解决图随机上传,不限量,定位置,与文章进库同步完成

科研人AI工作流实战指南:Claude、DeepSeek、GPT与Gemini协同策略 大语言模型(LLM)已深度融入科研工作流,但选型不能只看参数或榜单——关键在于匹配真实任务场景的技术适配性。理解不同模型的底层训练目标差异(如Claude侧重专家式解释流畅性、GPT强调形式逻辑严谨性、DeepSeek优化中文指令跟随、Gemini强于多源检索),才能在文献泛读、方法复现、实验设计、代码调试等环节实现精准调用。国产大模型DeepSeek的价值不在性能对标,而在于构建本地化、低延迟、高可控的应急通道;Claude则凭借高保真压缩与上下文理解,成为方法论攻坚的核心依赖。本文聚焦科研一线高频痛点, 阅读详情
转载自youkuaiyun.com的论坛   _Shakespeare(网络骑士) / 撰文

发布文章、或者新闻、或者产品说明,这一类的图片、文字均有的资料,要求的是,根据文章的需要随时插入图片、并且由其自己指定对齐方式。文字进库,图片上传?

adddata.php文件的代码:
  1<html>
  2<head>
  3<title>增加数据</title>
  4<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
  5</head>
  6
  7<body bgcolor="#FFFFFF">

  8
  9

 10<?

 11@$link=mysql_pconnect("localhost","root","rpass007") or
 12
die ("登陆服务器失败,请稍候再试");
 13
mysql_select_db($db);
 14
$date=date('Y-m-d H:i:s');
 15
if((($db=="foltyx"&&$tb=="wlg_master")||($db=="foljrbd"&&$tb=="tpxw"))||($db=="foljrxt"&&($tb=="shpx"||$tb=="tswl")))//for tyx jrbd jrxt
 16
{
 17
        if(chop($imagein)!="none")
 18
              {
 19
              $picuppath="/home/fol/php/admin/";         //define up pic path
 20
              $dirname="picup";
 21
              if(!(chdir($picuppath)))
 22
                 {
 23
                    die("can not change path!");
 24
                 }
 25
              if(!(file_exists("$dirname")))
 26
                 {
 27
                    if(!(mkdir($dirname,0777))) die("can not make dir!");
 28
                    if(!(chmod($dirname,0777))) die("can not change dir mode!");
 29
                 }
 30
              if(!(chdir($dirname))) die("can not change dir!");
 31
              $dirpath=$dirname."/";
 32
              $imagepath=$picuppath.$dirpath;                      //path end
 33

 34
        $image="";
 35
        $imagename="";
 36
        $imagetype="";
 37
        $nowtime=time();
 38

 39
                  $imagename=$imagein_name ;                         //old pic name for db
 40
                  $imagetail=strrchr($imagename,".");                //get pic name type name
 41
                  $imagename=$nowtime.$imagetail;
 42
                  if(!copy($imagein,$imagepath.$imagename)) die("up pic false"); //up pic end
 43
                  $size=getimagesize($imagename);                        //get size array,for now in uppic,so just imagename else dirpaht
 44
                  $imgwidth=$size[0];
 45
                  $imgheight=$size[1];
 46
                  $imgsize=$size[3];
 47
                  unlink($imagename);                                     //delete pic in remote
 48

 49
                $image=base64_encode(fread(fopen($imagein,"r"),10000000));     //inset db begin
 50
                $imagetype=$imagein_type ;
 51
                $imgtype=$imagetype;
 52
                unlink($imagein);
 53

 54
               $imgoldname=$imagename;
 55
               $imgname=$imagename;
 56
               $imgbody=$image;
 57
if($db=="foljrbd"&&tb=="tpxw"){//there is no summary in tpxw of foljrbd,so 
 58
$result =mysql_query("insert into $tb (title,content,date,author,origin,imgoldname,imgtype,imgname,imgwidth,imgheight,imgsize,imgbody) values('$title','$content','$date','$author','$origin','$imgoldname','$imgtype','$imgname','$imgwidth','$imgheight','$imgsize','$imgbody')",$link);
 59
}
 60
else{//tpxw of foljrbd
 61
$result =mysql_query("insert into $tb (title,summary,content,date,author,origin,imgoldname,imgtype,imgname,imgwidth,imgheight,imgsize,imgbody) values('$title','$summary','$content','$date','$author','$origin','$imgoldname','$imgtype','$imgname','$imgwidth','$imgheight','$imgsize','$imgbody')",$link);
 62
}
 63
               }
 64
               else die("请上传图片");
 65
}//end of pic or pic with no summary
 66
elseif($db=="foljrbd"&&$tb=="cjzt"){//beggin of cjzt of fol jrbd
 67
$result =mysql_query("insert into $tb (title,content,date,author,origin,topic) values('$title','$content','$date','$author','$origin','$topic')",$link);
 68
}//end of cjzt of fol jrbd
 69
elseif($db=="foljrsx"&&$tb=="pshzl")//for jrsx
 70
{
 71
        if(chop($imagein)!="none")
 72
              {
 73
              $picuppath="/home/fol/php/jrsx/";         //define up pic path
 74
              $dirname="article";
 75
              if(!(chdir($picuppath)))
 76
                 {
 77
                    die("can not change path!");
 78
                 }
 79
              if(!(file_exists("$dirname")))
 80
                 {
 81
                    if(!(mkdir($dirname,0777))) die("can not make dir!");
 82
                    if(!(chmod($dirname,0777))) die("can not change dir mode!");
 83
                 }
 84
              if(!(chdir($dirname))) die("can not change dir!");
 85
              $dirpath=$dirname."/";
 86
              $imagepath=$picuppath.$dirpath;                      //path end
 87

 88
        $image="";
 89
        $imagename="";
 90
        $imagetype="";
 91
        $nowtime=time();
 92

 93
                  $imagename=$imagein_name ;                         //old pic name for db
 94
                  $imagetail=strrchr($imagename,".");                //get pic name type name
 95
                  $imagename=$nowtime.$imagetail;
 96
                  if(!copy($imagein,$imagepath.$imagename)) die("up pic false"); //up pic end
 97
                  //unlink($imagename);                                     //delete pic in remote
 98

 99
                //$image=base64_encode(fread(fopen($imagein,"r"),10000000));     //inset db begin
100
                $imagetype=$imagein_type ;
101
                $imgtype=$imagetype;
102
                unlink($imagein);
103

104
               $imgoldname=$imagename;
105
               $imgname=$imagename;
106
               $imgbody=$image;
107
$result =mysql_query("insert into $tb (title,content,date,author,origin,artcloldname,artcltype,artclname) values('$title','$content','$date','$author','$origin','$imgoldname','$imgtype','$imgname')",$link);
108
               }
109
               else die("请上传论文");
110
}//end of art
111
elseif($db=="foljrxt"&&($tb=="ztjz"||$tb=="alfx")){
112
$result =mysql_query("insert into $tb (title,summary,content,date,author,origin) values('$title','$summary','$content','$date','$author','$origin')",$link);
113
}
114
else{
115
$result =mysql_query("insert into $tb (title,content,date,author,origin) values('$title','$content','$date','$author','$origin')",$link);
116
}
117
if (mysql_affected_rows()==1)
118
{
119        ?>

120        添加成功,请返回!
121        <p><a href="add.php?db=<? echo $db ?>&tb=<? echo $tb ?>">返回</a> </p>

122        <?
123}
124
else
125
{
126        ?>

127        添加不成功,请稍候再试!
128        <p><a href="add.php?db=<? echo $db ?>&tb=<? echo $tb ?>">返回</a> </p>

129        <?
130}
131?>

132
133</body>

134</html>
135
136

add.php文件的内容:
  1<html>
  2<head>
  3<title>增加数据</title>
  4<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
  5</head>
  6
  7<body bgcolor="#FFFFFF">

  8<?
  9if($db=="foljrbd"&&$tb=="cjzt"){
 10?>

 11<form name="form1" method="post" action="addcjzt.php" enctype="multipart/form-data">
 12  <table width="50%" border="0" align="center">
 13    <tr>
 14      <td align="center">
 15        <p>请选择需要增加内容的专题:</p>
 16        <p>&nbsp;</p>
 17      </td>
 18    </tr>
 19    <tr>
 20      <td align="center">金融报道&gt;&gt;财经专题&gt;&gt;
 21        <select name="topic">
 22<?   @$link=mysql_pconnect("localhost","root","rpass007")
 23
                     or die("登陆失败,稍后重试");
 24
    mysql_select_db("fol") or die("unable to select database");
 25
    $query="select topic,tpcname from foljrbd_cjzt order by id desc";
 26
    $result=mysql_query($query,$link);
 27
    while (list($topic,$tpcname)=mysql_fetch_row($result))
 28
                        {
 29                        ?>

 30          <option value="<? echo $topic ?>">
 31          <? echo $tpcname ?>
 32          </option>
 33<?
 34}
 35?>

 36        </select>
 37      </td>
 38    </tr>
 39    <tr>
 40      <td align="right">
 41        <input type="hidden" name="db" value="<? echo $db ?>">
 42                <input type="hidden" name="tb" value="<? echo $tb ?>">
 43        <input type="submit" name="Submit" value="填加">
 44      </td>
 45    </tr>
 46    <tr>
 47      <td>
 48        <p>&nbsp;</p>
 49        <p><a href="mkspecial.php?db=<? echo $db ?>&tb=<? echo $tb ?>">建立新的专题</a></p>
 50      </td>
 51    </tr>
 52    <tr>
 53      <td>&nbsp;</td>
 54    </tr>
 55  </table>
 56</form>
 57<?
 58}
 59

 60
elseif($db=="foljrsx"&&$tb=="pshzl")//beggin of pshzl of foljrsx
 61
{
 62?>

 63<p align="center"><font size="4">论文上传</font> </p>
 64<form name="form1"   ENCTYPE="multipart/form-data" method="post" action="adddata.php?db=<? echo $db ?>&tb=<? echo $tb ?>">
 65  <div align="center">
 66    <table width="75%" border="0">
 67      <tr>
 68        <td>论文标题:
 69          <input type="text" name="title" size="40">

 70          作者:
 71          <input type="text" name="author">

 72        </td>
 73      </tr>
 74      <tr>
 75        <td>
 76          <p align="left">论文简介:
 77            <textarea name="content" cols="90" rows="10"></textarea>

 78          </p>
 79        </td>
 80      </tr>
 81      <tr>
 82        <td>
 83          <div align="left">论文:
 84            <input type="file" name="imagein">

 85          </div>
 86        </td>
 87      </tr>
 88
 89      <tr>

 90        <td>
 91          <div align="center">   </div>
 92        </td>
 93      </tr>
 94      <tr>
 95        <td>
 96          <div align="center"><font size="4">
 97            <input type="submit" name="submit" value="提交">
 98             
 99            <input type="reset" value="清空" name="reset">

100            </font></div>
101        </td>
102      </tr>
103    </table>
104  </div>
105</form>
106<?
107}//end of pshzl of foljrsx
108

109
else
110
{
111?>

112<p align="center"><font size="4">录入数据</font> </p>
113<form name="form1"   ENCTYPE="multipart/form-data" method="post" action="adddata.php?db=<? echo $db ?>&tb=<? echo $tb ?>">
114  <div align="center">
115    <table width="75%" border="0">
116      <tr>
117        <td>文章标题:
118          <input type="text" name="title" size="40">

119          作者:
120          <input type="text" name="author">

121        </td>
122      </tr>
123      <? if((($db=="foltyx"&&$tb=="wlg_master")||($db=="foljrsx"&&$tb=="pshzl"))||($db=="foljrxt"&&($tb!="hbyh"&&$tb!="tzlc")))
124
{
125?>

126      <tr>
127        <td>
128          <p align="left">简短介绍:
129            <textarea name="summary" cols="80" rows="3"></textarea>

130          </p>
131        </td>
132      </tr>
133      <?
134      }
135?>

136      <tr>
137        <td>
138          <p align="left">文章内容:
139            <textarea name="content" cols="90" rows="10"></textarea>

140          </p>
141        </td>
142      </tr>
143      <tr>
144        <td>
145          <div align="left">出处:
146            <input type="text" name="origin" size="80">

147          </div>
148        </td>
149      </tr>
150      <? if((($db=="foltyx"&&$tb=="wlg_master")||($db=="foljrbd"&&$tb=="tpxw"))||($db=="foljrxt"&&($tb=="shpx"||$tb=="tswl")))
151
{
152?>

153      <tr>
154        <td>
155          <div align="left">图片:
156            <input type="file" name="imagein">

157          </div>
158        </td>
159      </tr>
160      <?
161      }
162?>

163      <tr>
164        <td>
165          <div align="center">   </div>
166        </td>
167      </tr>
168      <tr>
169        <td>
170          <div align="center"><font size="4">
171            <input type="submit" name="submit" value="提交">
172             
173            <input type="reset" value="清空" name="reset">

174            </font></div>
175        </td>
176      </tr>
177    </table>
178  </div>
179</form>
180<?
181}
182?>

183</body>
184</html>
185

具体的数据表的建立方式可以从执行语句中看到
附:这是我和一个研究生为学校的一个网站写的后台管理程序的处理后台管理上传的东西,不当之处还请指出来
2025年程序员核心能力:从写代码到系统架构思维 在AI加速普及的今天,‘会写代码’已成基础技能,真正决定工程师价值的是系统性工程能力。本文围绕领域理解、系统拆解、接口设计与成本感知四大元能力展开,解析如何将模糊需求转化为高可用、可维护、低认知负荷的技术实现。内容紧扣软件工程本质——用代码精准表达业务逻辑、控制复杂度、管理资源消耗,并支撑真实业务场景下的稳定性与扩展性。适合中高级开发者、技术负责人及希望突破执行层瓶颈的工程师进阶参考。 阅读详情

相关推荐

合成数据实战指南:从合规生成到混合训练的工程化落地

合成数据是解决AI项目中数据‘不能采、不敢用、不够量、不均衡’问题的关键技术路径,其本质并非简单造数,而是基于业务规则与领域知识的数据关系重建。它融合差分隐私、约束建模、统计仿真等原理,在保障合规性与可控性的前提下,支撑医疗影像标注、金融风控建模、智能座舱语音唤醒等高敏感场景。技术价值体现在对真实数据结构性缺失的精准补全,而非泛化扩增;典型应用场景包括隐私受限的医疗训练、采样偏差显著的县域用户行为仿真、以及需强业务逻辑对齐的工业缺陷检测。本文聚焦可审计、可验证、可落地的合成数据工作流,贯穿规则驱动建模、隐私

weixin_33912246的博客 369

Sqribble:轻量级文档工业化流水线解析

文档自动化是现代内容交付的核心能力之一,其本质在于将重复性排版任务标准化、模板化与规则化。不同于依赖大模型的AI写作工具,Sqribble 以确定性排版引擎为核心,通过模板驱动、结构化解析和自动渲染三大机制,实现从内容输入到专业PDF输出的端到端闭环。该技术显著降低非设计人员的文档生产门槛,在销售方案、知识手册、培训材料等高频场景中释放工程化交付价值。本文聚焦 Sqribble 的模板仓库、内容摄取引擎、布局渲染系统与交互编辑器四大模块,深入剖析其作为‘文档工业化流水线’的底层逻辑与实战边界。

weixin_34129696的博客 434

【信息科学与工程学】【广告科学】第四十四篇 广告平台投放和广告计费类算法01

全行业的中国企业广告投放模型总表。行业分类依据《国民经济行业分类》(GB/T 4754—2017)的门类/大类 ,产品层参考"主营产品统计代码"行业—产品映射 ,平台算法以巨量引擎、腾讯广告等官方文档为硬支撑 ,合规部分严格对齐《互联网广告管理办法》以及2026年市场监管部门最新合规提示 。编号类型(门类)行业(大类)企业及产品内容列表投放模型投放平台投放人群欲望激发维度面向人群模式(地域/文化/年龄/角色)001A 农林牧渔01 农业北大荒/中粮:五常大米、面粉、食用油、杂粮品牌曝光 + 电商转化双轨(C

weixin_49199313的博客 1651

Sqribble:模板驱动的文档自动化出版流水线

在数字内容泛滥的时代,专业文档交付已成为知识工作者的核心能力。文档自动化并非替代写作,而是通过结构化处理、模板化约束与确定性渲染,将杂乱内容快速转化为格式统一、语义清晰、符合阅读习惯的PDF等标准出版物。其底层逻辑融合了Web内容提取、语义标签解析、CSS级排版规则与云端协同编辑,显著降低非设计人员的排版门槛。尤其适用于白皮书、培训讲义、营销手册等需批量、合规、高效交付的场景。Sqribble 以‘模板驱动’和‘Document Automation’为双核心,代表了一种工程化、可复用、强可控的轻量级出版范

weixin_30240349的博客 381

芯片详解——AD7606

AD7606详解

weixin_45661757的博客 5017

微信小程序消息推送实战:从模板消息到订阅消息的进阶指南

本文详细解析了微信小程序消息推送的核心机制,重点对比了模板消息与订阅消息的差异与应用场景。模板消息适用于支付成功等强即时性业务回执,而订阅消息则需用户授权,更适合物流提醒等可预期通知。文章提供了从授权、配置到发送的完整实战指南,并分享了常见的避坑技巧与性能优化建议,帮助开发者构建高效、合规的用户触达体系。

weixin_29231027的博客 594

市场先生的预言:后疫情时代结构性迁移的三维解码

在不确定性成为新常态的背景下,'市场先生'不再只是情绪化比喻,而是群体认知对现实约束的实时编译系统。其核心原理在于对物理交互摩擦成本、时间颗粒度变化与空间韧性需求的极致敏感,并通过二级市场轮动速度、一级市场融资方向及大宗商品与物流数据形成可验证的三维证据链。这种‘预言性定价’本质上是对人类基础行为刚性迁移的结构化映射,具有高度技术价值——它跳过滞后宏观指标,直指产业演进底层逻辑。典型应用场景包括企业战略再定位、职业赛道选择与数字基建投资决策。本文聚焦‘市场先生’与‘后疫情世界’两大热词,揭示如何从价格信号中

chuozhi7142的博客 430

cocos creator接入微信登陆sdk ios篇

cocos creator接入微信登陆sdk ios篇 背景已经在Android篇里面交代过了,有兴趣的朋友可以再看看Android篇 步骤 去微信开放平台下载ios平台所需要的sdk 在“info”标签栏的“URL type“添加“URL scheme”为你所注册的应用程序id 在“info”标签栏的“LSApplicationQueriesSchemes“添加weixin 将SDK文件中...

凤小鹿的博客 6362

抖音明星直播技术实战:从推流、秒杀到数据复盘

直播带货已成为品牌营销的核心场景,而明星直播引发的瞬时高并发流量,对技术架构提出严苛考验。要保障一场直播平稳运行,关键在于理解推流稳定性、秒杀库存的原子扣减、优惠券防超发、实时数据监控与复盘归因等底层原理。这些技术不仅能避免卡顿、超卖、链接错挂等事故,还能通过数据大屏辅助运营决策,提升转化效果。无论是品牌自播、大促节点还是新品发布,这套方法论均可复用。本文以凡士林携手龚俊的抖音直播活动为实例,系统梳理了从环境准备、OBS推流、商品上架、互动玩法到数据复盘的全链路技术实施路径,适合电商运营、中控及开发者参考。

weixin_34082695的博客 471

ECN实战指南:如何用SAP系统搞定工程变更(附库存处理避坑技巧)

本文详细解析了如何在SAP系统中高效执行工程变更通知(ECN),特别聚焦PP模块的操作流程与库存处理技巧。通过实战案例和系统操作指南,帮助制造业企业避免库存混乱和生产中断,实现从创建到生效的全流程管理。

m5n6o7的博客 1079

采用离散模型搭建永磁同步电机控制系统

永磁同步电机发电系统分为控制器和发电机,通过simulink仿真软件进行发电系统的离散系统仿真。离散搭建仿真,可以更方便的自动代码生成。通过实践经验离散模块搭建,更能加深对整个控制系统的理解。离散系统在矢量控制中经常涉及到上个开关周期的角度,电压,或者预测下个周期的角度,电流,一般都是通过延时模块实现。PWM比较值寄存器被改写后都是使能了预装载,采样后触发计算到比较值生效可以延时0.5个开关周期Ts,也可以延时1个开关周期Ts,可以通过离散系统进行仿真,大大缩短开发周期。

f1072239934的博客 2862

CnOpenData 线上招聘网站信息数据

CnOpenData线上招聘网站信息数据库是一个覆盖中国主流招聘平台、时间跨度长、更新频率高的劳动力市场需求侧大数据集合。本数据库汇集了,为学术界和业界提供了一扇实时观察中国劳动力市场动态的窗口。

CnOpenData_wj的博客 2605

MMSegmentation 安装教程,避免mmcv不合适版本,及相关问题解决

都行,不做要求。

qq_43683133的博客 1219

HarmonyOS ArkTS API 24|字符串数字转换技巧,number 转 string、数值运算后格式化展示避免精度异常

引言在当今移动互联网高速发展的时代背景下,跨平台应用开发框架层出不穷,而华为推出的 HarmonyOS 操作系统凭借其分布式架构和声明式 UI 编程范式,正在为开发者提供一个全新的技术选择。HarmonyOS 6.1.1 作为华为鸿蒙操作系统的重要版本迭代,不仅在前代基础上进一步优化了系统底层的渲染性能和内存管理机制,还为开发者带来了更加丰富完善的 ArkTS 语言特性和 ArkUI 声明式组件库。基于 HarmonyOS API 24 的应用开发能力,开发者可以充分利用系统级的能力来构建出具有原生体验的高

2401_89578244的博客 353

STM32L051低功耗模式下LPUART的使用

STM32L0系列低功耗UART配置代码清单及注释,大家可参考学习使用。

嵌入式工程师 2101

YOLOv11改进 ,YOLOv11改进主干网络为MobileNetV3,助力涨点

MobileNetV3通过结合硬件感知网络架构搜索(NAS)和NetAdapt算法,通过新颖的架构改进进一步提升了性能。本文开始探讨了自动化搜索算法与网络设计如何协同工作,以利用互补方法来提升整体技术水平。通过这一过程,创建了两个新的MobileNet模型:MobileNetV3-Large和MobileNetV3-Small,分别针对高资源和低资源使用场景。这些模型随后被适配并应用于目标检测和语义分割任务。

在职AI算法工程师,擅长计算机视觉,YOLO目标检测、分割等,擅长web、pyqt界面可视化,好内容持续更新中,来这里跟大家一起学习,共同进步 1933

MySQL建库建表操作学习笔记

SQL(Structured Query Language,结构化查询语言)是用于在关系型数据库上执行数据操作、数据检索以及数据维护的标准语言。:用于定义对数据库对象(库、表、列、索引)的操作,如 CREATE、DROP、ALTER、RENAME、TRUNCATE 等。保存可变长度的字符串(可包含字母、数字以及特殊字 符)。:用于定义对数据库记录的操作,如 INSERT、DELETE、UPDATE、SELECT 等。:用于定义对数据库、表、字段、用户的访问权限和安全级别,如 GRANT、REVOKE 等。

Eternitycai的博客 222

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

MySQL 单点详解(14)

给定一条 SQL,联合索引的列该怎么排呢?

2401_88601046的博客 344

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

Flink SQL 连接器实战:MySQL Source、Flink CDC 与 JDBC Sink 全解析

提供有界流读取,适合批处理和维表场景,简单直接但无法感知变更。MySQL CDC提供无界流读取,通过「全量快照 + binlog 增量」的方式实现实时捕获,是实时数仓的核心入口,但需要 MySQL 侧正确配置 binlog 和权限。JDBC Sink负责结果回写,关键在于区分仅插入流和更新流,更新流必须依赖主键完成 upsert。掌握这三者的差异,本质上就是掌握了 Flink 中「有界与无界」「追加与更新」这两组最基本的语义。

2401_83857914的博客 428

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

MySQL 的 REPEATABLE READ 到底能不能防幻读——从快照读、当前读到 Next-Key Lock

本文系统讲解 InnoDB 可重复读级别下的幻读问题:从三类读异常切入,剖析快照读依赖 MVCC、当前读依赖 Next-Key Lock 的双防线机制,用双会话实验复现幻读仍会出现的边界场景,并解释各数据库在幻读防护上行为分歧的根源。

大模型全栈工程师 · Thanks_ks 293

数据库乐观锁深度解析:MySQL、PostgreSQL 实战 + Spring Boot 集成指南

Oracle 提供了ORA_ROWSCN伪列(System Change Number),记录最后修改行的 SCN,类似 PostgreSQL 的xmin。实践中通常仍使用 version 字段方案,逻辑与 MySQL 完全相同。-- Oracle:通过 ORA_ROWSCN 实现乐观锁-- 更新时比对 SCN// 自定义注解// AOP 切面@Aspect@Component@Slf4jtry {

yjc_1111的专栏 399

SQLite 是什么?和 MySQL、Redis 有什么区别,项目中应该怎么选?

SQLite 是轻量级嵌入式关系型数据库,无需独立服务,直接通过文件存储数据,适合本地工具、桌面应用、移动端离线数据及单机轻量业务。与 MySQL 相比,它部署简单但并发写入受限;与 Redis 不同,它支持完整 SQL 与事务,适用于结构化数据持久化。三者可协同使用:MySQL 处理核心业务,Redis 实现高速缓存与计数,SQLite 降低部署复杂度。选型应基于场景需求,而非技术偏好。

栈外手记|2018 年起深耕后端开发。跳出代码栈,分享技术、项目踩坑与行业思考,看见技术之外更多可能。 332

Docker 部署 WordPress+MySQL 高可用架构

点「安装 WordPress」

一直在努力学习的菜鸟 221

MySQL 库表操作学习笔记

SQL(结构化查询语言)是关系型数据库标准语言,可以改库结构、设置权限、增删改查数据、维护数据库。

2403_89660238的博客 166

基于 FastAPI+LangChain+LangGraph+Agent+Vue3+MySQL 的房产数据采集与房价预测分析平台

本文介绍一个完整的「房产数据采集+AI房价预测」全栈项目,涵盖FastAPI异步后端、LangGraph Agent智能问答、爬虫采集、机器学习预测与Vue3前端,实现从数据采集到AI交互的闭环。项目融合多技术栈,具备真实业务场景与生产级设计(如降级策略、流式输出、多模型对比),兼具简历亮点与答辩演示优势,可系统性提升工程能力,并附高频面试题解析,是理想的技术综合实践项目。

深耕开发,专注编程实战。分享源码解析、项目搭建、问题排查笔记,沉淀技术,持续更新。 224
上一篇: PHP的计数器程序---解决全部可能遇到的问题
下一篇: PHP下如何对文件进行加锁
trip
博客等级 码龄25年 20粉丝 40原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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