摘要:前言 之前写了几篇关于 TensorFlow 1.x GPU 版本安装的博客,但几乎没怎么学习过。之前基本在搞 Machine Learning 和 Data Mining 方面的东西,极少用到 NN,虽然看过几次相关代码,但没怎么看懂过,静态图是有些复杂,对像我这样的菜鸡来说难度有那么点点点点点大 阅读全文
posted @ 2020-01-15 14:49 ITryagain 阅读 (16) 评论 (0) 编辑
摘要:前言 人们常说“物以类聚,人以群分”,在生物学中也对生物从界门纲目科属种中进行了划分。在统计学中,也有 ,通过把相似的对象通过静态分类的方法分成不同的组别或者更多的子集,从而让同一个子集中的成员都有相似的一些属性,然后对这些子集中的数据进行分析,其关键则在于聚类。这系列文章将来讲讲各种聚类方法,这篇 阅读全文
posted @ 2019-12-29 16:52 ITryagain 阅读 (83) 评论 (0) 编辑
摘要:视图 + 标准视图 + 普通视图,又称为关系视图 + 内联视图 + 在使用SQL语句编写查询时临时构建的一个嵌入式的视图,又称内嵌视图 + 物化视图 + 存储查询的结果,之前称为快照 创建视图的语法 创建一个只读视图 创建带 with check option 的视图 多表视图 可更新的视图 + 键 阅读全文
posted @ 2019-12-29 01:47 ITryagain 阅读 (13) 评论 (2) 编辑
摘要:前言 上篇 "文章" 介绍了 的相关概念以及基于 Boosting的 AdaBoost,这篇文章将介绍基于模型融合的另一种方式 Bagging 的算法,随机森林(Random Forest)。(上篇公式敲的太累了这篇就来个简单的缓解缓解) 随机森林 算法思想 我们先来看看这个算法的名字,可以拆分开为 阅读全文
posted @ 2019-12-28 18:33 ITryagain 阅读 (119) 评论 (0) 编辑
摘要:前言 前面的文章中介绍了决策树以及其它一些算法,但是,会发现,有时候使用使用这些算法并不能达到特别好的效果。于是乎就有了 (Ensemble Learning),通过构建多个学习器一起结合来完成具体的学习任务。这篇文章将介绍集成学习,以及其中的一种算法 AdaBoost。 集成学习 首先先来介绍下什 阅读全文
posted @ 2019-12-27 23:11 ITryagain 阅读 (89) 评论 (0) 编辑
摘要:前言 距 "上篇" 文章已经过了9个月 orz。。趁着期末复习,把博客补一补。。 在前面的文章中介绍了决策树的 ID3,C4.5 算法。我们知道了 ID3 算法是基于各节点的信息增益的大小 $\operatorname{Gain}(D, a)=\operatorname{Ent}(D) \sum_{ 阅读全文
posted @ 2019-12-25 22:53 ITryagain 阅读 (107) 评论 (0) 编辑
摘要:前言 在校两年半,没经历过面试的毒打,第一次面试给了腾讯,周二晚上学长帮推的简历周三下午就打电话来问周四晚上有没有空面试。那天下午还在赶着数据库的实验报告,脑子有点转不过来就说了有空,然后仔细一看好像前两天刚抢了节课,正好是周四晚上 orz,算了算了,翘了,周五再去蹭两节,面试重要。 emmmm。。 阅读全文
posted @ 2019-12-21 22:33 ITryagain 阅读 (678) 评论 (1) 编辑
摘要:前言 前面介绍了基本图形、模型、曲线的绘制,但是,在好像还没有感受到那种3D游戏里一些能惊艳到自己的效果,即真实感还不是很足。这篇文章中介绍的光线追踪,是实现真实感必不可少的。拿下面的两张图片来对比 对比一下是不是被下面这张图片的效果惊艳到了?可以很明显感觉到,下面的这个图片效果要好的多。这篇博客将 阅读全文
posted @ 2019-12-16 22:16 ITryagain 阅读 (484) 评论 (1) 编辑
摘要:前言 在 "上篇" 文章中,介绍了如何加载绘制模型以及鼠标交互的实现,并且遗留了个问题,就是没有模型表面没有纹理,看起来很丑。这篇文章将介绍如何贴纹理,以及曲线的绘制。 纹理贴图 纹理加载 既然是贴图,那首先我们得要有合适的纹理图片,openGL中支持的图片为bmp格式。在这里我还用到了个额外的库g 阅读全文
posted @ 2019-12-16 13:37 ITryagain 阅读 (191) 评论 (0) 编辑
摘要:前言 在上篇文章中,介绍了基本图形的绘制。这篇博客中将介绍模型的加载、绘制以及鼠标交互的实现。 模型加载 模型存储 要实现模型的读取、绘制,我们首先需要知道模型是如何存储在文件中的。 通常模型是由网格组成的,且一般为三角网格。原因为: 其它多边形网格可以容易地剖分为三角形 三点共面:保证平面性 可以 阅读全文
posted @ 2019-12-15 00:29 ITryagain 阅读 (282) 评论 (0) 编辑
摘要:前言 这是从零开始openGL系列文章的第二篇,在上篇文章中介绍了基本的环境配置,这篇文章将介绍如何绘制基本图形(圆、三角形、立方体、圆柱、圆锥)。 基本框架 下面这里我先给出opengl的3D绘图的基本框架 #include <windows.h> #include <string.h> #inc 阅读全文
posted @ 2019-12-08 16:05 ITryagain 阅读 (252) 评论 (0) 编辑
摘要:NN入门,手把手教你用Numpy手撕NN(3) 这是一篇包含极少数学的CNN入门文章 上篇 "文章" 中简单介绍了NN的反向传播,并利用反向传播实现了一个简单的NN,在这篇文章中将介绍一下CNN。 CNN CV(计算机视觉)作为AI的一大研究方向,越来越多的人选择了这个方向,其中使用的深度学习的方法 阅读全文
posted @ 2019-11-28 17:18 ITryagain 阅读 (226) 评论 (0) 编辑
摘要:这是一篇近两年来的一些日常的记录以及一些感想。 这周宁哥给我们开了场班会,讲了讲他大学的一些经历。宁哥在问我们这两年多的大学生活是否有什么印象深刻的事的时候,我想了好久,似乎想不到什么。但听完他讲的几个经历后,才想起来我也有过类似的经历,但我却没法立马想起来。细细反思了下原因,可能是在这半年的学习中 阅读全文
posted @ 2019-11-10 21:11 ITryagain 阅读 (129) 评论 (0) 编辑
摘要:前言 这学期开始学习linux,但笔记本装了双系统之后指纹识别会失效,开虚拟机又十分占据内存,于是乎基本需要使用linux的时候就用wsl,可奈何只有命令行界面,在需要使用图形软件(如emacs)的时候就很是苦恼。最近捣鼓了下,终于可以成功的在wsl中使用图形化软件了。 下面就来讲讲流程 过程 装w 阅读全文
posted @ 2019-10-27 16:40 ITryagain 阅读 (94) 评论 (0) 编辑
摘要:前言 高考完之后填志愿,当时想以后去做游戏,所以选择了计算机这个专业,之前捣鼓过U3D,这学期也开始了计算机图形学的学习,最近学习了OpenGL相关的一些内容,将在博客中记录这系列的学习。这篇开篇博客将介绍环境的配置。 配置过程 本地环境 Window 10 + VS2017 配置环境 GLUT + 阅读全文
posted @ 2019-09-25 21:33 ITryagain 阅读 (1062) 评论 (2) 编辑
摘要:这是一篇包含较少数学推导的NN入门文章 上篇 "文章" .md)中简单介绍了如何手撕一个NN,但其中仍有可以改进的地方,将在这篇文章中进行完善。 误差反向传播 之前的NN计算梯度是利用数值微分法,虽容易实现,但是计算速度慢,这里介绍的 能够高效计算权重参数的梯度的方法。 这里将通过 的方法来讲解反向 阅读全文
posted @ 2019-09-06 01:41 ITryagain 阅读 (385) 评论 (0) 编辑
摘要:前言 这是一篇包含极少数学推导的NN入门文章 大概从今年4月份起就想着学一学NN,但是无奈平时时间不多,而且空闲时间都拿去做比赛或是看动漫去了,所以一拖再拖,直到这8月份才正式开始NN的学习。 这篇文章主要参考了《深度学习入门:基于Python的理论与实现》一书,感觉这本书很不错,偏向实践,蛮适合入 阅读全文
posted @ 2019-08-24 23:44 ITryagain 阅读 (195) 评论 (0) 编辑
摘要:前言 前段时间周围有很多认识的人学习Android,看蛮多人在装Android Studio,然而看他们装的过程不是那么顺利?然后也有高中同学来问我,于是乎就自己也试着去装了下,也方便日后学习Android吧。在这记录安装过程,希望能帮助到大家。 注:因为我电脑中已有JAVA环境了,所以在本教程中不 阅读全文
posted @ 2019-07-16 15:48 ITryagain 阅读 (108) 评论 (0) 编辑
摘要:前言 自从开始弄起数据挖掘之后,已经很久没写过技术类的博客了,最近学校 JAVA 课设要求实现一个聊天室,想想去年自己已经写了一个了,但是有些要求到的功能我也没实现,但看着原有的代码想了想加功能好像有那么点点难,于是就想着重构,也正好之前有看到别人写的CS架构的代码,感觉扩展性还不错,就试着写了写, 阅读全文
posted @ 2019-06-05 19:10 ITryagain 阅读 (1275) 评论 (0) 编辑
摘要:基本概念 (support vector machines,SVM)是一种 模型,它的基本模型是定义在特征空间上的 的线性分类器。支持向量机还包括 ,这使它成为实质上的非线性分类器。其学习策略就是间隔最大化,可形式化为一个求解凸二次规划(convex quadratic programming)的问 阅读全文
posted @ 2019-04-10 15:08 ITryagain 阅读 (230) 评论 (0) 编辑
Live2D