05 2019 档案

摘要:获取响应内容: import requests r=requests.get('http://www.santostang.com/') print(r.encoding) print(r.status_code) print(r.text) 获取编码,状态(200成功,4xx客户端错误,5xx服务 阅读全文
posted @ 2019-05-31 22:10 大浪淘沙、 阅读(473) 评论(0) 推荐(0)
摘要:囚徒博弈 两个共谋犯罪的人被关入监狱,不能互相沟通情况。如果两个人都不揭发对方,则由于证据不确定,每个人都坐牢一年;若一人揭发,而另一人沉默,则揭发者因为立功而立即获释,沉默者因不合作而入狱十年;若互相揭发,则因证据确凿,二者都判刑八年。由于囚徒无法信任对方,因此倾向于互相揭发,而不是同守沉默。最终 阅读全文
posted @ 2019-05-24 17:16 大浪淘沙、 阅读(1970) 评论(0) 推荐(0)
摘要:出于未知原因,想装一下。 因为有光盘,所以就从光盘安装就可以了。 首先是配置yum下的下载地址: 找到yum的地址,然后打开文件。 然后建立该文件的/media/cdrom路径。将光盘挂载到该路径下。注意enable取1 查询光盘设备: 挂载光盘到目录下,并查看: 查看配置状态: 完成。 尝试yum 阅读全文
posted @ 2019-05-17 22:40 大浪淘沙、 阅读(552) 评论(0) 推荐(0)
摘要:引用:https://blog.csdn.net/program_developer/article/details/80632779 将n维特征映射到k维上,只保留包含绝大部分方差的维度特征,而忽略包含方差几乎为0的特征维度,实现对数据特征的降维处理。 PCA算法有两种实现方法:基于特征值分解协方 阅读全文
posted @ 2019-05-05 23:10 大浪淘沙、 阅读(756) 评论(0) 推荐(0)
摘要:使用梯度检验,减少梯度下降过程中的bug。之后去掉梯度检验,使用梯度下降的优化算法完成梯度下降过程。 梯度检验的一些原理: 初始权值的范围 神经网络的隐层建议: 阅读全文
posted @ 2019-05-03 16:43 大浪淘沙、 阅读(151) 评论(0) 推荐(0)
摘要:octave教程和MATLAB类似。octave:11> PS1('>> ')更改提示符 格式化输出:disp(sprintf('6 decimals: %0.6f', a)) 对矩阵A扩充一列A = [A, [100; 101; 102]] 矩阵A合并为一列:A(:) 矩阵求伪逆:https:// 阅读全文
posted @ 2019-05-02 22:57 大浪淘沙、 阅读(192) 评论(0) 推荐(0)
摘要:监督学习的回归问题上做了介绍,讲解的是房价问题: 采用的代价函数为全局的误差计算,并将计算的参数结果同时更新,为批梯度下降法。 批梯度下降法在多个参数时的运算过程: 有时候,为了让数据的影响程度,或者说是具有一致性,需要数据预处理,集中在均值0附件即可 在学习率问题上,采用倍数为3从0.001处开始 阅读全文
posted @ 2019-05-02 11:52 大浪淘沙、 阅读(269) 评论(0) 推荐(0)
摘要:背景透明方法 主要就是以下两个好用点。但是有区别。前者不继承透明,后者继承透明。 background:rgba(255,255,255,0.5); optcity:0.5 参阅资料:https://www.cnblogs.com/-simon/p/5916659.html 这里主要说的是图像设置完 阅读全文
posted @ 2019-05-02 00:52 大浪淘沙、 阅读(1133) 评论(0) 推荐(2)