- 博客(8)
- 收藏
- 关注
原创 深度学习中的Epoch,Batchsize,Iterations,都是什么鬼?
这里写自定义目录标题梯度下降法EpochBatch SizeIterations梯度下降法这一切都要从机器学习中的梯度下降法说起。首先让我们来回顾一下这个常见的不能再常见的算法。梯度下降法是机器学习中经典的优化算法之一,用于寻求一个曲线的最小值。所谓"梯度",即一条曲线的坡度或倾斜率,"下降"指代下降递减的过程。梯度下降法是迭代的,也就是说我们需要多次计算结果,最终求得最优解。梯度下降的迭代质量有助于使输出结果尽可能拟合训练数据。梯度下降法中有一个称为学习率的参数,如上图左所示,在算法开始时,步
2021-07-15 22:41:03 263
原创 面试:HashMap 底层实现原理
HashMap 底层是如何实现的?在 JDK 1.8 中它都做了哪些优化?在 JDK 1.7 中 HashMap 是以数组加链表的形式组成的,JDK 1.8 之后新增了红黑树的组成结构,当链表大于 8 并且容量大于 64 时,链表结构会转换成红黑树结构,它的组成结构如下图所示:数组中的元素我们称之为哈希桶,它的定义如下:staticclassNode<K,V>implementsMap.Entry<K,V>{finalinthash;...
2021-03-02 00:55:43 246
原创 面试中String的特点以及重要方法
几乎所有的Java 面试都是以String开始的,如果第一个问题没有回答好,则会给面试官留下非常不好的第一印象,而糟糕的第一印象则会直接影响到自己的面试结果,就好像刚破壳的小鹅一样,会把第一眼看到的动物当成自己的母亲,即使它第一眼看到的是一只小狗或小猫,也会默认跟随其后,心理学把这种现象叫做印刻效应。印刻效应不仅存在于低等动物之中,同样也适用于人类,所以对于String的知识,我们必须深入的掌握才能为自己赢得更多的筹码。本课时的问题是:String是如何实现的?它有哪些重要的方法?典...
2021-03-02 00:22:05 128
原创 各类深度学习优化算法详解(BGD、SGD、MBGD、Momentum、NAG、Adagrad、Adadelta、RMSprop、Adam)
在机器学习、深度学习中使用的优化算法除了常见的梯度下降,还有 Adadelta,Adagrad,RMSProp 等几种优化器,都是什么呢,又该怎么选择呢?在 Sebastian Ruder 的这篇论文中给出了常用优化器的比较,今天来学习一下:https://arxiv.org/pdf/1609.04747.pdf本文将梳理:什么是梯度下降以及梯度的概念 每个算法的梯度更新规则和缺点 为了应对这个不足而提出的下一个算法 超参数的一般设定值 几种算法的效果比较 选择哪种算法—什么是梯度下
2021-02-05 23:54:28 1233
原创 分析用System.out.println(对象);的方法,输出的是它的toString()方法
分析用System.out.println(对象);的方法,输出的是它的toString()方法今天在敲代码的时候,发现了一个有趣的现象,直接打印对象,一般都是出现对象的地址,然而今天出现的确实直接调用对象的toString()方法答案其实很简单,就是自己写的toString()方法它继承了lang的toString方法例如: @Override public String toString() { return "Emp{" +
2021-01-08 09:04:45 446
转载 关于Java中多态可能违背里氏替换原则的分析
作者:aaron hao链接:https://www.zhihu.com/question/27191817/answer/145013324先声明先篇文章转自知乎,觉得讲得很明白,转载记录。LSP的原定义比较复杂,我们一般对里氏替换原则 LSP的解释为:子类对象能够替换父类对象,而程序逻辑不变。里氏替换原则有至少以下两种含义:里氏替换原则是针对继承而言的,如果继承是为了实现代码重用,也...
2020-04-22 23:41:15 368
原创 2020蓝桥杯模拟赛题目解析(上)
2020蓝桥杯模拟赛题目解析(上)下午参加了省的模拟赛,感觉有点难,还是来总结一下,第一次写博客,欢迎各位大佬指点第一题问题描述 在计算机存储中,12.5MB是多少字节?答案提交 这是一道结果填空的题,你只需要算出结果后提交即可。本题的结果为一个整数,在提交答案时只填写这个整数,填写多余的内容将无法得分。 答案:1310720012.510241024=13107200字节...
2020-04-19 22:45:52 3582
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人