上一页 1 ··· 42 43 44 45 46 47 48 49 50 ··· 54 下一页
摘要: for (int i=1 ;i<N; i++) { 循环体; } if(){ 循环体; } 循环体内遇到break跳出最近的这个循环体。 1 2 3 for (int i=1 ;i<N; i++) { 4 5 if( ) 6 7 cotinue; // for循环内一旦遇到continue,则直接跳 阅读全文
posted @ 2019-08-26 14:48 Parallax 阅读(124) 评论(0) 推荐(0)
摘要: 1 #include <iostream> 2 #include <vector> 3 #include <algorithm> 4 5 using namespace std; 6 int main() 7 { vector<double> Vecdouble = {99.3,46.1,26.1, 阅读全文
posted @ 2019-08-26 14:42 Parallax 阅读(371) 评论(0) 推荐(0)
摘要: char类型:8位,一个字节。 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 实际上第一位为符号位,不算的,第一位为0表示是正数,为1表示是负数。因此范围是2**7 而 unsigned char类型为 未标记类型, 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 第一 阅读全文
posted @ 2019-08-26 09:28 Parallax 阅读(229) 评论(0) 推荐(0)
摘要: img2col:将特征图image(3D)根据卷积核的尺寸按原图对应位置展开成行col(2D)。 当卷积步长小于核边长时,img2col会造成特征图像素的重叠复制增加内存,但是依然是更有效率的。 核矩阵:将每个卷积核展成一列,即核矩阵的高为k*k*(为每个卷积核的通道数),宽为 特征图矩阵:imag 阅读全文
posted @ 2019-06-08 13:05 Parallax 阅读(4921) 评论(2) 推荐(0)
摘要: https://www.cnblogs.com/rysinal/p/7565259.html启动mysql服务:net start mysql(没有结尾标点!)启动mysql控制台:mysql -u root -... 阅读全文
posted @ 2019-06-01 12:43 Parallax 阅读(79) 评论(0) 推荐(0)
摘要: 利用一些饱和激活函数的如sigmoid激活时,假如利用均方误差损失,那么损失函数向最后一层的权重传递梯度时,梯度公式为 可见梯度与最后一层的激活函数的导数成正比,因此,如果起始输出值比较大,也即激活函数的导数比较小,那么整个梯度幅度更新幅度都比较小,收敛时间很长。若一开始输出值比较小那么更新速度比较 阅读全文
posted @ 2019-05-28 19:20 Parallax 阅读(1286) 评论(0) 推荐(0)
摘要: 要看MobileNet先看Xception。Xception是inception V3的改进,具体是引入了深度可分卷积结构 将传统的卷积操作分成两步,假设原来是3*3的卷积,那么depthwise separable convolution就是先用M个3*3卷积核一对一卷积输入的M个feature 阅读全文
posted @ 2019-05-28 16:33 Parallax 阅读(390) 评论(0) 推荐(0)
摘要: 1. ls — List ls会列举出当前工作目录的内容(文件或文件夹)。 ls命令演示 2.mkdir — Make Directory mkdir 用于新建一个新目录 执行mkdir命令 ![创建相应的文件夹](http://upload-images.jianshu.io/upload_ima 阅读全文
posted @ 2019-05-27 03:21 Parallax 阅读(109) 评论(0) 推荐(0)
摘要: 参数调优往往是数据挖掘和分析中至关重要的一步,一组好的参数能够使模型的预测或者分类更加的准确,使得模型能够完美的刻画数据的规律,在python中的sklearn中主要有两种参数调优的方法,分别为网格搜索法和随机搜索方法,下面分别介绍两种算法的核心思想: 1、网格搜索法-GridSearchCV 网格 阅读全文
posted @ 2019-05-27 02:43 Parallax 阅读(1267) 评论(0) 推荐(0)
摘要: 转自https://www.cnblogs.com/pinard/p/6208966.html DBSCAN(Density-Based Spatial Clustering of Applications with Noise,具有噪声的基于密度的聚类方法)是一种很典型的密度聚类算法,和K-Mea 阅读全文
posted @ 2019-05-17 02:47 Parallax 阅读(205) 评论(0) 推荐(0)
上一页 1 ··· 42 43 44 45 46 47 48 49 50 ··· 54 下一页