比较好的Java 网站

dankes dankes 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.5w累计阅读 1.5w+平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄22年
关注
原创 最新推荐文章于 2026-05-29 12:39:29 发布 1.5w 阅读 AI 写同款· GEO 优化 ›
java在线观看(jav在线网站) java在线网站给大家展示6个java在线网站)。后面还有java在线API，各种java在线在线api地址。 java在线观看1、LintCode Java学习爱好者的福音，和LeetCode类似，也是一个刷题的OJ网站，提供闯关式的阶梯训练以及国内外知名大厂的笔试面试真题。它不仅有算法题、数据库题、Java题目可以刷，还有Java和Sql的教程的手把手教程，一遍做题一边学习加深印象，非常地贴心，不过网站内容更适合Java学习爱好者。 阅读详情
1. The Source for Java Technology Collaboration(JAVA开发的官方网站)
http://www.java.net/ - 外文
2. jGuru: FAQ Home Page 推荐
http://www.jguru.com/faq/ - 外文
3. Developer.com: An EarthWeb site
http://www.developer.com/ - 外文
4. the java.blogs community
互联网上最活跃的一个Java Blog网站
http://www.javablogs.com/ - 外文
5. The #1 Java Review Service
提供Java评论服务. 包括各种framework和应用程序
http://www.jars.com/ - 外文
6. programming resources in various categories
http://www.programmingsite.co.uk/ - 外文
7. 非常不错的java开发社区,大量的相关资源,强烈推荐!
http://www.javaresearch.org/ - 中文
8. 中文JAVA技术网 -- 为Java爱好者服务 推荐
http://www.cn-java.com/ - 中文
9. 中国JAVA俱乐部
http://www.cnjavaclub.com/ - 中文
10. Computer Technical Tutorials and Information: Free Technical Tutorials
收集了大量的开发资源,特别是一些指南.点击左边的导航进入,值得好好研究.
http://www.techtutorials.info/ - 外文
11. Tutorials From FunctionX .酷
http://www.functionx.com/ - 外文
12. ACCU 推荐
The ACCU is a non-profit organisation devoted to professionalism in programming at all levels. Although primarily focussed on C and C++, we also have interests in Java, C# and Python. 有非常好的资料,就看你能不能找到.
http://www.accu.org/ - 外文
13. JAVA中文站
一个老牌的站点提供大量的JAVA资料，是目前国内较好的java专业技术网站之一，在J友中已经具有相当的名气。
http://www.java-cn.com/index.html - 中文
14. SUN 中国技术社区 中文官方网站
http://gceclub.sun.com.cn/ - 中文
15. Planet Source Code
一个优秀的代码收集站点，分类清晰，强烈推荐.
http://www.planetsourcecode.com/ - 外文
16. Java频道---中国IT认证实验室
大量的开发文档，分类清晰。
http://java.chinaitlab.com/ - 中文
17. IBM developerworks 中国: Java
http://www-128.ibm.com/developerworks/cn/java/index.html - 中文
18. O'Reilly CodeZoo
http://www.codezoo.com/ - 外文
19. Home of free V GUI C++ library and VIDE C++/Java IDE for Windows and Linux
V Gui C++类库用来开发界面，这样就不需要什么MFC来支持，而且可以很好的移植到LINUX平台。VIDE是一个图形开发平台(象VC,BCB)，而且它支持JAVA.可以用来研究。
http://www.objectcentral.com/ - 外文
20. Kaffe.org
Kaffe is a clean room implementation of the Java virtual machine, plus the associated class libraries needed to provide a Java runtime environment. The Kaffe virtual machine is free software, licensed under the terms of the GNU General Public License.
http://www.kaffe.org/ - 外文
21. JAVA学习:www.studyjava.com 推荐
http://www.studyjava.com/ - 中文
22. Java Skyline: Java Servlet/Server Headline News
http://www.javaskyline.com/learning.html - 外文
23. Open Source Software in Java(tm)
http://java-source.net/ - 外文
24. 计算机开发文档英雄贴
大量的编程开发 文档.
http://www.chinadir.net/ - 中文
25. The Java Developers Almanac 1.4
Java开发者年鉴一书的在线版本. 要想快速查到某种Java技巧的用法及示例代码, 这是一个不错的去处. This website supplements the book The Java Developers Almanac 1.4. All the code examples from the book are made available here for you to copy and paste into your programs.

http://www.javaalmanac.com/ - 外文
26. Focus on Java
来自About.com的Java新闻和技术文章网站.
http://java.about.com/ - 外文
27. JavaPro在线杂志网站
http://www.fawcette.com/javapro/ - 外文
28. Java Developers Journal的在线杂志网站.
http://java.sys-con.com/ - 外文
29. 位于Java.net的一个Java桌面技术社区网站.
javaDesktop, a gathering place for members of the Java™ platform's graphical user interface (GUI) community. Here you'll find news, discussions, technical articles, and open source projects that use the Java 2 Platform, Standard Edition (J2SE™) APIs to produce applications with rich client interfaces. (If you're looking for information on the Sun Java Desktop System, you can find it at sun.com.)
http://community.java.net/javadesktop/ - 外文
30. Java Technology
Java technology is a portfolio of products that are based on the power of networks and the idea that the same software should run on many different kinds of systems and devices
http://java.sun.com/ - 外文
31. O'Reilly的Java网站. 每周都有新文章
http://www.onjava.com/ - 外文
32. Gamelan.com -
A Developer.com Site for Java Articles, Tutorials, News, Discussions, and More
http://www.developer.com/java/ - 外文
33. javaworld
http://www.javaworld.com/ - 外文
34. Cnet的Builder.com网站
Cnet的Builder.com网站 - 所有的技术文章, 以Java为主.
http://builder.com.com/ - 外文
35. DevX: Java Zone
http://www.devx.com/java - 外文
36. developerWorks : Java technology of IBM
http://www-130.ibm.com/developerworks/java/ - 外文
37. DevCentral
Check out the best 100% free tutorials and articles on the web for the software development community. It doesn't matter if you are a student or a professional software engineer, DevCentral has content to match everything from learning C to Java Class Loaders. DevCentral provides all these self paced tutorials, technology articles, and downloads for everyone to enjoy for free.
http://devcentral.iticentral.com/default.php - 外文
38. J道:Java和J2EE解决之道
http://www.jdon.com/index.html - 中文
39. 中国Java实验室
http://download.chinaitlab.com/special/javaebook.htm JAVA资料下载
http://www.chinajavalab.com/ - 中文
40. Javalobby -
Sun Java, JSP and J2EE technology programming forums, software downloads, jobs and tutorials
http://www.javalobby.org/ - 外文
41. Central Java Investment Board
http://www.central-java.com/ - 外文
42. RFC-Editor Webpage
进行网络开发的必备资料.
http://www.rfc-editor.org/ - 外文
43. Java开源大全
提供关于开源JAVA项目的相关信息，分类很清晰
http://www.open-open.com/ - 中文
44. Java家
http://www.javajia.com/ - 中文
45. 赛迪网(ccidnet.com)的java文档区
http://tech.ccidnet.com/pub/column/c2369.html - 中文
46. Matrix - 与 Java 共舞
一个计算机开源技术组织，原创内容多，主要涉及java基础、编程、工具与应用服务、j2ee,j2me技术、设计模式等，旨在让更多的人得到进步，他们的口号：Matrix is all！
http://www.matrix.org.cn/ - 中文
47. J2SE - 技术天地 - 赛迪网
http://tech.ccidnet.com/pub/column/c1078.html - 中文
48. Javalobby
Sun Java, JSP and J2EE technology programming forums, software downloads, jobs and tutorials:
http://www.javalobby.com/ - 外文
49. Java爱好者 提供 免费Java教程下载,Java电子书籍,Java技术文章
http://www.javafan.net/ - 中文
50. www.javaside.com
http://www.javaside.com/ - 外文
51. 中国DotNet俱乐部
.Net社区—包括 C#,VB,ASP,Delphi,VC,MS SQL Server,C++,JAVA,JSP
http://www.chinaaspx.com/ - 中文
52. The Java Community Process(SM) Program
http://www.jcp.org/ - 外文
53. 太阳花下载站
大量的java资料下载，有一个搜索引擎。推荐看看
http://www.javadown.com.cn/ - 中文
54. Java examples (example source code) Orgainzed in Topic into Categories
很多文档、范例的Java网站，特别是有200多个SWT/JFace的范例
http://www.java2s.com/ - 外文
55. Java中文博览
收集了很多的java文档，并进行了分类。
http://www.javarss.com.cn/ - 中文
56. www.sa-se.com 系统分析&软件工程
http://www.sa-se.com/ - 中文
57. Java Code and Examples of nokia
http://www.forum.nokia.com/ - 外文
58. java, javscript,Free source code for the taking. Over five million lines of program
http://www.1javastreet.com/ - 外文
59. the one stop programmers resource
Welcome to programmershelp, on this site you will find various resources for programming languages such as c, c++, visual basic, java, php, perl, asp and javascript to name but a few. Source code, forums, tutorials, scripts articles, downloads, book links we have it.
http://www.programmershelp.co.uk/ - 外文
60. Jpowered
http://www.jpowered.com/ - 外文
61. software Java applet application
http://www.thejmaker.com/ - 外文
62. TheServerSide.com
http://www.theserverside.com/ - 外文
63. J道:Java和J2EE解决之道
http://www.jdon.com/ - 中文
64. ::JavaTEA:: 中国软件协会JAVA技术分会
http://www.javatea.org/ - 中文
65. DingL.com
http://www.dingl.com/ - 中文
66. JAVA资源网
http://www.javazy.com/ - 中文
67. J2ME开发网
http://www.j2medev.com/ - 中文
68. 锋网ijsp.net
http://ijsp.net/ - 中文
69. BJUG - Beijing Java User Group
http://www.bjug.org/ - 中文
70. javaidea
http://www.javaidea.net/ - 外文
71. Cookie Nest
Java programming, applets, scripts, downloads, tutorials
http://www.cookienest.com/ - 外文
72. Crack J2EE
http://www.crackj2ee.com - 中文
73. BlogJava - 专注于Java技术
http://www.blogjava.net/ - 中文
74. LaLiLuna
- Tutorials for Struts, JavaServer Faces, JSF, EJB, Hibernate, Eclipse, JBoss, Tomcat
http://www.laliluna.de/ - 外文
75. Java自由人
http://www.javayou.com - 中文
76. JAVA学习室
http://www.java3z.com - 中文
 
收录于
JAVA

当前文章被收录于：

JAVA
14 篇文章 0 人学习
订阅专栏 查看详情
标签
#java #tutorials #c++ #resources #文档
#j2me
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
成人 立即下载

相关推荐

新版JAVA开源成人用品零售商城APP源码 内含安卓IOS双端原生源码+小程序源码_源码下载

项目背景 一款成人用品线上零售商城，在线销售男士、女士避孕用品、情趣内衣和玩具类等两性健康产品，客户有自己的货源为了扩大渠道，方便客户购买，开发本款小程序。 项目需求 产品分类清晰明了，首页需突出主打产品，页面展示产品清楚明了;购买流程不要繁琐;后期方便用户查看订单情况。有促销信息及优惠券可以提高刺激消费者 没有搭建教程，感兴趣的会员请下载自行研究。

欢迎光临 Javen-Studio 新网址：http://javenstudio.org

 欢迎光临 Javen-Studio 新网址：http://javenstudio.org 

navychen的专栏 2万+

facebook协议

支持同时登录多个Facebook账号，按照关键词采集小组地址，群发小组，批量添加推荐人，群发推 荐人消息，采集个人Facebook用户，群发用户私信，群发主页评论。通过客服台管理功能，和粉丝互动聊天，通过话术快捷回复，自动翻译聊天记录。通过FaceBook小组采集小组成员id，或者通过FaceBook个人主页，采集主页上粉丝批量操作已FaceBook账号添加推荐热，可以指定添加某个国家的推荐人，可以设置每个账号添加推荐人个数去重模式：所有的FaceBook账号不添加重复的推荐人。

2503_90751938的博客 961

java网站

Java学习网站 作者：佚名    来自：未知 1. ...

paul的专栏 2465

告别环境配置烦恼：用Conda一键搞定GATK4、samtools、fastp等生信分析全家桶

本文介绍如何利用Conda快速搭建包含GATK4、samtools、fastp等工具的生物信息学分析环境，解决软件安装和版本冲突问题。通过详细的配置步骤和实战案例，帮助研究者十分钟内完成重测序分析全家桶的环境配置，显著提升上游分析效率。

weixin_30753873的博客 335

uniapp - 强力解决H5网页浏览器跨域问题，如何解决uniapp请求接口在浏览器跨域问题，UniApp H5 跨域代理配置详细教程完美解决所有uniapp跨域（调用第三方接口或服务器api跨域）

uni-app 跨域，uniApp解决h5跨域问题，解决uni-app请求接口在浏览器跨域问题，uni.request请求跨域问题解决方案，uni-app-跨域解决方法，彻底解决uniapp发布为H5的跨域问题，uniapp H5页面设置跨域请求_uniapp h5跨域配置，uniapp开发 H5 解决跨域问题，uniApp请求解决跨域问题，uniapp request如何实现前端请求跨域，解决uniapp调试过程中的请求跨域和环境配置，Uniapp调用外部api接口跨域请求，uni-app发布H5页面跨域

🏆 前端领域优质创作者 5354

比较好的Java 网站 [zhai]

1. The Source for Java Technology Collaboration(JAVA开发的官方网站) http://www.java.net/ - 外文

SQ 1696

SPSS 多重共线性问题：编程解决方案

多重共线性会导致回归模型的不稳定性，使得估计的回归系数失去解释力，降低模型的准确性和可靠性。通过执行这些代码，你将能够计算和查看VIF和CI的结果，并确定是否存在多重共线性问题。上述代码执行了一个回归分析，其中A是我们感兴趣的因变量，B、C、D和E是我们要检查的自变量。接下来，我们将执行多重共线性的检测。通过执行上述代码，你将能够看到每个自变量的VIF和CI值，以及预先设置的阈值。上述代码将计算VIF和CI的值，并将结果写入指定路径的结果文件中。接下来，我们可以使用以下代码来计算和显示VIF和CI的值。

CyberGenius的博客 1426

比較好的JAVA網站

1. The Source for Java Technology Collaboration(JAVA开发的官方网站) http://www.java.net/ - 外文

Bestkiller的专栏 10万+

Vue - 解决 Property or method “__v_isRef“ is not defined on the instance but referenced（浏览器控制台报错，代码没错）

vue，vue2控制台报错，vue报错Propertyormethod"__v_isRef"isnotdefinedontheinstancebutreferenced，vue代码没问题，但是报错Propertyormethod"__v_isRef"isnotdefinedontheinstancebutreferenced，vue2如何解决报错，vue怎么解决报错问题，vue2Propertyormethod"__v_isRef"isnotdefi

🏆 前端领域优质创作者 4503

SQL注入详解

SQL注入（SQL Injection）是一种常见的Web安全漏洞，主要形成的原因是在数据交互中，前端的数据传入到后台处理时，没有做严格的判断，导致其传入的“数据”拼接到SQL语句中后，被当作SQL语句的一部分执行。 从而导致数据库受损（被脱库、被删除、甚至整个服务器权限陷）。 即：注入产生的原因是后台服务器接收相关参数未经过滤直接带入数据库查询...

渗透之路，攻防之间皆学问 26万+

比较好的java网站

比较好的Java 网站 1. The Source for Java Technology Collaboration(JAVA开发的官方网站) http://www.java.net/ - 外文 2. jGuru: FAQ Home Page 推荐 http://www.jguru.com/faq/ -

locklws的专栏 7426

SOME/IP协议详解「1.1·面向服务与面向信号」

面向信号和面向服务的区别，和举例子

雪云飞星的博客 5656

比较好的java网站[推荐]

oper.com: An EarthWeb site http://www.developer.com/ - 外文 4. the java.blogs community 互联网上最活跃的一个Java Blog网站 http://www.javablogs.com/ - 外文 5. The #1 Java Review Service 提供Java评论服务. 包括各种framework和应用程序 http://www.jars.com/ - 外文

liangjw1018的专栏 2208

QT西游回合制源码+java后台管理系统

这是一套回合制游戏源码，很适合学习。

renkai721的专栏 2536

SAP B1中文培訓教材_SDK

公司内部培训资料，对开发工具 ，DIAPI， UIAPI，Add-ON有详细解说

一些比较好的关于java的网站集合

一些比较好的关于java的网站集合 http://www.myext.cn/        EXT之家, ExtJs爱好者的家园-ext,extjs,js,javascript,ajax,web,教程,源码,视频教程,ext中文,ext实例,ext视频 http://www.vifir.com/        开源人-专注于为开源人士服务的互动平台!北风网    http://www.mldn.c...

ting_tan的专栏 185

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

76 比较好的Java 网站

  76 比较好的Java 网站 <v:shapetype id="_x0000_t75" coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe" filled="f" stroked="f"><v:stroke

jinlibing914的专栏 9737

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

一个比较好的java网站

java私塾 http://www.javass.cn/ 转载于:https://www.cnblogs.com/yingying0708/archive/2010/03/03/2421986.html

weixin_30258027的博客 141

比较好的Java学习网站

推荐一：http://www.java125.cn/default.asp?cateID=5

tianbuming的专栏 390
上一篇： 将TOMCAT注册到服务中
下一篇： 每天工作如此之累的原因
点赞 1
评论 5
书签 书签 20
dankes
dankes
博客等级 码龄22年 41粉丝 55原创
+ 关注 专栏目录 订阅专栏
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值