关于学习的

最新推荐文章于 2025-07-06 09:17:28 发布
原创 最新推荐文章于 2025-07-06 09:17:28 发布 · 83 阅读 · 0 ·
CC 4.0 BY-SA版权
didihan

本文分享了作者在尚硅谷的学习经历及收获, 涵盖了从基础知识到实践应用的多个方面。

我所学的内容都是尚硅谷上面学的，所以对于学习的总结上面有很多都是一样的，图也是那里偷的，见谅见谅

PyTorch深度学习实战（1）——神经网络与模型训练过程详解
盼小辉丶的博客
05-28 9万+
在本节中，我们将了解传统机器学习与人工神经网络间的差异，并了解如何在实现前向传播之前连接网络的各个层，以计算与网络当前权重对应的损失值；实现反向传播以优化权重达到最小化损失值的目标。并将实现网络的所有关键组成——前向传播、激活函数、损失函数、链式法则和梯度下降，从零开始构建并训练了一个简单的神经网络。
AIGC实战——深度学习 (Deep Learning, DL)
盼小辉丶的博客
10-25 7万+
深度学习 (Deep Learning, DL) 是贯穿所有生成模型 (Generative Model) 的共同特征，几乎所有复杂的生成模型都以深度神经网络为核心，深度神经网络能够学习数据结构中的复杂关系，而不需要预先提取数据特征。在本节中，我们将介绍深度学习基本概念，并利用 Keras 构建深度神经网络。
关于学习的方法
TCP/IP
07-06 2万+
我喜欢读史，经常有人问我那么一大坨年代，人名，地名，我是怎么背下来的，还是一样的道理，建立时空图景。读完题目后，脑子里都是句子和逻辑，但没有场景，只有当你将这么大一段话还原成时空中的一个场景时，它是什么才显而易见，解法自然也就有了，所以我一再强调，万能的坐标系，它真的就是万能的，因为它描述的就是世界发生的事件，时间，地点。时序图，TCP 三次握手，四次挥手，协议状态机都是这回事，换成分析 TCP 抓包的 tcptrace 图，也是这个思路，在时空中往往很容易一眼看出端倪，这是我们的眼睛进化出来的本事。
程序员关于学习的10件事
我相信......
01-07 6469
【引子】新年伊始，每个人都会定一点儿自己的学习目标或者学习计划。石头兄弟推荐给我一篇文章，其中阐述了一些对学习本身的认知，而且是站在程序员的视角上，https://cacm.acm.org/magazines/2024/1/278891-10-things-software-developers-should-learn-about-learning/fulltext，读后颇有感触，遂编译成文，分...
关于学习管理系统 LMS
leoppeng的专栏
01-18 7109
一、先了解SCORM是什么： 共享内容对象参考模型（Sharable Content Object Reference Model）是由美国国防部"高级分布式学习"（Advanced Distributed Learning，以下简称ADL）组织所拟定的标准，对于数字内容教材的制作、内容开发提供一套共通的规范。"https://baike.baidu.com/item/scorm/2297020?
关于机器学习
surlig7012的博客
11-02 3353
前言 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 它是人工智能核心，是使计算机具有智能的根本途径。 1.研究现状 机器学习是人工智能及模式识别领域的共同研究热点，其理论和方法已被广泛应用于解决工程应用和科学领域的复杂问题。2010年的图灵奖获得者为哈佛大学的Leslie vlliant教授，其获...
关于学习web前端的心得
jh1906338271的博客
07-14 3185
关于学习web前端，其实我是一个新手，才刚刚学习了几天，但是觉得自己学的还可以，所以来分享一下我的学习心得。 首先我们学习的是Html，对于这个，其实还是蛮简单的，就是需要自己去记东西。你把这些html的基本标签给记熟了，在你自己写代码的时候就不会卡壳。然后接下来学习的就是Css，这个还是比较难的，因为Css包括了很多东西，首先学习的就是选择器，css有很多选择器，都有不同的作用，比如类选择器.c...
如何学习大数据 (学习路线)
言之。
10-08 1万+
学习大数据需要跨越多个领域，从存储、处理、分析到系统管理。通过系统化学习技术栈、动手实践项目、理解性能调优技巧，你可以逐渐掌握大数据的核心技能。
自己关于学习js的一些经历
web_xyk的专栏
11-26 9517
做为一名前端，相信许多初学者都会遇到这个问题：js学不会，不知道该怎么学习，不知道如何提高。在这里和大家分享一下自己的学习过程吧。现在前端这门职业已经日趋成熟，自学出身加上培训机构的批量生产，市场上的前端工程师已经有过剩的趋势，剩余的都是刚培训出来或者自学时间短的，真正的前端依旧稀缺。关于什么是真正的前端，这里有一篇文章可以去了解一下，http://www.wufangbo.com/que-qia...
关于学习的几个经典定律
混在华为
10-28 4480
定律1：人们往往善于从事情的内容学习，而不善于从事情本身学习。 公司的PLDP/PMDP培训效果很好，参加的人学到了如何做一个合格的PL/PM，却没有学会如何做好培训。从事情本身学习，是向别人学习的关键。   定律2：人们往往善于从失败中学习，而不善于从成功中学习。 一件事情做失败了，我们通常会思考原因；而一件事情做成功了，我们却总结得较少，尤其是没有事先有意识采取措施取得的成功，
机器学习入门知识
CYTLOVELY的博客
11-18 7242
随着人工智能的发展，作为人工智能中的一个基础且重要的分支——机器学习也是愈发吸引大家来了解以及学习，那么在学习机器学习前，我们需要先来了解一下什么是机器学习，以及机器学习中涉及了哪些内容。
关于学习数据库基础的一点心得体会
mlxg2019的博客
04-07 7134
刚开始学习数据库的伙伴们，都会有一种感觉：数据库学起来并不是很难。从某些角度来看，如与JS相比，确实简单多了。生活中能做一手好菜的厨子，肯定能做好一道佛跳墙，但他未必能做好一碗蛋炒饭。因为越是简单的开始，就越是要拿出全力以赴的态度。那么就请小伙伴们一起与我开始从基础的知识开始学起吧！ 先来了解一下数据库的发展历史： 网状数据库-〉层次性数据库-〉关系数据库-〉非关系型数据库（NOSQL） 今天我们...
VGG16关于学习率如何影响精度效应
huatianxue的博客
11-09 2068
转自 需要更正的地方： 1. learning_rate = 1e-3 # 学习率 学习率调的低一点比较好，不然容易出现正确率都是10%的情况 2. 测试模型阶段： 原先的代码为： img = Variable(img, volatile=True).cuda() label = Variable(label, volatile=True).cuda() 这时会出现一个错误，改为如下即可： with torch.no_grad()
关于学习中国大学MOOC国家精品课程《计算机程序设计C++》的学习记录与小结
初见还是重逢的博客
12-05 3652
为了记录在中国大学MOOC中《计算机程序设计C++》的学习成果，特将基础练习与课程测试的代码写入博客，以便日后查阅方便，也供广大编程学习者借鉴交流，写出更加好的程序。 ~~~欢迎评论收藏点赞~~~
2025最新首发，全网最全 Spring Boot 学习宝典(附思维导图)
热门推荐
**My Coding Family**
04-20 10万+
从0到1以知识点+实例+项目的教学模式对SpringBoot框架由浅入深进行学习，快来跟bug菌一起学习吧。
sharding-jdbc示例代码
12-19
sharding-jdbc示例代码
ENVI+Deep+Learning+V1.0深度学习操作教程
12-19
内容概要：本文介绍了ENVI Deep Learning V1.0的操作教程，重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用，以实现遥感图像中特定目标（如集装箱）的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练，到执行分类及结果优化的完整流程，并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架，采用ENVINet5（U-Net变体）架构，支持通过点、线、面ROI或分类图生成标签数据，适用于多/高光谱影像的单一类别特征提取。; 适合人群：具备遥感图像处理基础，熟悉ENVI软件操作，从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员，尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标：①在遥感影像中自动识别和提取特定地物目标（如车辆、建筑、道路、集装箱等）；②掌握ENVI环境下深度学习模型的训练流程与关键参数设置（如Patch Size、Epochs、Class Weight等）；③通过模型调优与结果反馈提升分类精度，实现高效自动化信息提取。; 阅读建议：建议结合实际遥感项目边学边练，重点关注标签数据制作、模型参数配置与结果后处理环节，充分利用ENVI Modeler进行自动化建模与参数优化，同时注意软硬件环境（特别是NVIDIA GPU）的配置要求以保障训练效率。
QPdfiumDemo
12-19
QPdfiumDemo
【网络安全竞赛】基于DVWA的代码级攻防技术：SQL注入至RCE利用链的实战设计与自动化防御方案研究
最新发布
12-19
内容概要：本文通过改造DVWA漏洞靶场，构建了一条从SQL注入到文件上传再到远程命令执行（RCE）的完整攻击链，重点展示代码级攻防技术。文中详细解析了二次注入、图片马精制、竞争上传和LD_PRELOAD沙箱逃逸等高阶技巧，并提供了完整的Python利用脚本与官方修复补丁，强调在真实竞赛场景下的实战应用与防御策略。同时展望了自动化Patch评估、微服务漏洞链和合规审计等未来发展方向。; 适合人群：具备一定Web安全基础，参加CTF竞赛或从事渗透测试工作的安全从业者，以及蓝队防守人员和安全培训讲师。; 使用场景及目标：①在高校CTF比赛中作为高难度Web题型，检验选手综合攻防能力；②用于企业招聘中考察候选人实战编码与应急响应能力；③辅助安全培训中进行攻击复现与防御规则编写。; 阅读建议：学习者应结合DVWA环境动手实践每个攻击环节，深入理解Payload构造原理与系统底层机制，同时对比官方Patch掌握安全编码规范，提升攻防双向能力。
JAVA学习资源整合合集
标签“资料学习整理”进一步强调了文件是关于学习资料的汇编，而“JAVA”则暗示了学习资料的专注方向，即Java编程语言。 ### Java编程语言基础 Java是一种广泛使用的面向对象的编程语言，它具有跨平台的特性，由...
评论
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