<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[mini528的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/mini528</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; mini528]]></copyright><item><title><![CDATA[创建一个简单的神经网络]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150990904</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150990904</guid><author>mini528</author><pubDate>Fri, 29 Aug 2025 17:18:40 +0800</pubDate><description><![CDATA[forward_nn=Nn() # 对象的实例化 output =forward_nn(2) ，这里没用forward_nn.forward ,是因为我们继承了 nn.modules ，]]></description><category></category></item><item><title><![CDATA[前向传播的过程：卷积--激活函数--池化--全连接层--softmax输出]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150990127</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150990127</guid><author>mini528</author><pubDate>Fri, 29 Aug 2025 16:52:58 +0800</pubDate><description><![CDATA[z1=h(a1)    ------h() 是激活函数 ，有 sigmoid 激活函数(输出是0-1 范围)，还有Relu 激活函数（输出是0 无穷大的数字）y=softmax(z)   或者恒等函数  ------输出是0-1的实数， 总和 =1。a1 =wx+b    -----x是输入，w是权重，b是偏置。]]></description><category></category></item><item><title><![CDATA[深度学习是如何自动学习权重和偏置的呢 ？---0828]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150944534</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150944534</guid><author>mini528</author><pubDate>Thu, 28 Aug 2025 09:44:39 +0800</pubDate><description><![CDATA[最近在学习深度学习，学了 前向传播， 学习了权重， 偏置， 激活函数， 但是对于深度学习是如何自动学习权重和偏置， 及如何确定学习完成比较迷惑  ，今天会学习这块，争取搞懂。]]></description><category></category></item><item><title><![CDATA[神经网络-前向传播 -0827]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150933195</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150933195</guid><author>mini528</author><pubDate>Wed, 27 Aug 2025 18:29:48 +0800</pubDate><description><![CDATA[y = a3  # identity function 可以直接返回 a3。# 如果 x 是 numpy，需要转为 Tensor。# 转为 torch Tensor。]]></description><category></category></item><item><title><![CDATA[Numpy 的学习0827]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150930152</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150930152</guid><author>mini528</author><pubDate>Wed, 27 Aug 2025 16:53:59 +0800</pubDate><description><![CDATA[一维相乘：  [1,2,3]     [4,5,6]      积： [4,10,18]得出结果：   [[5,12],   [21,32]]print("形状shape ：",x.shape)print("维度 ：",np.ndim(x))print("逐元素相乘:\n", a * b)数组 ： [[1 2 3 4 5]]形状shape ： (1, 5)print("数组 ：",x)]]></description><category></category></item><item><title><![CDATA[阶跃函数和激活函数]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150929479</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150929479</guid><author>mini528</author><pubDate>Wed, 27 Aug 2025 16:15:01 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[pytest 中的装饰器]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150776329</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150776329</guid><author>mini528</author><pubDate>Mon, 25 Aug 2025 18:16:48 +0800</pubDate><description><![CDATA[装饰器有2中，一种是pytest 中自带的，还有一种是根据需要自定定义的。1， 装饰器中自带的。]]></description><category></category></item><item><title><![CDATA[pytest 执行用例]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150775820</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150775820</guid><author>mini528</author><pubDate>Mon, 25 Aug 2025 18:03:01 +0800</pubDate><description><![CDATA[1  ，例如：  pytest  -vv -s  run_test.py    -------输出超详细测试结果， 并显示 print（）或日志信息。]]></description><category></category></item><item><title><![CDATA[pytorch 学习-1day]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/150612195</link><guid>https://blog.youkuaiyun.com/mini528/article/details/150612195</guid><author>mini528</author><pubDate>Fri, 22 Aug 2025 15:55:11 +0800</pubDate><description><![CDATA[怎么理解张量呢，  张量可以理解为：就是一个多维数组。]]></description><category></category></item><item><title><![CDATA[postman设置环境变量动态获取token]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/126504937</link><guid>https://blog.youkuaiyun.com/mini528/article/details/126504937</guid><author>mini528</author><pubDate>Wed, 24 Aug 2022 15:15:29 +0800</pubDate><description><![CDATA[之前一个用python 写脚本，今天想用一下postman ，我们系统是有登陆接口获取token ，调用其他接口一定要用token， 我就想着这种经常用的能不能存储成一个环境变量方便引用。3， 现在token 获取到了，那我们怎么用呢？2, 选择一个环境，运行该脚本，点击眼睛查看 token是否设置环境变量成功。1， 登陆接口 ，在断言中写入   a,获取接口返回、b,设置环境变量语句。这样，以后其他脚本需要token 都可以直接引用了 {{token}}postman 版本  9.0以上。]]></description><category></category></item><item><title><![CDATA[nginx 原理 ]]></title><link>https://blog.youkuaiyun.com/mini528/article/details/122186331</link><guid>https://blog.youkuaiyun.com/mini528/article/details/122186331</guid><author>mini528</author><pubDate>Tue, 28 Dec 2021 10:13:08 +0800</pubDate><description><![CDATA[1，正向代理
结论就是，正向代理，是一个位于客户端和原始服务器(origin server)之间的服务器，为了从原始服务
器取得内容，客户端向代理发送一个请求并指定目标(原始服务器)，然后代理向原始服务器转交请求并将获得的内容返回给客户端

2，反向代理 ------解决跨域问题

客户端向反向代理 的命名空间(name-space)中的内容发送普通请求，接着反向代理将判断
向何处(原始服务器)转交请求，并将获得的内容返回给客户端，就像这些内容 原本就是它自己的一样。


3，负载均衡
 权重访问 ，...]]></description><category></category></item></channel></rss>