m0_45290027的博客

数学计算

遇到的一些问题的总结

装包 那些坑

CS231n RNN作业

1、zip：用于将多个列表中的元素进行组合a=[1,2,3]b=[4,5,6]c=[6,7,8]print(list(zip(a,b,c)))#结果：[(1, 4, 6), (2, 5, 7), (3, 6, 8)]2、lambda：简洁定义运算map：将运算与实际数字结合fun2=lambda x,y:x+yprint(list(map(fun2,[1,3],[4,5])))#输出：[5, 8]3、多线程#duoxianchengimport threadingimpo

dropout基础知识

批归一化学习笔记 持续更新中。。。

优化函数的分析

深度学习参数相关

基于numpy实现对复数进行归一化

SVM 求导过程

安装新环境后,model.to(device)运行缓慢

pytorch训练过程模型参数没有梯度

广播机制

linux可视化界面卡住问题

git常用基础命令

kaggle数据集下载踩坑详细记录

输入是非常小的负数，输出为0；输入时非常大的正数，输出为1；相当于对输出进行了归一化不足：1）深层神经网络在更新参数时，需要从输出层到输入层逐层进行链式求导。但是sigmoid的导数的输出时0-0.25，会造成梯度消失，使得参数无法继续更新。2）希望输入每层神经网络的特征是以0为均值的小数值，但是sigmoid处理后的数据都是整数会使收敛变慢。3）sigmoid运算存在幂运算，计算复杂度大、训练时间长。优势：输出值为0均值不足：依旧存在梯度消失和幂运算问题优势：在正区间内，解决了梯度消失问题

背景：jupyter中是默认中base环境的，但是为了便于管理（下载的相应包），我们一般会建立虚拟环境。但这就导致一个问题，如何将jupyter中的环境进行相应的转换？需要在Anaconda Promp下进行操作输入如下命令：1、conda activate 变换的环境名称2、通过anaconda安装ipykernel ：conda install ipykernel3、python - m ipykernel install --user --name 环境的名字 --display-nam

前言这是第二次进行爬虫任务了，第一次攻克了很多问题。navicat与mysql以及程序的连接；爬虫中正则表达式的使用但是由于没有及时进行相关记录，导致这次进行之前还是有一点手生。不过我相信，书读百遍其义自见，多进行一次可以更加熟练并没有什么不好。在此记录一下爬虫过程一来是为了后续相似任务可以快速上手，二来是希望可以帮助到和我一样刚刚上手的你们。准备工作navicat的激活，上一次使用的时候下载了navicat，但是没有激活。这次一下解决了这个问题，自己也找到了一些破解的方法，遇到了破解软件被电脑软件

1、为理想梯度函数传入double类型数据矩阵，子函数中转化为uint8类型 并用imshow（A，[]）显示 主函数%experiment_4_2clc;clear;I1=imread('wire.jpg');% I=rgb2gray(I);figure;subplot(2,2,1),imshow(I1);title('原图像');I=imnoise(I1,'salt & pepper',0.04);I2=imnoise(I1,'salt & pepper',0.04)

JAVA学习笔记四（异常处理）1、区分错误的异常1）共同点：都会导致程序无法顺利运行完成2）不同点： 错误：一般指程序运行时遇到的硬件或操作系统的错误，如内存溢出、不能读取硬盘分区、 硬件驱动错误等。这是致命的，将导致程序无法运行，同时也是程序本身不能处理的；异常：指在运行环境正常的情况下遇到的运行时错误。异常是非致命的，但也会导致程序 的非正常终止。 Java可以捕获和处理异常。通俗的讲异常就是程序运行时，发生的不被期望的事件，它阻止了程序按照程序员的预期正常执行。一些有助于理解异常的博文：关