摘要：
一切都很顺利，和eclipse差不多，封装工具类用到了： InputStream in = jdbcUtils.class.getClassLoader().getResourceAsStream("db.properties"); Properties properties = new Prope 阅读全文
posted @ 2021-03-03 00:53
王玉昙
阅读(130)
评论(0)
推荐(0)
2021年3月3日
2021年2月23日
摘要：
数据的存储和读取： 今天学习了数据的读取和存储，废话不多说直接上代码 存储： import tensorflow as tf v1 = tf.Variable(tf.random_normal([1,2]),name="v1") v2 = tf.Variable(tf.random_normal([ 阅读全文
posted @ 2021-02-23 23:44
王玉昙
阅读(63)
评论(0)
推荐(0)
摘要：
第八节课 先定义一个二维矩阵： 接下来记录一些tensorflow的一些函数和作用： 1、tf.rank(arr).eval() 查看矩阵维度 2、tf.shape(arr).eval() 查看矩阵有几行几列 3、tf.argmax(arr,0).eval() 求索引，他的结果表示的是每一列最大的数 阅读全文
posted @ 2021-02-23 00:50
王玉昙
阅读(41)
评论(0)
推荐(0)
2021年2月20日
摘要：
初识变量： 首先是变量的声明，因为是基于Python的语法，所以直接定义：a=3; 向量的定义需要用到tensorflow的相关函数： 向量相乘： 这时候直接输出结果显示的格式不是数值，因此我们需要转换，首先将所有全局变量初始化： 之后： print之前转化： 常用的基本操作： 推荐使用float3 阅读全文
posted @ 2021-02-20 22:13
王玉昙
阅读(80)
评论(0)
推荐(0)
2021年2月17日
摘要：
这几天一直在安装Anaconda和TensorFlow，最开始的情况是，刚安装完Anaconda和TensorFlow时，输入import tensorflow as tf时报错，然后改了半天错误之后未果，第二天本来想继续改，但是Spyder直接打不开了，连带着Notebook和Navigator都 阅读全文
posted @ 2021-02-17 02:15
王玉昙
阅读(87)
评论(0)
推荐(0)
2021年2月7日
摘要：
第六章：会话状态 6.1无状态的价值 一个无状态对象没有成员变量，他虽然少见，但确实存在着,可以说它是一种不良设计，但是他不是人们在分布式企业应用中所指的无状态。结论是：一个高流量网站，无状态服务器非常有用。然而例如网购网页，不可能存在所有用户所有对话都是无状态的，所以不能避免状态的使用，好消息是： 阅读全文
posted @ 2021-02-07 22:25
王玉昙
阅读(52)
评论(0)
推荐(0)
2021年2月6日
摘要：
第十讲——强化学习 首先介绍了机器学习的方法和强化学习的概念。 之后介绍了数学模型MDP： 对强化学习进行分类： 介绍了最常用的方法Q-Learning和计算思路和公式： DQN——Q-learning的一种方法，能处理状态多但是行动空间数值不高的行动决策。 如果状态太多不能用表来表示，可以用函数表 阅读全文
posted @ 2021-02-06 00:35
王玉昙
阅读(56)
评论(0)
推荐(0)
摘要：
第九讲——深度学习： 图像识别技术越发成熟，逐渐超过人眼识别，随着近些年技术的完善，图像识别技术的错误率越来越低。 除了图像识别，机器翻译能力也有了大幅度的提升 这些技术都与深度学习脱不开关系，下面我们来说说为什么“深度学习”获得如此巨大的发展的原因： 而提到深度学习，我们就不得不提到他的基础组成— 阅读全文
posted @ 2021-02-06 00:04
王玉昙
阅读(73)
评论(0)
推荐(0)
2021年2月5日
摘要：
机器学习十讲——第八讲维度灾难 那么，什么是维度灾难呢？ 从上图的图二看出，高维空间中，大部分体积分布在球体表面，从图一也能看出，剥离出0.1个单位的长度后，纬度越高，体积占比越小； 在高维空间中，“距离”可能失效，尤其表现在欧式距离，所以在高纬时，传统的机器学习可能失去作 这些模型，纬度一高就会受 阅读全文
posted @ 2021-02-05 01:05
王玉昙
阅读(155)
评论(0)
推荐(0)
2021年2月4日
摘要：
机器学习十讲——第七讲最优化 之后以线性回归为例子，举了梯度下降法的实例（人以最快速度到山谷） 之后提到了之前学过的随机梯度下降法 关于病态条件： 现在的观点是有时候局部极小值和最小值相差不多，可以使用。 随后介绍了几个特殊的点： （ 当参数很大会发生梯度爆炸，很小时会出现悬崖） 解决方法： 动量法 阅读全文
posted @ 2021-02-04 00:37
王玉昙
阅读(60)
评论(0)
推荐(0)
浙公网安备 33010602011771号