摘要：
用VSCode写HTML代码时，可以输入感叹号 ，然后按 或`Enter`生成HTML代码的模板，估计SublimeText等编辑器也有这种功能。 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-03-30 18:37
臭咸鱼
阅读(910)
评论(1)
推荐(0)
摘要：
之前，我都是使用下面这条命令在linux上运行python程序，并将程序输出（print）的内容存放至文件。 一般情况下，这条命令是可以将python程序的输出存放至指定文件的。 但我发现，用这条语句运行程序，偶尔会出现没有输出至指定文件（该文件被创建，但长时间不更新内容）的情况。 经过查询，我发现 阅读全文
posted @ 2020-03-27 10:50
臭咸鱼
阅读(1643)
评论(0)
推荐(0)
摘要：
前言 今天用到了PyTorch里的CosineAnnealingLR，也就是用余弦函数进行学习率的衰减。 下面讲讲定义CosineAnnealingLR这个类的对象时输入的几个参数是什么，代码示例就不放了。 正文 需要进行学习率衰减的优化器变量 Cosine是个周期函数嘛，这里的 就是这个周期的一半 阅读全文
posted @ 2020-03-26 12:51
臭咸鱼
阅读(12353)
评论(0)
推荐(0)
摘要：
前言 我们在安装python第三方库时，经常遇到下载速度慢的问题，即使换了源也不行。 好不容易下载到第三方库的文件（比如whl）后，我们可以把这些文件（比如whl）保存下来，然后可以发给同学、队友（团队开发时环境最好一致），还可以方便自己之后的重新安装。 那 安装python第三方库时的缓存路径在哪 阅读全文
posted @ 2020-03-25 20:56
臭咸鱼
阅读(8438)
评论(0)
推荐(0)
摘要：
各章节的复习笔记！ 链接： 提取码：ql1g 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 17:04
臭咸鱼
阅读(224)
评论(0)
推荐(0)
摘要：
各章节的复习笔记！ 链接： 提取码：8csu 复制这段内容后打开百度网盘手机App，操作更方便哦 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 17:03
臭咸鱼
阅读(154)
评论(0)
推荐(0)
摘要：
各章节的复习笔记！ 链接： 提取码：jaa2 复制这段内容后打开百度网盘手机App，操作更方便哦 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 17:02
臭咸鱼
阅读(223)
评论(0)
推荐(0)
摘要：
各章节的复习笔记！ 链接： 提取码：qcjn 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 17:01
臭咸鱼
阅读(175)
评论(0)
推荐(0)
摘要：
各章节的复习笔记和课本中文版！ 链接： 提取码：5n5g 复制这段内容后打开百度网盘手机App，操作更方便哦 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 17:00
臭咸鱼
阅读(213)
评论(0)
推荐(0)
摘要：
"点击这里" ！ 一次作业而已。 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 09:39
臭咸鱼
阅读(170)
评论(0)
推荐(0)
摘要：
"点击这里" ！ 内容包括各章节的笔记和课程实验等资料。 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 09:37
臭咸鱼
阅读(180)
评论(0)
推荐(0)
摘要：
"点击这里" ！ 内容包括各章节的笔记和课程实验等资料。 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 09:35
臭咸鱼
阅读(209)
评论(0)
推荐(0)
摘要：
"点击这里" ！ 内容包括第一至七章笔记和课程设计等资料。 作者： "@臭咸鱼" 转载请注明出处： 欢迎讨论和交流! 阅读全文
posted @ 2020-01-18 09:33
臭咸鱼
阅读(209)
评论(0)
推荐(0)
摘要：
作业要求 构建一个关系模式和课本中的关系 一样的关系，名称自定，在这个关系中插入1000万条记录。 注：关系 的主键为 。 要求如下： 1. 在尽可能短的时间内完成； 2. 只允许使用原生的SQL，不允许将SQL作为嵌入语言，也不允许使用其他语言如C 、Python等来完成； 3. 提交你的详细解决 阅读全文
posted @ 2019-11-15 22:12
臭咸鱼
阅读(1029)
评论(0)
推荐(0)
摘要：
[toc] 过拟合 机器学习中，如果参数过多、模型过于复杂，容易造成过拟合。 结构风险最小化原理 在经验风险最小化（训练误差最小化）的基础上，尽可能采用简单的模型，以提高模型泛化预测精度。 正则化 为了避免过拟合，最常用的一种方法是使用正则化，例如L1和L2正则化。 所谓的正则化，就是在原来损失函数 阅读全文
posted @ 2019-10-24 01:47
臭咸鱼
阅读(299)
评论(0)
推荐(0)
浙公网安备 33010602011771号