子烁爱学习

摘要： And Design：拓荒笔记——Upload上传 上传前 阅读全文

摘要： Django：学习笔记(3)——REST实现 了解REST风格 按照传统的开发方式，我们在实现CURD操作时，会写多个映射路径，比如对一本书的操作，我们会写多个URL，可能如下 但是由于很难形成统一的URL命名规范，导致了URL命名的混乱。REST是面向资源的，URL的设计只需要将资源通过合理方式暴 阅读全文

摘要： Django：学习笔记(2)——创建第一个应用 创建应用 在 Django 中，每一个应用都是一个 Python 包，并且遵循着相同的约定。Django 自带一个工具，可以帮你生成应用的基础目录结构，这样你就能专心写代码，而不是创建目录了。 我们可以执行如下命令，来创建myweb应用。 执行结束后， 阅读全文

摘要： Django：学习笔记(1)——开发环境配置 Django的安装与配置 安装Django 首先，我们可以执行python -m django --version命令，查看是否已安装django。 如果这行命令输出了一个版本号，证明你已经安装了此版本的 Django；如果你得到的是一个“No modu 阅读全文

摘要： CNN学习笔记：目标函数 分类任务中的目标函数 目标函数，亦称损失函数或代价函数，是整个网络模型的指挥棒，通过样本的预测结果与真实标记产生的误差来反向传播指导网络参数学习和表示学习。 假设某分类任务共N个训练样本，针对网络最后分类层第i个样本的输入特征为xi，其对应的真实标记为yi∈{1,2,... 阅读全文

摘要： Keras实践：手写数字识别 阅读全文

摘要： Keras实践：实现非线性回归 代码 拟合效果如下： 阅读全文

摘要： CNN学习笔记：卷积神经网络 卷积神经网络 卷积神经网络是一种层次模型，其输入是原始数据，如RGB图像、音频等。卷积神经网络通过卷积（convolution）操作、汇合（pooling）操作和非线性激活函数的映射等一系列操作的层层堆叠，将高层语义信息逐层由原始信息中抽取出来，逐层抽象。 基本结构 卷 阅读全文

摘要： CNN学习笔记：全连接层 全连接层 全连接层在整个网络卷积神经网络中起到“分类器”的作用。如果说卷积层、池化层和激活函数等操作是将原始数据映射到隐层特征空间的话，全连接层则起到将学到的特征表示映射到样本的标记空间的作用。 一段来自知乎的通俗理解： 从卷积网络谈起，卷积网络在形式上有一点点像咱们正在召 阅读全文

摘要： CNN学习笔记：池化层 池化 池化（Pooling）是卷积神经网络中另一个重要的概念，它实际上是一种形式的降采样。有多种不同形式的非线性池化函数，而其中“最大池化（Max pooling）”是最为常见的。它是将输入的图像划分为若干个矩形区域，对每个子区域输出最大值。直觉上，这种机制能够有效地原因在于 阅读全文