自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(26)
  • 资源 (7)
  • 收藏
  • 关注

原创 NightWatch启动chrome时,弹出设置页面:Microsoft Windows恶意删除工具...

预期:用NightWatch启动chrome浏览器,自动打开百度页面结果:启动chrome时同时打开两个标签页,且页面停留在chrome的设置页面解决:通过配置参数禁止data;的出现解决办法:在chromeOptions加入两个参数参考文章:https://www.jianshu.com/p/c573275e615chttps://stackoverflow.com/questions/41041511/google-chrome-allow-running-i...

2021-04-27 10:39:34 255 1

原创 Angular特殊的选择器:host,:host-context,::ng-deep

:host 表示选择当前的组件。::ng-deep 可以忽略中间className的嵌套层级关系。直接找到你要修改的className。:host-context 如果需要满足某条件才能应用样式,这个正好。它在当前组件宿主元素的祖先节点中查找 CSS 类,直到文档的根节点为止。如果找到,才会应该后面的样式到内部元素。常见用法举例:1、在使用一些第三方的组件的时候,要修改组件的样式。或者是改变本组件下面某个特定类型的样式,不管目标的层次如何。:host ::ng-deep .class.

2021-03-26 16:16:36 831

原创 Thinkpad电脑安装ubuntu,遇到问题“Minimal BASH-like line editing is supported”

打算把thinkpad电脑的windows10去掉,单独装ubuntu。格式化电脑硬盘后,用ubuntu安装u盘启动,出现如下提示:“Minimal BASH-like line editing is supported”需要做如下设置:1、在BIOS里面关闭UEFI对Legacy的支持但是设置这个时会出现 :“unselectable for kernel DMA Protection”解决:BIOS中Security - Virtualization -kernel DMA P.

2020-08-18 17:16:58 5992

原创 正则化

一、欠拟合与过拟合1、欠拟合的解决方法:增加输入特征项增加网络参数减少正则化参数2、过拟合的解决方法;数据清洗增大训练集采用正则化增大正则化参数二、正则化正则化缓解过拟合正则化在损失函数中引入模型复杂度指标,利用给w加权值,弱化了训练数据的噪声(一般不正则化b)损失函数的形式:loss = loss(y 与 y_) + REGULARIZER * loss(w)loss(y 与 y_) 是模型中所有参数的损失函数,如:交叉熵,均方误差...

2020-07-29 00:20:03 247

原创 学习笔记,神经网络和反向传播

简单的二分类情形:1、前向传播有m个样本,每个样本有n个特征,, 每个特征的权重是, 权重向量为,偏置为b,激活函数为sigmoid函数,则激活后的值为, 大写表示向量,小写表示标量2、反向传播y为真实值,损失函数为代价函数为, 代价函数为a, y的函数,实际上可以看作是w,b的函数梯度下降法,对w,b进行求偏导反向传播的简单理解:通过上面的分解,J对w的偏导,分解为J对a的偏导,a对z的偏导,z对w的偏导,一个反向链条,从J传播到w...

2020-07-28 16:43:56 110

原创 学习笔记,梯度下降(非向量实现)

在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常用的方法之一。一、梯度在微积分里,对多元函数参数求偏导,把求得的各个参数的偏导数以向量的形式写出来,就是梯度。如果是一元函数,梯度就是偏导。例如,f(x1,x2),分别求偏导,梯度向量就是(∂f/∂x1, ∂f/∂x2)梯度向量的意义:从几何意义上来讲,就是函数变化增加(上升)最快的方向。二、梯度下降在机器学习算法中,在最小化损失函数时,可以通过梯度下降来一步步的迭代求解,...

2020-05-29 01:18:10 189

原创 tf.nn.conv2d()函数详解(strides与padding的关系)

tf.nn.conv2d()是TensorFlow中用于创建卷积层的函数,这个函数的调用格式如下:def conv2d(input: Any, filter: Any, strides: Any, padding: Any, use_cudnn_on_gpu: bool = True, ...

2019-12-20 01:30:46 3082 1

原创 tf.tile

tf.tile(input, multiples, name=None)作用是吧input按照multiples的要求复制,构建新的tensor注意:multiples中的元素个数必须跟input的维度相同,不然会报错import tensorflow as tf a = tf.constant([1,2,3])b = tf.constant([[4,5,6],[7,8,9]...

2019-10-23 20:05:55 163

转载 tf.range用法

range(limit, delta=1, dtype=None, name='range')range(start, limit, delta=1, dtype=None, name='range')从start开始,到limit结束(不包括limit),间隔delta,生成一维序列import tensorflow as tfwith tf.Session() as sess...

2019-10-23 19:47:41 2160

原创 tf.shape用法

tf.reshape(tensor,shape, name=None)作用就是把tensor变换为shape的形式reshape里面的参数的乘积必须是等于上面数组所有参数的总和。shape里可以存在-1, -1的意思是这一维的数目会被自动计算。-1只能有一个。我们可以这样理解变换过程,首先把tensor变换成一维的,然后再根据shape变换。...

2019-10-23 19:41:13 610

转载 范数

在机器学习中经常需要对向量,矩阵有一个对于它们大小的度量。范数的定义:∣∣x∣∣p=(∑i∣xi∣p)1p||x||_p = (\sum_i |x_i|^p)^{\frac{1}{p}}∣∣x∣∣p​=(i∑​∣xi​∣p)p1​其中,p ∈ R, p ≥ 1范数实质就是将向量映射到非负值的函数, 当p=2时,L2L^2L2范数称为欧几里得范数。因为在机器学习中用的太多, ∣∣x∣∣2...

2019-10-23 15:45:43 299

原创 tf.gather_nd用法详解

gather_nd的定义如下:def gather_nd(params, indices, name=None)功能:根据indeces描述的索引,在params中提取元素,重新组成一个tansor``

2019-10-21 00:08:47 2072

转载 卷积神经网络(CNN)中卷积层计算细节

卷积计算过程单通道图像输入层大小为5x5, 卷积核为3x3,输出的计算过程如下:Stride和Padding如果将输入层想像成黑板,局部感受野就像是黑板擦,他会从左往右,从上至下的滑动,每次滑动1 个步长(Stride)并且每次滑动都重复上述的计算过程,我们就可以得到输出的特征图(feature map),有时候,按照规定步数滑动到黑板边缘时,黑板擦一部分会露出在黑板外,这个...

2019-09-17 09:54:27 2650 1

转载 Tensorflow中的tf.argmax()函数

转载出处:http://www.cnblogs.com/willnote/p/6758953.html官方API定义tf.argmax(input, axis=None, name=None, dimension=None)Returns the index with the largest value across axes of a tensor.Args:input: A ...

2019-05-28 16:21:05 224

原创 PCL学习:随机采样一致性算法(RANSAC)

此文是在他人的文章上进行了补充完善。另外代码部分是在Ziv Yaniv的c++实现上重新实现了一次,加了中文注释,修正了一个错误。便于理解算法实现。随机采样一致性算法,RANSAC是"RANdom SAmple Consensus"(随机采样一致)的缩写。它可以从一组包含“局外点”的观测数据集中,通过迭代方式估计数学模型的参数,它是一种不确定的算法----它有一定的概率得出一个合理的结果;为了...

2019-04-03 16:52:54 3234

原创 关于Android中获取短信息会话(threads)表中的信息

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I

2017-04-24 23:58:39 1860 2

原创 windows核心编程系列13---Windows内存体系结构

1、进程的虚拟地址空间每个进程都有自己的虚拟地址空间。对于32位的进程,这个地址空间的大小是4GB,这是因为32位的指针可以表示从0x00000000到0xFFFFFFFF之间的任一值。对于64位的,地址空间大小为16TB。因为每个进程都有自己专有的地址空间,当进程中的个线程运行时,它们只能访问属于该进程的内存。线程即看不到属于其他线程的内存,也无法访问它们。在Wind

2013-03-14 22:34:34 1060

原创 用户模式下线程同步(二)

一、Slim读/写锁1、定义:SRWLock的目的和关键段相同,都是保护一个资源,不让其他线程访问。不同:SRWLock允许我们区分对待读线程和写线程;多个读线程可以共享访问资源,写线程独占资源。 2、结构RTL_SRWLOCK 3、常用函数InitializeSWRLock读的函数AcquireSRWLockSharedReleaseSRWLock

2012-10-22 22:43:36 746

原创 用户模式下线程同步(一)

关键段(critical section)是一小段代码,他在执行之前需要独占对一些共享资源的访问权。 这段代码的执行可以理解为原子方式。一、关键段结构CRITICAL_SECTION有个比喻很形象。一个CRITICAL_SECTION结构就像飞机上的一个卫生间,而马桶则是我们想要保护的数据。由于卫生间很小,因此在同一时刻只允许一个人(线程)在卫生间(关键段)内是使用马桶

2012-10-19 23:03:21 784

转载 对话框隐藏启动时,对话框边框闪烁的解决方案

如何让基于对话框的MFC程序启动后自动隐藏对话框                                        对话框隐藏的几种方法作者:A Kun ([email protected])有很多应用程序要求一起动就隐藏起来,这些程序多作为后台程序运行,希望不影响其他窗口,往往只在托盘区显示一个图标。这些程序通常都是对话框程序,而对话框在初始化的过程上与SDI、MDI的初

2012-08-16 09:31:23 3272

转载 判断是否已经安装vc2008运行时库

Visual C++ Redistributable(简称VC运行库),现在的系统VC2005是必须安装,QQ、游戏、网络应用都离不开VC2005的支持,(也就是说VC不安装这些都不能用),VC2008运行库呢是可选的,现在或将来新游戏都依赖VC2008代码呢没什么精辟之处,甚至不屑一顾的代码,那我又为何写这样的垃圾代码呢?如果你经常安装系统软件或游戏哪怕一线主流游戏的安装程序,在安装时都不管你是

2011-06-19 10:31:00 6688

原创 MFC CListCtrl 取消选中

<br />最近写一个程序,用到CListCtrl 。其中取消选中,我开始使用的是<br />SetItemState(i,   NULL,  NULL);<br />一直觉得程序有问题,但是没有去深究。今天回过头来找原因,发现原来是这句错了。正确的写法应该是<br />SetItemState(i,   0,   -1);<br /> <br />/////////////////////////////////////////////<br />另外引用一篇blog<br /> CListCtrl 选中

2011-03-03 15:06:00 11183 3

原创 多cpu(多核)下让cpu占用率成正弦曲线

基本思路是新建一线程,让这个线程只在某一cpu上运行。这个线程的作用是控制单个cpu的占用率。 #include #include #include const double SPLIT = 0.01;const int COUNT = 200;const double PI = 3.1415926;const int INTERVAL = 300;static DWORD WIN

2009-12-13 20:36:00 1289

转载 OpenGL入门学习----数据传输方式

 先别着急,立方体是很简单,但是这里只是拿立方体做一个例子,来说明OpenGL在绘制方法上的改进。从原始一点的办法开始一个立方体有六个面,每个面是一个正方形,好,绘制六个正方形就可以了。glBegin(GL_QUADS);     glVertex3f(...);     glVertex3f(...);     glVertex3f(...);     glVertex3f(...);   

2009-01-05 16:31:00 972

转载 Frustum Culling in OpenGL

 By Mark MorleyDecember 2000 Introduction:Imagine you are writing a program that lets the user wander around in a virtual world thats chock full of trees, buildings, cars, people, and all sorts o

2009-01-04 15:40:00 2370

转载 多叉树的层次遍历

 多叉树的层次遍历 这个在网上有完整程序的好像不多. 我在网上看到一个,就把它转帖过来了,  有兴趣的朋友一起来研究下.  TreeNode.h 文件  #ifndef __TREENODE_  #define __TREENODE_  #include "StdAfx.h"  #include   #include   #include   #includ

2008-12-30 11:14:00 2224

c++,c#互通DES加密算法(支持中文)

实际项目提取,开箱即用,完美支持中文

2021-08-17

c++文件文件夹混合多选对话框

文件文件夹多选对话框。基于MFC的文件选择对话框进行的改造,实现了同时选择多个文件和文件夹的功能。 对于在系统虚拟目录“库”文件夹中进行选择文件和文件夹也做了特殊的处理。 在其他语言(比如c#)中也可以方便调用。

2015-03-31

文件文件夹混合多选对话框

文件文件夹多选对话框。基于MFC的文件选择对话框进行的改造,实现了同时选择多个文件和文件夹的功能。 对于在系统虚拟目录“库”文件夹中进行选择文件和文件夹也做了特殊的处理。 在其他语言(比如c#)中也可以方便调用。

2015-01-07

ArcGIS的las文件插件

ArcGIS的las文件读写插件,轻松在ArcGIS中对点云数据进行各种处理!!!

2009-11-11

MapGIS操作手册加培训材料

MapGIS操作手册,WORD版本的,内容详细。另外还有平台培训材料,图文并茂!

2009-10-28

常见排序方法比较,对于各种方法能有很直观的感受

实现了几种常见排序方法,并对同一数据操作,比较排序时间,对于各种方法有很直观的感受

2008-11-19

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除