级联字
2020-07-10 21:26:06
249
原创 常用的向量与矩阵的范数总结[L0、L1、L2范数]
向量的范数首先定义一个向量为：x=[-5，6，8, -10]1-范数：，即向量的各个元素的绝对值之和，matlab调用函数norm(x, 1) 。则上述x的1-范数结果是292-范数：，Euclid范数（欧几里得范数，常用计算向量长度），即向量元素绝对值的平方和再开方，matlab调用函数norm(x, 2)。-范数：，即所有向量元素绝对值中的最大值，matlab调用函数norm(x, inf)。-范数：，即所有向量元素绝对值中的最小值，matlab调用函数norm(x, -inf)。p
2020-07-09 11:16:04
5954
原创 端到端的机器学习项目，预测房价
端到端的机器学习项目主要步骤：1.观察大局。2.获得数据。3.从数据探索和可视化中获得洞见。4.机器学习算法的数据准备。5.选择和训练模型。6.微调模型。7.展示解决方案。8.启动、监控和维护系统。使用的数据集选用StatLib库中选择了加州住房价格的数据集，该数据集基于1990年加州人口普查的数据。观察大局首先要做的事是使用加州人口普查的数据建立起加州的房价模型。 数据中有许多指标， 诸如每个街区的人口数量、 收入中位数、 房价中位数等。 街区是美国人口普查局发布样本数据的最小地
2020-07-05 21:33:28
4611
2
原创 NLP入门-情感分析|paddle
### 任务介绍：在自然语言处理中，情感分析一般指判断一段文本所表达的情绪状态，属于文本分类问题。情绪：正面/负面数据集介绍：IMDB数据集包含来自互联网的50000条严重两极分化的评论，该数据被分为用于训练的25000条评论和用于测试的25000条评论，训练集和测试集都包含50%的正面评价和50%的负面评价。该数据集已经经过预处理：评论（单词序列）已经被转换为整数序列，其中每个整数代表字典中的某个单词。1、准备数据:创建数据读取器train_reader 和test_reader2、
2020-07-04 13:13:03
1275
原创 NLP入门-文本分类|paddle
数据来源：从网站上爬取56821条数据中文新闻摘要数据内容：包含10种类别，国际、文化、娱乐、体育、财经、汽车、教育、科技、房产、证券1、准备数据:创建数据集和数据字典创建数据读取器train_reader 和test_reader2、配置网络定义网络定义损失函数定义优化算法3、训练网络4、模型评估5、模型预测# 查看当前挂载的数据集目录!ls /home/aistudio/data/#将数据移动到 /home/aistudio/data/ 目录下!cp data/d
2020-07-04 10:54:58
669
1
原创 生成对抗样本的方法|攻击方法
对抗样本1.Biggio′s attackBiggio[22]等人首先针对传统机器学习分类器（如SVM和三层全连接神经网络）的MNIST手写数字识别数据集生成对抗样本。它通过优化判别函数来误导分类器。2. Szegedy′s limited-memory BFGS (L-BFGS) attackSzegedy[8]等人首次证明了可以通过对图像添加小量的人类察觉不到的扰动误导深度神经网络图像分类器做出错误的分类。他们首先尝试求解让神经网络做出误分类的最小扰动的方程。作者认为，深度神经网络所具有的强大
2020-07-03 17:01:59
8847
1
翻译 高被引Top1团队综述：Adversarial Attacks and Defenses in Images, Graphs and Text: A Review【论文翻译】
深度神经网络(DNN)逐渐代替传统模型，成为机器学习中最热门的工具，它已被成功应用于计算机视觉，自然语言处理等很多领域。然而，最近的研究表明，深度模型极容易被对抗样本攻击。人为稍微扰动模型的输入，可能导致模型给出完全相反的预测结果，从而出现差之毫厘、失之千里的错误。从此，对于深度模型在对抗样本的鲁棒性的研究成为机器学习的热门话题之一。 4月，IJAC于最新一期发表美国工程院院士、密歇根州立大学Anil K. Jain团队和Jiliang Tang 团队合作带来的特约综述，第一作者为密歇根州立大
2020-06-29 20:36:38
4159
原创 Kaggle-泰坦尼克号生存者预测比赛|初级入门
问题描述泰坦尼克号的沉没是历史上最臭名昭著的沉船事件之一。1912年4月15日，泰坦尼克号在处女航中撞上冰山沉没，2224名乘客和船员中1502人遇难。这一耸人听闻的悲剧震惊了国际社会，并导致了更好的船舶安全条例。沉船造成如此巨大人员伤亡的原因之一是没有足够的救生艇来容纳乘客和船员。虽然在沉船事件中幸存下来也有一些运气的因素，但有些人比其他人更有可能幸存下来，比如妇女、儿童和上层阶级。在这个挑战中，我们要求你完成对可能存活下来的人的分析。我们特别要求你们运用机器学习工具来预测哪些乘客在灾难
2020-06-27 22:23:21
623
原创 python+opencv实现人脸识别|采用现成训练好的模型
一、图片人脸检测（opencv）1、安装opencv环境介绍windows中opencv在python3上的实现，我的系统环境win10+python3.6+opcv3.4.1首先去网站下载OpenCV对应的.whl版本压缩包，网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 本人下载的版本是：opencv_python‑3.4.1‑cp36‑cp36m‑win_amd64.whl 64位系统对应python3.6的，下载到F盘根目录。链接：
2020-06-23 19:23:33
9829
2
原创 强化学习课程|paddle|入门
什么是强化学习强化学习（英语：Reinforcement learning，简称RL）是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。核心思想：智能体agent在环境environment中学习，根据环境的状态state（或观测到的observation），执行动作action，并根据环境的反馈reward（奖励）来指导更好的动作。注意：从环境中获取的状态，有时候叫state，有时候叫observation，这两个其实一个代表全局状态，一个代表局部观测值，在多智能体环境里会有差
2020-06-20 19:28:58
642
原创 python安装dlib遇到的错误:AttributeError:module ‘dlib’ has no attribute ‘get_frontal_face_detector’问题解决
dlib是一个非常好用的跨平台的通用库，但是在安装过程中遇到了许多问题，我在使用Anaconda安装dlib过程中，用pip install 安装，安装成功后，import没有问题如下图，import cv2没有报错。但是在pycharm使用里面的函数时出现错误AttributeError: module ‘dlib’ has no attribute ‘get_frontal_face_detecetor’找了好久都没找到原因，后来才发现是因为文件名的问题。自己建立的文件名和使用的模块重名了。
2020-06-16 22:17:01
6266
7
原创 matlab对控制系统进行时域和频域联合分析
时域频域联合分析这个例子说明如何使用交互式线性系统分析及应用程序并排比较多种类型的响应，包括时域和频域响应。创建一个想要比较其响应的模型，如比较一个三阶模型G和G与两个不同控制器C1和C2的闭环响应。G = zpk([],[-5 -5 -10],100);%z,p,kC1 = pid(0,4.4);T1 = feedback(G*C1,1);C2 = pid(2.9,7.1);T2 = feedback(G*C2,1); 打开线性系统分析器工具，检查
2020-06-09 20:20:16
3849
原创 控制系统|反馈系统的稳定性分析
稳定性分析 稳定系统包括绝对稳定性和相对稳定性，一般的，稳定性指绝对稳定性。引入相对稳定性可以衡量其稳定程度。一般来说，系统稳定性越高，机动性越差 。稳定系统是指在有界输入作用下，输出响应也有界的动态系统 。确定一个系统是否稳定（绝对稳定）的方法是，判断传递函数的所有极点或者系统矩阵A的特征值是否都位于s平面的左半平面。反馈系统稳定的充分必要条件是系统传递函数的所有极点均有负的实部。常见的判定系统稳
2020-05-19 18:20:01
5736
原创 C++ |标准模板库STL
Vectorvector是线性容器，可叫做“变长数组”，即“长度可根据需要而自动改变的数组”调整存储空间大小。它的元素存储在一块连续的存储空间中，可以使用迭代器iterator和指针的偏移地址访问元素。1.vector的定义单独定义一个vector：vector<typename> name;这个定义相当于是一维数组name[SIZE],不过长度可以根据需要进行变化，比较节省空...
2020-04-20 18:21:53
109
原创 DNN|CNN|百度paddle学习
深度学习三个步骤：建立模型选择什么样的网络结构选择多少层，每层选择多少神经元损失函数选择常用损失函数，平方误差，交叉熵…参数学习梯度下降反向传播算法全连接神经网络DNN由于模型结构不够灵活，模型参数太多，通过模型改进，就出现了卷积神经网络CNN。CNN在结构上有三大特性:局部连接，在我们进行图像识别的时候，不需要对整个图像进行处理，只需要关注图像中某...
2020-04-08 09:38:32
3508
2
原创 Pycharm汉化之后无法打开setting设置
我在安装了pycharm汉化包之后，发现pycharm点击设置setting没反应，不能打开。网上找了解决方案：一般的问题都是装了中文汉化包resources_cn.jar造成的，解决办法：更换一个汉化包把这里的两个jar包放到PyCharm安装目录里的lib目录里面即可。同时删掉之前的汉化包。链接：https://pan.baidu.com/s/1khtnNGAkMkwkGsDjzw...
2020-04-02 10:59:35
5478
原创 机器学习|Andrew Ng|学习笔记
Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。有一个算法叫支持向量机，里面有个巧妙的数学技巧，能让计算机处理无限多个特征。监督学习：其基本思想是数据集中的每个样本都有相应的“正确答案”，再根据这些样本作出预测。例如垃圾邮件问题。无监督学习：在无监督学习中，不同于监督学习的数据的样子（...
2020-04-01 18:23:46
324
原创 机器学习-李宏毅| keras demo | python
利用keras实现手写数字辨识首先要建一个Network scratch，input是28∗28的dimension，其实就是说这是一张image，image的解析度是28∗28，把它拉成长度是28∗28维的向量。output呢？现在做的是手写数字辨识，所以要决定它是0-9的哪个数字，output就是每一维对应的数字，所以output就是10维。中间假设你要两个layer，每个layer有500...
2020-03-30 21:47:05
272
原创 leetcode|剑指offter|面试题6：从尾到头打印链表
面试题06. 从尾到头打印链表问题描述输入一个链表的头节点，从尾到头反过来返回每个节点的值（用数组返回）。示例输入：head = [1,3,2]输出：[2,3,1]我们很自然地可以想到把链表中链接节点的指针反转过来，改变链表的方向，然后就可以从头到尾输出了。但是这种方法会改变原来的链表结构，如果要求不修改链表的结构可以有以下方法：解法一：遍历链表的顺序是从头到尾，但是题目要求输...
2020-03-28 22:21:51
155
原创 leetcode|剑指offter|面试题4：二维数组中的查找
面试题04. 二维数组中的查找问题描述在一个 n * m 的二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。示例:现有矩阵 matrix 如下：[[1, 4, 7, 11, 15],[2, 5, 8, 12, 19],[3, 6, 9, 16, 22]...
2020-03-24 11:54:54
95
原创 leetcode|剑指offter|面试题3：数组中重复的数字
面试题03. 数组中重复的数字本题要求找出数组中重复的数字。在一个长度为 n 的数组 nums 里的所有数字都在 0～n-1 的范围内。数组中某些数字是重复的，但不知道有几个数字重复了，也不知道每个数字重复了几次。请找出数组中任意一个重复的数字。示例1：输入： [2,3,1,0,2,5,3]输出： 2或3限制：2 <= n <= 100000解法一：一个简单的方法是把输...
2020-03-24 09:50:12
139
原创 Anaconda3安装教程(详细)
Anaconda3下载下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/选择anaconda 3.5.2 对应的python版本是python3.6安装anaconda3点击next点击I Agree然后选择Install for All Users，点击Next选择安装位置，建议不要安装在C盘。默认第...
2020-03-19 20:29:38
17331
原创 解决Anaconda在开始菜单找不到navigator和prompt的问题
找到Anaconda的安装目录使用cmd命令打开终端然后输入python .\Lib_nsis.py mkmenus完美解决问题。
2020-03-19 15:09:17
7862
7
原创 机器学习-李宏毅| 回归演示 | python
回归的定义Regression就是指找到一个函数functionfunctionfunction，通过输入特征x，输出一个数值ScalarScalarScalar看了李宏毅老师的机器学习课程视频，其中的Regression demo部分，关于预测宝可梦的CP值的应用代码，在jupyter notebook中实现。现在假设有10个x_data和y_data，x和y之间的关系是y_data=b+...
2020-03-12 15:52:26
217
转载 CSDN-markdown编辑器语法——字体、字号与颜色设置
Markdown是一种可以使用普通文本编辑器编写的标记语言，通过类似HTML的标记语法，它可以使普通文本内容具有一定的格式。但是它本身是不支持修改字体、字号与颜色等功能的！ CSDN-markdown编辑器是其衍生版本，扩展了Markdown的功能（如表格、脚注、内嵌HTML等等）！对，就是内嵌HTML，接下来要讲的功能就需要使用内嵌HTML的方法来实现。字体、字号与颜色<fo...
2020-03-12 11:05:08
294
原创 基于FOLPD模型的PID控制器参数的整定
在PID控制器的诸多经典参数整算法中，绝大多数的算法都是在带有时间延迟的一阶模型（FOPDT）的基础上提出的，模型的一般形式为：主要是因为大部分过程控制的受控对象模型的响应曲线和一阶模型的响应较为类似，可以直接进行拟合。一般的过程控制对象的阶跃响应曲线形状如下图所示：可根据读图、最优降阶方法0/1，最小二乘参数识别的方法求出k,L,T下面给出一个编写的matlab函数用来求k，L，T...
2020-03-11 15:55:39
2811
2
转载 PID控制的理解与参数整定
PID控制器的一般结构当控制器为比例控制器（P）时，可以减少因扰动而引起的稳态误差，但不能将稳态误差减少到0，增加一项正比于误差的积分项（I）时，可以消除系统的稳态误差，但会影响系统的动态性能，可再加入一个微分项（D）来提高系统的动态性能。由比例，积分，微分三项构成的控制器就是经典的PID控制器。由于理论上的控制器有的时候产生的信号过大，可能破坏硬件系统，所以在控制器的输出端通常要加一个驱...
2020-03-11 12:09:26
3899
原创 linux中chmod与chown两个命令详解
如果创建了一个目录或文件，需要改变它的安全性设置，在linux系统中有chmod和chown命令来完成这项任务。但两个命令的用途是不同的，chmod命令用来改变文件和目录的权限，而chown命令用来改变文件的属主和属组。chmod命令格式：chmod options mode fileoptions：-v：显示权限变更的详细资料-R：将权限的改变递归作用到文件和子目录。文件和目录的权限...
2020-02-26 13:35:21
200
原创 基本的bash shell命令（一）
查看文件内容查看文件类型file命令：file 文件名 查看二进制可执行程序。 file命令能够确定该程序编译时所面向的平台以及需要何种类型的库。查看整个文件cat命令cat -n给所有的行加上行号cat -b给有文本的行加上行号cat -T不让制表符出现，用^I字符组合去替换文中的所有制表符。tail命令：默认显示文件末尾10行的内容可以向t...
2020-02-26 10:00:02
274
原创 stm32mp1开发板入门pangu
pangu开发板介绍pangu开发板主芯片基于ST公司STM32MP1系列微处理器（ARM dual Cortex-A7 650Mhz + Cortex-M4）开发软件安装，STM32CubeMXSTM32CubeMX 是 ST 意法半导体近几年来大力推荐的 STM32 芯片图形化配置工具， 允许用户使用图形化向导生成 C 初始化代码，可以大大减轻开发工作，时间和费用。stm32mp1中...
2020-02-22 11:59:29
6639
原创 TCP Congestion性能测试分析
1.实验简介最近在学习《现代计算机网络》，课程布置了一个对tcp拥塞控制性能进行测试的实验，本篇博客就本次实验做一个完整的实验报告及总结。一.实验环境（详细说明实验运行的操作系统，网络平台，机器的配置）操作系统：Windows10虚拟机操作系统：SEEDUbuntu 12.04虚拟机工具：VirtualBox 5.2.16网络虚拟软件：GNS3 2.0.3网络性能测试工具：ipe...
2020-02-22 10:49:54
2240
原创 SYN flood攻击及SYN cookie原理分析
1.实验简介最近在学习《计算机网络》，课程布置了一个网络攻击的作业 SYN Flooding Attack ，本篇博客就本次实验做一个完整的实验报告及总结。所用平台seed简介SEED：计算机安全教育的教学实验平台http://www.cis.syr.edu/~wedu/seed/纽约雪城大学 杜文亮 (Du, Wenliang)教授设计和实现，从2002年开始得到NSF 1.2M$的...
2020-02-21 20:40:57
2267
GitHub入门与实践（PDF高清完整版）
2019-03-04
matlab实现导航卫星系统中计算多普勒频移
2018-11-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人