qqfq

摘要： 一.前端 1.前端绑规则后要在提交前手动调用 2.el-input的v-model默认绑字符串，当想校验数字时不管怎么样都会报错，要用el-input-number 3.el-table是:data,el-form是:model，都有prop不用带前缀 二.git版本管理 1.干啥的：存档 2.步骤 阅读全文

摘要：   ![im 阅读全文

摘要： 1.含义面向切面编程 2.作用，把重复代码提取出来，不动业务逻辑且能完成某项辅助性功能，如权限校验等 3.组成： 1.连接点：允许AOP插手的方法，在springAOP中特指所有public方法 2.切点：标注哪些方法要被AOP拦截，有路径和注解两种方案 3.通知：具体代码逻辑，如权限校验就是拿出用 阅读全文

摘要： vue前端流程介绍： 1.开发路由，编写router目录下的index.js文件，注册路由并写好页面跳转规则 2.main.js使用路由，app.vue加main.js挂载上app 3.编写路径守卫 4.写api 5.在相应.vue文件里引入并调用api（异步） 6.全局异常处理器 阅读全文

摘要： 一.sigmoid： 1.是什么（X均为加权求和的结果） 2.求导 3.特点：可以将任意的输入值映射到0到1之间 且输入值在-6到6才明显，-3到3变化迅速，导数范围是0到0.25，于是5层之内会产生梯度消失，所以仅用于浅层，一般用于二分类的输出层 二.tanh： 1.是什么： 2.求导：X越大越接 阅读全文

摘要： 目的：防止梯度消失/梯度爆炸，提高模型收敛速度，打破对称性 不能打破对称性但简单：全零全一固定值 kaiming一般用于ReLu 阅读全文

摘要： （一）基本概念 将原始的数据特征通过多步的特征转换得到的一种特征表示并输入到预测函数得到最终结果 流程如下 1.原始特征提取为底层特征 2.底层特征提取为中层特征 3.中层特征提取为高级特征 4.高级特征填到预测函数里进行预测 5.输出结果 其中2到3是表示学习，2到4是深度学习 （二）流程介绍： 阅读全文

摘要： 一.大数据要解决的三大问题 1.大量数据的存储 2.大量数据的计算 3.大量数据的资源调度 二.Hadoop的第一部分HDFS组件（分布式存储） 1.原因：单台服务器存储不下，分布式不仅解决存储问题，还能解决读写速度问题 2.架构模式：中心化模式（主从模式）和去中心化模式 主从：有一个服务器可以统筹 阅读全文

摘要： 一.基础概念: 无监督学习，无标签，仅依据样本相似度自动划分簇；同一簇样本相似度高，不同簇差异大 与分类的区别在于分类是带标签（事先定义好的类），聚类是不带标签仅根据样本的相似度进行分类 三要素： 相似度 / 距离度量 聚类准则（目标函数） 聚类算法（优化求解） 三原则： 同质性原则（同类很相似） 阅读全文

摘要： 一.计算目的： 支持向量（集合边缘的数据）到决策面（一个平面）的距离最大 二.线性可分(硬间隔SVM) 定义：存在一个线性函数将样本分开 使用超平面： 样本分类： 函数间隔（反映分类是否正确，正则正确，负则错误）： 样本到超平面的距离： 完整计算流程： 判断SVM类型，若线性可分，则进入本分支（无松 阅读全文