See_Star的博客

构造VGG19网络进行本地图片分类（超详细过程），包括如何自定义网络、自建数据集并加载、自定模型并训练

一、VGG介绍二、数据集介绍Animal Image Dataset(DOG, CAT and PANDA)Dataset for Image Classification Practice下载地址：https://www.kaggle.com/ashishsaxena2209/animal-image-datasetdog-cat-and-panda该数据集共包含3类目标：狗、猫和熊猫；每种图片各1000张；图片尺寸不固定；大部分图片为RGB图片，少部分图片为灰度图片，所以在处理数据的时候要注意

一、原理1 概括构造一个神经网络含有两个输入，两个隐藏神经元，两个输出神经元。隐藏层和输出元包括两个偏置。其结构如下：设置输入和输出数据，并为神经元初始化参数，包括权重和偏置。BP神经网络的目标是优化权重，使神经网络学会如何正确地映任意输入到输出。以输入0.05和0.1，输出0.01和0.99为训练集进行测试。2 前项传播将输入层的0.05和0.10输入到隐藏层，通过初始化的权重和偏差进行计算可得到隐含层的输出。之后通过激活函数对隐含层的输出进行非线性化处理，激活函数使用Sigmoid。f

1 题目(1) 编制用Crank-Nicolson格式求抛物方程数值解的通用程序。{∂u∂t−a∂2u∂x2=f(x,t)(0<x<1,0≤t≤ T)u(x,0)=φ(x)(0≤x≤1)u(0,t)=α(t),u(1,t)=β(t)(0<t≤T)\left\{\begin{array}{ll} \frac{\partial u}{\partial t}-a \frac{\partial^{2} u}{\partial x^{2}}=f(x, t) & (0<

1 题目用Romberg求积法计算积分∫−1111+100x2dx\int_{-1}^{1} \frac{1}{1+100 x^{2}} d x∫−11​1+100x21​dx的近似值，要求误差不超过0.5×10−70.5\times10^{-7}0.5×10−7。2 程序程序1：Romberg通用程序function[result] = romberg(a,b,F,epsilon) %% 初始赋值 e = inf; xk = [a,b];% T = []; %

一、复化梯形公式求积分题目：利用复化梯形公式计算I(f)=∫15sinxxdxI(f) = \int_1^5{\frac{sinx}{x}dx}I(f)=∫15​xsinx​dx的近似值，精确至7位有效数字。Matlab程序：clc; clear allsyms x %% 已知条件Fx(x) = sin(x)/x;a = 1;b = 5;epsilon = 5e-8;e = 1;T = []; % 存放Tf的值h = b-a;Xk1 = [a, b]; % 存放已选的 x

转载：十大经典排序算法（动图演示）目录0、算法概述1、冒泡排序（Bubble Sort）2、选择排序（Selection Sort）3、插入排序（Insertion Sort）4、希尔排序（Shell Sort）5、归并排序（Merge Sort）6、快速排序（Quick Sort）7、堆排序（Heap Sort）8、计数排序（Counting Sort）9、桶排序（Bucket Sort）10、基数排序（Radix Sort）0、算法概述0.1 算法分类十种常见排序算法可以分为两大类：比较类排