<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[White__Hacker的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/White__Hacker</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; White__Hacker]]></copyright><item><title><![CDATA[探究ELF文件整体结构（根据样例代码说明）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/120865352</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/120865352</guid><author>White__Hacker</author><pubDate>Wed, 20 Oct 2021 14:22:43 +0800</pubDate><description><![CDATA[样例代码：

#include &lt;stdio.h&gt;

#include &lt;stdlib.h&gt;

#include &lt;sys/types.h&gt;

#include &lt;unistd.h&gt;



int ginit1 = 0xAAAA;// global initialized var;

int ginit2 = 0xBBBB;// global initialized var;

int gun...]]></description><category></category></item><item><title><![CDATA[PCA（主成分分析原理）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/104222645</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/104222645</guid><author>White__Hacker</author><pubDate>Sat, 08 Feb 2020 14:11:56 +0800</pubDate><description><![CDATA[1. 数据降维

  在实际生产生活中，我们所获得的数据集在特征上往往具有很高的维度，对高维度的数据进行处理时消耗的时间很大，并且过多的特征变量也会妨碍查找规律的建立。如何在最大程度上保留数据集的信息量的前提下进行数据维度的降低，是我们需要解决的问题。
  对数据进行降维有以下优点：
  （1）使得数据集更易使用
  （2）降低很多算法的计算开销
  （3）去除噪声
  （4）使得结果易懂
  降...]]></description><category></category></item><item><title><![CDATA[Leetcode日常刷码（5）解决最大利润问题（Java）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/103965461</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/103965461</guid><author>White__Hacker</author><pubDate>Mon, 13 Jan 2020 22:39:19 +0800</pubDate><description><![CDATA[问题描述：


Say you have an array for which the ith element is the price of a given stock on day i.

If you were only permitted to complete at most one transaction (i.e., buy one and sell one share of the...]]></description><category></category></item><item><title><![CDATA[Leetcode日常刷码（4）解决数组合并问题（Java）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/103962761</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/103962761</guid><author>White__Hacker</author><pubDate>Mon, 13 Jan 2020 19:07:32 +0800</pubDate><description><![CDATA[问题描述：


Given two sorted integer arrays nums1 and nums2, merge nums2 into nums1 as one sorted array.

Note:

The number of elements initialized in nums1 and nums2 are m and n respectively.
You may ass...]]></description><category></category></item><item><title><![CDATA[Leetcode日常刷码（3）解决最大子数组问题（Java）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/103950276</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/103950276</guid><author>White__Hacker</author><pubDate>Sun, 12 Jan 2020 22:05:02 +0800</pubDate><description><![CDATA[问题描述：


Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.

Example:

Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6

问...]]></description><category></category></item><item><title><![CDATA[Leetcode日常刷码（2）解决数组去重问题（Java）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/103938362</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/103938362</guid><author>White__Hacker</author><pubDate>Sat, 11 Jan 2020 17:03:36 +0800</pubDate><description><![CDATA[问题描述：（切记！！！给出的数组必须有序）

Given a sorted array nums, remove the duplicates in-place such that each element appear only once and return the new length.

Do not allocate extra space for another array, you ...]]></description><category></category></item><item><title><![CDATA[Leetcode日常刷码（1）解决字符串匹配问题（Java）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/103936167</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/103936167</guid><author>White__Hacker</author><pubDate>Sat, 11 Jan 2020 14:21:42 +0800</pubDate><description><![CDATA[问题描述：


Given a string containing just the characters '(', ')', '{', '}', '[' and ']', determine if the input string is valid.

An input string is valid if:

Open brackets must be closed by the same t...]]></description><category></category></item><item><title><![CDATA[利用CNN处理基于人体行为识别TensorFlow实战(二)(搭建神经网络)]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/85046465</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/85046465</guid><author>White__Hacker</author><pubDate>Mon, 17 Dec 2018 11:49:35 +0800</pubDate><description><![CDATA[搭建神经网络

在上次我们已经学会了如何去制作数据集,并且学习到了一些处理数据的方法和工具,那么现在我们就学习如何去搭建一个神经网络,我们所有的代码都已经上传到了github上面,有需要的同学可以进行查阅,现在开始学习如何搭建神经网络

1,定义数据类型

在我们搭建网络之前,我们首先要确定,我们给网络中送入的数据到底是以什么形式送进去的,这一点很关键,对于我们这个数据集来说,我们想让他按照每组中...]]></description><category></category></item><item><title><![CDATA[利用CNN处理基于人体行为识别 TensorFlow实战(一)(制作数据集)]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/84979246</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/84979246</guid><author>White__Hacker</author><pubDate>Wed, 12 Dec 2018 20:51:33 +0800</pubDate><description><![CDATA[心路历程

        首先,小编这里花费了两周多的时间,从数据集到网络的搭建,都是小编亲手完成的,在这里想把整个过程分享给大家,希望大家可以从中学到东西,那么话不多说,开始介绍我的心酸之旅.

制作数据集

        首先我是使用了 WISDM (Wireless Sensor Data Mining) Lab 实验室公开的 Actitracker 的数据集,在此数据集上进行数据清洗,...]]></description><category></category></item><item><title><![CDATA[双系统win10+ubuntu17.10关于grub引导问题详解]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/83094945</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/83094945</guid><author>White__Hacker</author><pubDate>Tue, 16 Oct 2018 23:21:48 +0800</pubDate><description><![CDATA[进入ubuntu没有看到熟悉的图形界面，而是出现 Give root password for maintence (or type Control-D to continue)

解决方法

首先，我们先分析一下这个问题，问题的原因主要是/usr/home/boot分区磁盘检测出了 然后我们开始说解决方法

1，输入你的root密码

2，执行以下命令

fsck -y /usr    修复/u...]]></description><category></category></item><item><title><![CDATA[重点剖析深度神经网络(DNN)实现过程]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/81409012</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/81409012</guid><author>White__Hacker</author><pubDate>Sat, 04 Aug 2018 13:37:48 +0800</pubDate><description><![CDATA[前言

        当简单的了解了深度神经网络和卷积神经网络后,我们会发现两者之间是有着一些联系的,其实两者的原理都是利用已经处理好的数据集来对网络进行逐步的训练,从而使它更加贴合真实的情况,但是,两者之间也是有点不同的,卷积和池化,就是在DNN的基础上加载进来的,那么为什么要引入这两个概念,因为,在日常生活中,我们不可能碰到像mnist这种已经处理的十分友好的数据集,大多数情况我们面对的就是...]]></description><category></category></item><item><title><![CDATA[深层神经网络之经典损失函数]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/81152133</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/81152133</guid><author>White__Hacker</author><pubDate>Sun, 22 Jul 2018 15:05:22 +0800</pubDate><description><![CDATA[一, 交叉熵函数

交叉熵是一个信息论中的概念,但在此我们不深究它的本身意义,我们要知道,交叉熵刻画了两个概率分布之间的距离,在深度神经网络的构建中,我们知道真实值和预测值之间会存在一个差值,这也就是为什么使用交叉熵函数的原因.

给定两个概率分布p,q, 通过q来表示p的交叉熵为

H(p,q) = -∑ p(x) log q(x)

在这里我们要知道交叉熵函数刻画的是两个概率分布之间的距离,但...]]></description><category></category></item><item><title><![CDATA[TensorFlow入门及神经网络简介]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/81151856</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/81151856</guid><author>White__Hacker</author><pubDate>Sun, 22 Jul 2018 09:41:20 +0800</pubDate><description><![CDATA[#TensorFlow支持通过tf.Graph来创建新的计算图
import tensorflow as tf

g1 = tf.Graph()
with g1.as_default():
    #在计算图g1中定义一个名字叫做v的变量,是一个[1,2]的数组,并且初始值是0
    v = tf.get_variable(&quot;v&quot;,shape=[1,2], initializer=tf.zero...]]></description><category></category></item><item><title><![CDATA[TensorFlow计算图的使用]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/81144479</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/81144479</guid><author>White__Hacker</author><pubDate>Sat, 21 Jul 2018 14:35:04 +0800</pubDate><description><![CDATA[计算图的使用

节点

一、 constant（常量）

constant是TensorFlow的常量节点，通过constant方法创建，其是计算图（Computational Graph）中的起始节点，是传入数据。

创建方式

cons = tf.constant(value=[1,2],dtype=tf.float32,shape=(1,2),name='testconst', verify...]]></description><category></category></item><item><title><![CDATA[交叉熵代价函数（作用及公式推导）]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/81114297</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/81114297</guid><author>White__Hacker</author><pubDate>Thu, 19 Jul 2018 14:03:52 +0800</pubDate><description><![CDATA[交叉熵代价函数（Cross-entropy cost function）是用来衡量人工神经网络（ANN）的预测值与实际值的一种方式。与二次代价函数相比，它能更有效地促进ANN的训练。在介绍交叉熵代价函数之前，本文先简要介绍二次代价函数，以及其存在的不足。

 

1. 二次代价函数的不足

        ANN的设计目的之一是为了使机器可以像人一样学习知识。人在学习分析新事物时，当发现自己犯的错...]]></description><category></category></item><item><title><![CDATA[ubuntu16.04下anaconda3的安装和配置，jupyter notebook的简单使用]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/81066971</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/81066971</guid><author>White__Hacker</author><pubDate>Mon, 16 Jul 2018 17:03:49 +0800</pubDate><description><![CDATA[ubuntu16.04下anaconda3＋pycharm的安装和配置

1,anaconda3的安装

进入官网，下载对应的anaconda3的版本https://www.anaconda.com/download/#linux

linux可以下载这个版本



下载完后会出现一个名为Anaconda3-5.2.0-Linux-x86_64.sh的一个脚本文件

输入命令　bash  Anac...]]></description><category></category></item><item><title><![CDATA[ubuntu16.04安装opencv详解]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/81056867</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/81056867</guid><author>White__Hacker</author><pubDate>Sun, 15 Jul 2018 21:23:03 +0800</pubDate><description><![CDATA[ubuntu16.04安装opencv详解软件版本Ubuntu 16.04; OpenCV 2.4.13１、首先安装一些编译工具＃　安装编译工具
sudo apt-get install build-essential
＃　安装依赖包
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat...]]></description><category></category></item><item><title><![CDATA[详细解读gcc]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/80589401</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/80589401</guid><author>White__Hacker</author><pubDate>Wed, 06 Jun 2018 02:01:56 +0800</pubDate><description><![CDATA[详细解读gcc开放、自由和灵活是Linux的魅力所在，而这一点在gcc上的体现就是程序员通过它能够更好地控制整个编译过程。在使用gcc编译程序时，编译过程可以细分为４个阶段：●       预处理(Pre-Processing)●       编译(Compiling)●       汇编(Assembling)●       链接(Linking)Linux程序员可以根据自己的需要让gcc在编译...]]></description><category></category></item><item><title><![CDATA[在腾讯云服务器上搭建python2.7+django1.11.1+Mysql]]></title><link>https://blog.youkuaiyun.com/White__Hacker/article/details/80499231</link><guid>https://blog.youkuaiyun.com/White__Hacker/article/details/80499231</guid><author>White__Hacker</author><pubDate>Tue, 29 May 2018 18:50:51 +0800</pubDate><description><![CDATA[搭建python2.7+django1.11.1+Mysql搭建环境：腾讯云服务器linux系统：ubuntu16.04第一步：查看python版本（ubuntu16.04一般预装python2.7，所以小编在这里使用python2.7作为实例）    在命令行输入 python --version 查看当前python版本ubuntu@VM-0-6-ubuntu:~$ python --vers...]]></description><category></category></item></channel></rss>