2021年10月10日
手撕spring(一)：实现一个简单的IOC容器
摘要： gitee地址：https://gitee.com/zr-zhang2021/easy-framework-spring/tree/v1-base-beanfactory 前言 为了更好地帮助自己阅读spring源码，学习源码中的思想，本次spring手撕系列参考了多方面的资料，目标从最简单的原理出 阅读全文
posted @ 2021-10-10 23:44 zr-zhang2019 阅读(108) 评论(0) 推荐(0) 编辑
Java工具类--使用原生POI实现导出Excel功能2-注解方式
摘要： 前言 使用注解方式可以在使用上更加的简便，可以直接在属性对应的注解中设置导出到Excel表中的列名；同时，不需要移动实体类中属性的位置，就可以设置属性的在导出excel表中列的顺序，对于不需要导出的属性，直接不加注解就可以了。 快速使用 1.在pom.xml中导入依赖 <dependency> <g 阅读全文
posted @ 2021-10-10 23:35 zr-zhang2019 阅读(311) 评论(0) 推荐(0) 编辑
Java工具类--使用原生POI实现导出Excel功能1
摘要： 为什么要使用原生的POI 项目中需要用到导出Excel的功能，一开始用的是阿里的easyExcel，据说是性能比较好，原本本地测试没啥问题，一到了线上的环境后，就出现了几个报错，百度了一下大概是说缺少了某种字体啥的，可参考的解决方案不多，再说我不能保证到时现场的技术人员懂得装这啥啥字体，最后还是自己 阅读全文
posted @ 2021-10-10 23:32 zr-zhang2019 阅读(1028) 评论(0) 推荐(0) 编辑
2019年8月26日
李宏毅机器学习笔记12（Transfer Learning）
摘要： Transfer Learning 1、什么是迁移学习 2、如何实现迁移学习 1）source有label，target有label 一、model fine-tuning（模型微调） 方法一、conservative training（保守训练） 方法二、layer transfer（层迁移） 二 阅读全文
posted @ 2019-08-26 14:25 zr-zhang2019 阅读(1602) 评论(0) 推荐(0) 编辑
李宏毅机器学习笔记15（Ensemble）
摘要： Ensemble 1、什么是集成学习 2、Bagging（决策树+随机森林） 3、Boosting Adaboost、Gradient boost 4、Stacking 1、什么是集成学习 人多力量大！ 世上没有一个分类器解决不了的分类问题 如果有，就多用几个！ 集成学习分为两大类：Bagging和 阅读全文
posted @ 2019-08-26 14:20 zr-zhang2019 阅读(781) 评论(0) 推荐(1) 编辑
李宏毅机器学习笔记16（Reinforcement Learning）
摘要： Reinforcement Learning 1、什么是强化学习 2、如何实现强化学习（方法） Policy-based：（learn a actor） 代表算法：Policy-Gradient Value-based：（learn a critic） 代表算法：Deep-Q-Learning Ac 阅读全文
posted @ 2019-08-26 14:18 zr-zhang2019 阅读(593) 评论(0) 推荐(0) 编辑
李宏毅机器学习笔记14（RNN）
摘要： Recurrent Neural Network (RNN) 1、什么是RNN 2、LSTM 一、什么是LSTM 二、LSTM框架 3、RNN分析 RNN 1、什么是RNN RNN可以处理序列的信息（即前面的输入对后面是有关系的） 下面通过一个订票系统的例子去说明什么是RNN： 1）、目标：假设我们 阅读全文
posted @ 2019-08-26 14:18 zr-zhang2019 阅读(1457) 评论(0) 推荐(0) 编辑
李宏毅机器学习笔记13（Structured Learning）
摘要： Structured Learning 1、什么叫结构化学习 2、结构化学习统一框架 3、结构化学习的三个问题 4、线性模型解决结构化学习的三个问题 1、什么叫结构化学习 之前的input and output 都是vectors 结构化学习：输入输出都是一种带有结构的对象（sequence,lis 阅读全文
posted @ 2019-08-26 14:18 zr-zhang2019 阅读(624) 评论(0) 推荐(0) 编辑
2019年8月18日
李宏毅机器学习笔记07（CNN）
摘要： 卷积神经网络（Convolutional Neural Network） 1、什么是CNN 什么卷积、为什么用CNN 2、实现CNN的步骤 input——>convolution——>max pooling——>...——>flatten——>fully connected network——>ou 阅读全文
posted @ 2019-08-18 11:26 zr-zhang2019 阅读(539) 评论(0) 推荐(0) 编辑
2019年8月17日
李宏毅机器学习笔记08（Semi-Supervised）
摘要： 半监督学习 1、什么是Semi-Supervised 2、Semi-Surpervised在生成模型中如何实现的（EM算法） 3、Semi-Surpervised基于Low-density Separation（低密度分离）假设是如何实现的 1）Self-training方法+Entropy-bas 阅读全文
posted @ 2019-08-17 16:04 zr-zhang2019 阅读(1148) 评论(0) 推荐(0) 编辑
下一页