ylxn

摘要： 一、异常的结构 所有异常和错误都继承Throwable 错误有VirtualMachineError, OutOfmemoryError, ThreadDeath 异常分为RuntimeException. IOException, SQLException 在RuntimeException中分为 阅读全文

摘要： 没有看这个书。摘了一些精华实用的部分以供学习。 一、练习什么都不做 1、正念呼吸法 （1）姿势。 坐在椅子上 离开椅背 手放在大腿上 闭上眼睛 （2）用意识关注身体的感觉 感受与环境的接触，例如脚底与地板的感受，屁股与凳子的感受，身体与重心引力的感受 （3）呼吸 不用深呼吸和刻意呼吸 关注鼻孔的空气 阅读全文

摘要： 一、Gradient check 在深度学习里面，我们算完了梯度可以对其进行检验求导是否正确 1、参数拼接 在深度网络里面有很多参数，$w^{1}$, $b^{1}$, $w^{2}$, $b^{2}$.... $w^{l}$, $b^{l}$，把他们拼接成一个向量$\theta$。其中l代表第几个 阅读全文

摘要： 一、方差与偏差文字与数学解释 （1）文字解释 偏差：预测值与真实值的差值 方差：预测值与训练数据集值的差值 （2）数学解释 对测试样本的预测值 $y-f(x;D)$ 泛化误差：$Err(x)=E[(y-f(x;D))^{2}]$ 测试样本的均值 $\bar{f}=E_{D}[f(x;D)]$，例如有 阅读全文

摘要： 这样记录东西没有任何意义，研究一下起源，应用，多带思考才有价值 一、大数定理 （1）小数定律： 如果统计数据很少，那么事件就表现为各种极端情况 而这些情况都是偶然事件 跟它的期望值一点关系都没有 （2）大数定律： 如果数据足够大，那么事件出现的概率越趋近于它的期望值 二、中心极限定理 给定任意一个分 阅读全文

摘要： 一、算法简介 均值漂移算法首先找到一个中心点center（随机选择），然后根据半径划分一个范围 把这个范围内的点输入簇c的标记个数加1 在这个范围内，计算其它点到这个点的平均距离，并把这个平均距离当成偏移量 shift 把中心点center移动偏移量 shift 个单位，当成新的中心点 重复上述步骤 阅读全文

摘要： 一、算法原理 根据距离和密度来聚类 选取起始点，如果所有点都已经当选过起始点或者已经纳入类别，则停止 将跟选取点距离小于一定阈值的点纳入一个集合 如果一个点相近的点个数 >= min_points_size, 则为一个核心，否则看这个点是否在一个核心，如果不在则不构成簇 重复1，2，3 二、Code 阅读全文

摘要： 一、文章内容简介 二、笔记 表达的逻辑 SCQA表述。背景->冲突->问题->答案 归纳表述。EXAMPLE （A地方的人有头发，B地方的人有头发，C地方的人有头发 > 人有头发） 演绎推理。EXAMPLE （我把香蕉切块，我把香蕉块榨汁，我把香蕉汁倒入牛奶搅拌 > 有一杯牛奶香蕉汁啦～） 思考的 阅读全文

摘要： 一、作用 给定一些离散点，然后将这些离散点进行分类，这也叫做聚类。例如，将以下离散点分为两类，中心点也就是绿点和橙色的点也叫做簇心。 二、步骤 选取k个初始质心（作为初始cluster）； repeat：对每个样本点，计算得到距其最近的质心，将其类别标为该质心所对应的cluster； 重新计算k个c 阅读全文

摘要： 一、内容梳理 根据一开始被杀害的郇山隐修会成员留下的密码，兰登和索菲一路探索着。里面涉及到很多欧洲宗教的关系与达芬奇的一些作品。 二、相关内容 1、《维特鲁威人》，书里写的这张图很好的描绘完美比例，PHI。 PHI = 0.618。自然界很多天然比利都是0.618。比如蜂巢里雌蜂与雄蜂的比例。 2、 阅读全文