- 博客(82)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Java se11 第二章Java基本类型和文字列操作
多个的话从左到右执行，两个数字就是数字加法，数字和字符就是字符拼接。不能放在符号的前后（包括除10进制以外的符号）初始化后可变，运行函数后不需要用新参数接。会按照顺序replace掉所有的。可以代表数字但是有两个rules。改变后的值需要创建新的变量接取。primitive原始类型。不会改变原来的String。初始化之后类型固定不可改变。append来拼接字符。不能用于定义field。意思是不固定变量类型。
2023-12-14 22:06:37
494
原创 Java se11第一章
Package的目的提供命名空间，避免命名冲突和访问修饰符一起控制访问功能可以分类Classpackage名和domain名一般都相反没有不属于package的class不明示package的class属于无名package无名package只能访问（import）一样所属于无名package的class有明示声明的class访问（import）无名package的class时会出现编译errorPackage宣言的使用必须在代码第一行声明能写在Package声明前的只有注释。
2023-12-11 14:01:03
498
原创 Leetcode刷题--236最近公共祖先
# Definition for a binary tree node.# class TreeNode:# def __init__(self, x):# self.val = x# self.left = None# self.right = Noneclass Solution: def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'Tree.
2020-07-02 14:31:49
230
原创 深度学习（六）--目标检测
目标检测概念定位 分类 任务 单个目标 分类+定位 多个目标 实例分割 目标检测 思路 回归问题 利用神经网络进行目标识别，同样的目标变为坐标值 局部识别问题 框游走知道能百分百确定分类结果 缺点 计算量大 优点 精确 生成候选位置 DPM可变形的不同组件的模型 概念 提取图像特征，制作出激励模板，在又是图像滑动计算，得到激励效果图，根据激励分布确定目标位置 扩展 目
2020-07-02 11:02:08
396
原创 深度学习（四）--目标分类
目标分类目标分类基本框架数据准备数据来源 现有数据集的子集；网络采集；现有数据人工标注 数据扩充 原始数据切割；草绳颜色等像素变化；旋转平移等姿态变化 数据规范 均值处理；归一化；大小调整 2. 模型设计任务类型 分类 表情+程度 多目标分类 现有模型 已有的方案能否/怎样借鉴 局部更改-从头设计 更改：哪里 设计：新结构特点，为什么可行 3. 训练细节GPU-Batch size，是否并行 GPU内存-与batch...
2020-07-01 20:46:11
1469
原创 深度学习（三）--卷积神经网络提升篇
卷积神经网络提升篇AlexNet现代神经网络起源 背景介绍 ImageNet Challenge：1000类物体，每类1000张图片 传统方法思路 图片特征提取 机器学习分类 结构 五个卷积层 两个全连接层 八层 识别率 15.3% VGGAlexNet增强版 参数变成AlexNet二倍 识别率 7.3% 参数最多的就是全连接层 作用 结构简单 同AlexNet结构类似，均为卷积层，池化层，全连接层的组合 性能优异
2020-06-27 16:55:48
437
原创 深度学习（三）--卷积
卷积神经网络链式反向梯度传导链式法则:y = f(x), z = g(y)z对x求导，就是z对y，y对x神经网络中链式法则计算顺序从loss向输入传播导数存储每层的倒数结果进行存储，用于下一层导数的计算卷积层什么是卷积层卷积神经网络基本结构有多个卷积核组成每个卷积核同输入数据卷积运算，形成新的特征图有什么组成卷积核：同输入数据进行计算的二维（一维、三维）算子大小用户定义，深度-输入数据定义卷积核矩阵值：卷积神经网络的参数卷积核初始值随机生成，通过单向传播更新H
2020-06-27 11:37:54
543
原创 深度学习（一）--传统神经网络、激活函数
传统神经网络神经网络起源：线性回归线性回归：线性关系来描述从输入到输出的映射关系从线性到非线性非线性激励：考量标准正向对输入的调整->变成0~1反向梯度损失sigmoid:1/1+e^-x求导: y（1-y ）映射到【0，1】容易发生梯度消失tanh:1-e-2x/1+e-2x求导:1-f(x)^2映射到【-1，1】容易发生梯度消失ReLu00 X<0X X>=0损失大量特征，正向截断负值反向梯度没有损失:不会发生梯度消失Leaky ReL
2020-06-23 08:45:45
186
原创 tensorflow（四）----队列和线程/文件读取
#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: io.py@time: 2020/05/30@desc:1.队列和线程 队列和队列管理器 线程和线程协调器2.文件读取"""import tensorflow as tf# #模拟一下同步先处理数据，然后才能取数据训练# #1.首先定义队列# Q = tf.FIFOQueue(3, tf.float32)# # 放入数据#.
2020-05-31 13:45:19
185
原创 tensorflow（二）--变量
#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 2-variable.py@time: 2020/05/29@desc:变量也是一种op，是一种特殊的张量，能够进行存储持久化，他的值就是张量，默认被训练"""import tensorflow as tf#变量op#1.变量能够持久化保存，普通的张量op不行#2.定义一个变脸op时，一定要在会话中初始化a = tf.constant([1, 2,
2020-05-30 09:31:57
119
原创 tensorflow（三）--可视化学习，线性回归实现，梯度下降，模型保存和加载，自定义命令行参数
#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 4-linear_regression.py@time: 2020/05/29@desc:1.训练参数问题：trainable2.学习率设置问题： 梯度爆炸，极端情况下，权重的值变的非常大，以至于溢出，导置NAN值 解决：调整学习率 重新设计网络 使用梯度截断（在训练过程中检查和限制梯度的大小） .
2020-05-30 09:28:47
201
原创 TensorFlow（一）
优点既是一个实线机器学习算法的接口，同时也是执行机器学习算法的框架可以在众多异构系统平台上移植基础架构接口（负责构造计算图）c++pythonjavatensorflow核心执行系统（负责执行计算图）CPU、GPU（负责执行计算图）并行计算不需要给大规模模型训练和小规模应用部署开发两套系统核心概念计算图又被称为有向图，数据流图用节点和边的有向图描述数学计算节点一般用来表示施加的数学操作，但也可以表示数据输入的起点或输出的终点线表示节点之间的输入输出关系，
2020-05-23 09:36:20
192
原创 Linux（四）--shell编程
shell基础编程shell是文本文件批量的linux的命令集该文件能被shell解释执行就是shell脚本文件通常由一段linux命令、shell命令、控制语句及注释语句构成shell编写shell脚本是纯文本文件，可以使用任何文本编辑器编写shell脚本通常是以.sh为后缀第一行指定用那个程序来编译和执行脚本#! /bin/bash或者#! /bin/sh注释使用#变量变量名：变量名必须以字母或下划线开头，后面可以跟字母、数字或下划线，任何其他字符都标志变量名的结束变量
2020-05-21 22:26:19
163
原创 Linux基础（三）--系统管理命令大全
系统管理查看系统信息linux命令目的uname系统名称uname -r内核版本cat /proc/cpuinfocpu信息cat /pr/meminfo内存信息date系统时间cal 2020显示日历表# date -s 2019-09-30设置日期时间，root用户df - lh磁盘信息du -sh /home/beifeng占用磁盘大小# fdisk -l创建系统时挂的设备名# fsck /de
2020-05-20 08:01:06
877
原创 Linux基础（二）--文件操作
文件在linux系统下面文件类型（常用三种）文件：-目录：类似于文件夹d连接：类似于快捷方式l创建链接：软连接的创建$ ln -s 文件或者目录 连接的名称eg： $ ln -s readme.txt rm.txt硬链接的创建：$ ln相当于拷贝文件区别软硬连接：删除连接时是否删除源文件使用场景：软连接实际上是一个文件，如果发生修改，保证了一致性例-rw-rw-r–. 1 beifeng beifeng 65 sep 2
2020-05-18 12:05:34
131
原创 牛客机器学习面试刷题（二）
牛客刷题（二）设f(x)在x0可导，则是-2 f ’ (x0)，导数的定义判别式模型与生成式模型的区别对于输入x，类别标签y：产生式模型估计它们的联合概率分布P(x,y)判别式模型估计条件概率分布P(y|x)产生式模型可以根据贝叶斯公式得到判别式模型，但反过来不行。判别式模型常见的主要有：knn是判别模型（下图中错误）EM算法： 只有观测序列，无状态序列时来学习模型参数，即Baum-Welch算法维特比算法： 用动态规划解决HMM的预测问题，不是参数估计前向后向：用来
2020-05-13 17:24:45
514
原创 牛客机器学习面试错题整理（一）
无监督学习监督学习解决的是“分类”和“回归”问题，而无监督学习解决的主要是“聚类（Clustering），降维”问题。这是几种常见的主要用于无监督学习的算法。K均值（K-Means）算法；自编码器（Auto-Encoder）；主成分分析（Principal Component Analysis）。SVM计算分类面方程基于两个约束条件min1/2(w12+w22)min 1/2 (w_1^2+w_2^2)min1/2(w12+w22)st yi(wi∗xi+b)>=1y_i.
2020-05-12 21:34:03
267
原创 Linux基础（一）
Linux基础基础操作linux是多用户的系统基础操作目的终端命令清理屏幕clear替换用户su -当前路径pwd主机名称hostname设置主机名称hostname 名称（下一次开机后主机名称变回原来的）永久设置主机名称cat读取linux文件内容catlinux编辑工具vi 文件名 —编辑文件内容进入编辑插入模式i退出插入模式Esc保存文件1. : 2. q!关机halt重启r
2020-05-12 06:27:31
132
原创 机器学习（一）数据清洗
贝叶斯公式给定某些样本，在这些样本中计算某结论A1，A2……An出现的概率，即P（Ai|D） 计算这个p的最大值 最后就是算 最大似然估计 用这个概率的最大值所对应的参数们，即最大似然估计 最大似然估计MLE假定样本是独立同分布的 联合密度概率（同时发生） 后面写出参数 可以将θ看成是固定但未知的参数，所以L（x，θ）是关于θ的函数，即似然函数 求参数θ的值，使...
2020-03-26 20:59:06
273
原创 机器学习导论（
机器学习基础概念的理解 数据层面 数据集是什么数据集？ 行 样本 列 特征或属性 组成特征空间或属性空间 特征向量或属性向量 属性值或特征值 数据的处理 类别型数据的处理 labelencoder onehot encoder 数值型数据的处理 ...... ...
2020-03-25 21:37:58
268
原创 机器学习导论（一）
大数据和机器学习阶段的区别和联系大数据做的是基础的数据的存储和统计计算，而如果需要从大量的数据中发现或挖掘潜在的价值的需要利用机器学习算法结合数据构建模型，通过模型对现实事件作出预测大数据时代究竟改变了什么？思维方式 数据的重要性 数据资源 数据资产 数据 增值 方法论 基于知识的理论完美主义 基于数据的历史经验主义 如：推荐系统-需要拿到...
2020-03-24 20:14:48
140
原创 Matplotlib可视化（二十七）-- 球员能力图
#!usr/bin/env python# _*_ coding:utf-8 _*_"""@author: Caramel@file: 3.1.py@time: 2020/03/05@desc:球员能力图"""import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.font_manager import...
2020-03-05 21:44:29
388
原创 Matplotlib可视化（二十六）-- 散点条形图
#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 2.9.py@time: 2020/03/04@desc:散点条形图"""import numpy as npimport matplotlib.pyplot as pltplt.style.use('ggplot')x = np.rand...
2020-03-05 09:26:28
123
原创 Matplotlib可视化（二十五）-- 函数积分图
#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 2.8.py@time: 2020/03/04@desc:函数积分图"""import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.patches import Poly...
2020-03-05 09:19:05
634
原创 Matplotlib可视化（二十四）-- 极坐标图形
利用极坐标创建图形import numpy as npimport matplotlib.pyplot as pltr = np.arange(1, 6)#取到中心长度theta = [0, np.pi/2, np.pi, 3*np.pi/2, 2*np.pi]#取点ax = plt.subplot(111, projection='polar')ax.plot(theta, r,...
2020-03-05 08:55:07
441
原创 Matplotlib可视化（二十三）-- 美化图形
使用python自带样式进行美化#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 2.6.py@time: 2020/03/04@desc:美化图形"""import numpy as npimport matplotlib.pyplot as plt# plt.style.use(...
2020-03-05 08:49:41
744
原创 Matplotlib可视化（二十二）-- 形状
生成形状，patchesimport matplotlib.patches as mpatchesadd_patch#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 2.5.py@time: 2020/03/04@desc:形状import numpy as npimport matp...
2020-03-05 08:44:26
353
原创 Matplotlib可视化（二十一）-- 区域填充
对曲线下面或者曲线之间的区域进行填充用fill、fill_between函数import numpy as npimport matplotlib.pyplot as pltfillx = np.linspace(0, 5*np.pi, 1000)y1 = np.sin(x)y2 = np.sin((2*x))plt.plot(x, y1)plt.plot(x, y2)...
2020-03-05 08:35:04
969
原创 Matplotlib可视化（二十）-- Tex公式
matplotlib自带mathtex引擎，不需要安装TeX系统$作为开始和结束符，如'$ y = x**2 $' 具体的希腊字母等可以去官网查看import matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(111)ax.set_xlim([1, 7])ax.set_ylim([1, 5])ax...
2020-03-05 08:29:28
448
原创 Matplotlib可视化（十九）-- 文字
#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 2.2.py@time: 2020/03/04@desc:文字"""import numpy as npimport matplotlib.pyplot as pltx = np.arange(-10, 11)y = x**2plt.te...
2020-03-05 08:27:01
120
原创 Matplotlib可视化（十八）-- 注释
#!usr/bin/env python# -*- coding:utf-8 _*-"""@author: Caramel@file: 2.1.py@time: 2020/03/04@desc:注释"""import numpy as npimport matplotlib.pyplot as pltx = np.arange(-10, 11)y = x**2plt.pl...
2020-03-05 08:20:23
125
原创 Matplotlib可视化（十七）-- 添加新的坐标轴
pltimport numpy as npimport matplotlib.pyplot as plt#pltx = np.arange(2, 20)y1 = x**2y2 = np.log(x)plt.plot(x, y1)plt.twinx()#增加一个y坐标轴plt.plot(x, y2)#新添加一条线plt.show()plt.plot(y1, x)p...
2020-03-04 08:51:33
1243
原创 Matplotlib可视化（十四）-- 图例
图例：信息框图例，每条线的信息pltimport numpy as npimport matplotlib.pyplot as pltx= np.arange(1, 11, 1)plt.plot(x, x**2, label='Normal')plt.plot(x, x**3, label='fast')plt.plot(x, x**4, label='faster')plt....
2020-03-04 08:44:10
126
原创 Matplotlib可视化（十六）--坐标轴刻度调整
通过调整x、y轴的格子个数来调整刻度#导入模块import numpy as npimport matplotlib.pyplot as pltimport matplotlib as mplimport datetime原图x = np.arange(1, 11)plt.plot(x, x)plt.show()将y轴分成10块ax = plt.gca(...
2020-03-04 08:32:20
2960
原创 Matplotlib可视化（十五）--坐标轴范围调整
调整坐标轴范围原图import numpy as npimport matplotlib.pyplot as pltx = np.arange(-10, 10)plt.plot(x, x**2)print(plt.axis())#输出坐标轴范围(-10.95, 9.95, -5.0, 105.0)plt.axis([-5, 5, 0, 80])#调整四个值pl...
2020-03-04 08:09:59
4132
原创 Matplotlib可视化（十三）--网格
在背景添加网格plt方法在console里执行，是交互式的，可以改变import numpy as npimport matplotlib.pyplot as plty = np.arange(1, 5)plt.plot(y, y**2)plt.grid(True)#生成网格# 交互式，可以改变网格颜色、取消网格等等plt.show()面向对象法正常执行，一旦生...
2020-03-04 08:03:26
595
原创 Matplotlib可视化（十二）--多图
概念直接生成多张图片面向对象import numpy as npimport matplotlib.pyplot as pltfig1 = plt.figure()ax1 = fig1.add_subplot(111)ax1.plot([1, 2, 3], [3, 2, 1])fig2 = plt.figure()ax2 = fig2.add_subplot(111)ax...
2020-03-04 07:55:15
146
原创 Matplotlib可视化（十一）--子图
matplotlib对象简介： FigureCanvas Figure Axes生成子图实际步骤：1. fig = plt.figure()生成figure实例可以添加axes实例2.ax = fig.add_subplot(111) 三个一分别代表子图总行数、总列数、位置 返回axes实例 参数一：子图总行数 参数二：子图总列数...
2020-03-04 07:51:59
139
原创 Matplotlib可视化（十）--面向对象绘图 VS matlabstyle
三种方式简介：1.pyplot：经典高层封装，到目前为止，我们所用的都是pyplot2.pylab：将matlab和numpy合并的模块，模拟matlab的编程环境3.面对对象的方式：matplotlib的精髓，更基础和底层的方式pylab无需多个前缀，但是不建议使用from pylab import *x = arange(10)y = randn(len(x))plot...
2020-03-03 21:56:02
284
机器学习的数学基础.pdf
2020-05-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人