<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lyz1_2_3的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lyz1_2_3</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lyz1_2_3]]></copyright><item><title><![CDATA[3、面向对象之封装与继承（找工作版）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/137559781</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/137559781</guid><author>lyz1_2_3</author><pubDate>Sun, 20 Oct 2024 17:35:55 +0800</pubDate><description><![CDATA[构造方法与类中成员方法的区别是什么？1、作用：构造方法：用于生成并初始化对象，针对不同的初始化状态，设置不同参数的构造方法。成员方法：根据类型所需任意功能，进行方法设置。2、格式：构造方法：访问修饰符  类名(参数列表){…}成员方法：访问修饰符  返回值类型  方法名(参数列表){…}(1)方法名必须与类名相同，包括大小写。(2)没有返回值，也不能用void修饰。(3)如果在定义类时没有定义构造方法，则编译系统会自动插入一个无参数且无方法体的构造方法以完成对象实例化。]]></description><category></category></item><item><title><![CDATA[2、java语法之循环、数组与方法（找工作版）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/137429014</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/137429014</guid><author>lyz1_2_3</author><pubDate>Tue, 09 Apr 2024 16:46:10 +0800</pubDate><description><![CDATA[Java并没有提供直接接收字符数据的方法，而是先接收字符串数据，然后进行转换。如下代码所示:先从键盘接收字符串类型数据，存储到字符串类型的变量str中，然后通过字符串的charAt()方法获得输入的第一个字符。//从键盘接收char类型数据System.out.println("请输入数据：");输出：请输入数据：abcda注意：方法在类的内部定义//打印输出星号的方法// 创建一个类对象//使用对象名.方法名()去调用方法。]]></description><category></category></item><item><title><![CDATA[1、java语法入门（找工作版）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/137024545</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/137024545</guid><author>lyz1_2_3</author><pubDate>Sat, 06 Apr 2024 15:03:28 +0800</pubDate><description><![CDATA[Java是一门面向对象的程序设计语言JVM：Java虚拟机（JVM是Java平台无关性实现的关键）JDK:Java语言的软件开发工具包Javac——编译器，将源程序转成字节码Java——运行编译后的Java程序（.class后缀）JRE(Java运行时环境)包括Java虚拟机(JVM)、Java核心类库和支持文件如果只需要运行Java程序，下载并安装JRE即可；如果要开发Java软件，需要下载JDK；在JDK（面向开发人员）中附带有JRE（面向使用者）Java平台java的程序结构。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】20批量归一化BatchNorm]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131742471</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131742471</guid><author>lyz1_2_3</author><pubDate>Sat, 15 Jul 2023 18:30:58 +0800</pubDate><description><![CDATA[直接使用深度学习框架中定义的BatchNorm。通常高级API变体运行速度快得多，因为它的代码已编译为C++或CUDA，而我们的自定义代码由Python实现。进行对比，可以发现收敛速度变快。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】19含并行连结的网络（GoogleNet）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131729888</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131729888</guid><author>lyz1_2_3</author><pubDate>Sat, 15 Jul 2023 10:25:34 +0800</pubDate><description><![CDATA[GoogLeNet模型的计算复杂，而且不如VGG那样便于修改通道数。为了使Fashion-MNIST上的训练短小精悍，我们将输入的高和宽从224降到96，这简化了计算。下面演示各个模块输出的形状变化。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】18网络中的网络（NiN）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131724851</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131724851</guid><author>lyz1_2_3</author><pubDate>Fri, 14 Jul 2023 16:05:06 +0800</pubDate><description><![CDATA[【代码】【动手学习深度学习--逐行代码解析合集】18网络中的网络（NiN）]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】17使用块的网络（VGG）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131715965</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131715965</guid><author>lyz1_2_3</author><pubDate>Fri, 14 Jul 2023 10:39:58 +0800</pubDate><description><![CDATA[原始VGG网络有5个卷积块，其中前两个块各有一个卷积层，后三个块各包含两个卷积层。第一个模块有64个输出通道，每个后续模块将输出通道数量翻倍，直到该数字达到512。由于该网络使用8个卷积层和3个全连接层，因此它通常被称为VGG-11。虽然使用了很小的VGG网络（VGG-11且通道数除以4）计算量减少了16倍，但是运行速度还是比AlexNet慢了很多，所以运行VGG网络是一件很贵的事情。与AlexNet、LeNet一样，VGG网络可以分为两部分：第一部分主要由卷积层和汇聚层组成，第二部分由全连接层组成。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】16深度卷积神经网络（AlexNet）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131703497</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131703497</guid><author>lyz1_2_3</author><pubDate>Thu, 13 Jul 2023 16:02:35 +0800</pubDate><description><![CDATA[与LeNet相比，这里的主要变化是使用更小的学习速率训练，这是因为网络更深更广、图像分辨率更高，训练卷积神经网络就更昂贵。AlexNet和LeNet的设计理念非常相似，但也存在显著差异。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】15卷积神经网络（LeNet）]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131695304</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131695304</guid><author>lyz1_2_3</author><pubDate>Thu, 13 Jul 2023 10:51:25 +0800</pubDate><description><![CDATA[【代码】【动手学习深度学习--逐行代码解析合集】15卷积神经网络（LeNet）]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】14多输入多输出通道]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131676983</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131676983</guid><author>lyz1_2_3</author><pubDate>Wed, 12 Jul 2023 11:15:35 +0800</pubDate><description><![CDATA[torch.stack：增加新的维度进行堆叠。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】13图像卷积]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131660829</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131660829</guid><author>lyz1_2_3</author><pubDate>Tue, 11 Jul 2023 15:55:52 +0800</pubDate><description><![CDATA[【代码】【动手学习深度学习--逐行代码解析合集】13图像卷积。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】11实战Kaggle比赛：预测房价]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131624374</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131624374</guid><author>lyz1_2_3</author><pubDate>Sun, 09 Jul 2023 17:35:38 +0800</pubDate><description><![CDATA[下面的download函数用来下载数据集， 将数据集缓存在本地目录（默认情况下为…如果缓存目录中已经存在此数据集文件，并且其sha-1与存储在DATA_HUB中的相匹配， 我们将使用缓存的文件，以避免重复的下载。首先，我们建立字典DATA_HUB， 它可以将数据集名称的字符串映射到数据集相关的二元组上， 这个二元组包含数据集的url和验证文件完整性的sha-1密钥。我们还需实现两个实用函数： 一个将下载并解压缩一个zip或tar文件， 另一个是将本书中使用的所有数据集从DATA_HUB下载到缓存目录中。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】10Dropout暂退法]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131608562</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131608562</guid><author>lyz1_2_3</author><pubDate>Sat, 08 Jul 2023 10:50:26 +0800</pubDate><description><![CDATA[我们可以将暂退法应用于每个隐藏层的输出（在激活函数之后）， 并且可以为每一层分别设置暂退概率： 常见的技巧是在靠近输入层的地方设置较低的暂退概率。下面的模型将第一个和第二个隐藏层的暂退概率分别设置为0.2和0.5， 并且暂退法只在训练期间有效。若不使用dropout对比结果（此处将dropout1, dropout2 = 0.0, 0.0）]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】09权重衰减]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131583273</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131583273</guid><author>lyz1_2_3</author><pubDate>Fri, 07 Jul 2023 11:37:53 +0800</pubDate><description><![CDATA[pytorch代码中将weight_decay表示正则，把wd传入该值。【输出】w的L2范数是： 13.232867240905762。【输出】 w的L2范数是： 0.360396146774292。简洁表达的过程大体上没什么不一样，只不过把lambd改成了wd。【输出】w的L2范数： 0.35754090547561646。【输出】w的L2范数： 13.809814453125。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】08模型选择、欠拟合和过拟合]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131579569</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131579569</guid><author>lyz1_2_3</author><pubDate>Thu, 06 Jul 2023 16:52:58 +0800</pubDate><description><![CDATA[【代码】【动手学习深度学习--逐行代码解析合集】08模型选择、欠拟合和过拟合。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】07多层感知机的简洁实现]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131531428</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131531428</guid><author>lyz1_2_3</author><pubDate>Tue, 04 Jul 2023 11:29:42 +0800</pubDate><description><![CDATA[【代码】【动手学习深度学习--逐行代码解析合集】07多层感知机的简洁实现。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】06多层感知机的从零开始实现]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131529301</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131529301</guid><author>lyz1_2_3</author><pubDate>Tue, 04 Jul 2023 11:13:05 +0800</pubDate><description><![CDATA[sigmoid激活函数及其导数。ReLU激活函数及其导数。tanh激活函数及其导数。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】05softmax回归简洁实现]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131515477</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131515477</guid><author>lyz1_2_3</author><pubDate>Mon, 03 Jul 2023 14:58:22 +0800</pubDate><description><![CDATA[【代码】【动手学习深度学习--逐行代码解析合集】05softmax回归简洁实现。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】04softmax回归的从零开始实现]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131503643</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131503643</guid><author>lyz1_2_3</author><pubDate>Sun, 02 Jul 2023 18:52:52 +0800</pubDate><description><![CDATA[以下代码是在PyCharm中运行的。]]></description><category></category></item><item><title><![CDATA[【动手学习深度学习--逐行代码解析合集】03图像分类数据集]]></title><link>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131498198</link><guid>https://blog.youkuaiyun.com/lyz1_2_3/article/details/131498198</guid><author>lyz1_2_3</author><pubDate>Sun, 02 Jul 2023 10:00:02 +0800</pubDate><description><![CDATA[以下代码是在PyCharm中运行的。]]></description><category></category></item></channel></rss>