使用pinyin4j的问题

wangpanbaoding wangpanbaoding 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 3.3k累计阅读 3.3k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄18年
关注
原创 最新推荐文章于 2026-05-27 02:11:44 发布 3.3k 阅读 AI 写同款· GEO 优化 ›
避坑指南：Java中使用pinyin4j处理中文排序时你可能遇到的5个问题 本文深入探讨了Java中使用pinyin4j进行中文拼音排序时常见的5大问题及解决方案，包括多音字处理、性能优化、特殊字符处理、内存泄漏和排序文化差异。通过实战案例和代码示例，帮助开发者避免生产环境中的潜在陷阱，提升中文排序的准确性和效率。 阅读详情
06-10 17:13:45.626 W/dalvikvm(10355): Exception Ljava/lang/NullPointerException; thrown while initializing Lnet/sourceforge/pinyin4j/ChineseToPinyinResource$ChineseToPinyinResourceHolder;
06-10 17:13:45.626 D/AndroidRuntime(10355): Shutting down VM
06-10 17:13:45.626 W/dalvikvm(10355): threadid=1: thread exiting with uncaught exception (group=0x40c1fac8)
06-10 17:13:45.636 E/AndroidRuntime(10355): FATAL EXCEPTION: main
06-10 17:13:45.636 E/AndroidRuntime(10355): java.lang.ExceptionInInitializerError
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.ChineseToPinyinResource.getInstance(ChineseToPinyinResource.java:170)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.PinyinHelper.getUnformattedHanyuPinyinStringArray(Unknown Source)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.PinyinHelper.getFormattedHanyuPinyinStringArray(Unknown Source)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.PinyinHelper.toHanyuPinyinStringArray(Unknown Source)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.deskclock.worldtime.PinyinUtil.charToPinyin(PinyinUtil.java:83)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.deskclock.worldtime.PinyinUtil.stringToPinyin(PinyinUtil.java:54)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.deskclock.worldtime.PinyinUtil.stringToPinyin(PinyinUtil.java:21)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.deskclock.worldtime.WorldTimeSearchActivity.searchByChar(WorldTimeSearchActivity.java:208)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.deskclock.worldtime.WorldTimeSearchActivity$2.onQueryTextChange(WorldTimeSearchActivity.java:153)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at amigo.widget.AmigoSearchView.onTextChanged(AmigoSearchView.java:1207)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at amigo.widget.AmigoSearchView.access$1700(AmigoSearchView.java:92)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at amigo.widget.AmigoSearchView$10.onTextChanged(AmigoSearchView.java:1694)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.widget.TextView.sendOnTextChanged(TextView.java:7234)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.widget.TextView.handleTextChanged(TextView.java:7293)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.widget.TextView$ChangeWatcher.onTextChanged(TextView.java:8883)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.text.SpannableStringBuilder.sendTextChanged(SpannableStringBuilder.java:962)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.text.SpannableStringBuilder.replace(SpannableStringBuilder.java:496)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.text.SpannableStringBuilder.replace(SpannableStringBuilder.java:435)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.text.SpannableStringBuilder.replace(SpannableStringBuilder.java:30)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.view.inputmethod.BaseInputConnection.replaceText(BaseInputConnection.java:672)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.view.inputmethod.BaseInputConnection.commitText(BaseInputConnection.java:196)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.internal.widget.EditableInputConnection.commitText(EditableInputConnection.java:183)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.internal.view.IInputConnectionWrapper.executeMessage(IInputConnectionWrapper.java:279)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.internal.view.IInputConnectionWrapper$MyHandler.handleMessage(IInputConnectionWrapper.java:77)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.os.Handler.dispatchMessage(Handler.java:99)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.os.Looper.loop(Looper.java:137)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at android.app.ActivityThread.main(ActivityThread.java:5127)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at java.lang.reflect.Method.invokeNative(Native Method)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at java.lang.reflect.Method.invoke(Method.java:511)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.internal.os.ZygoteInit$MethodAndArgsCaller.run(ZygoteInit.java:845)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:612)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at dalvik.system.NativeStart.main(Native Method)
06-10 17:13:45.636 E/AndroidRuntime(10355): Caused by: java.lang.NullPointerException: in == null
06-10 17:13:45.636 E/AndroidRuntime(10355):     at java.util.Properties.load(Properties.java:246)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.ChineseToPinyinResource.initializeResource(ChineseToPinyinResource.java:85)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.ChineseToPinyinResource.<init>(ChineseToPinyinResource.java:68)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.ChineseToPinyinResource.<init>(ChineseToPinyinResource.java:37)
06-10 17:13:45.636 E/AndroidRuntime(10355):     at net.sourceforge.pinyin4j.ChineseToPinyinResource$ChineseToPinyinResourceHolder.<clinit>(ChineseToPinyinResource.java:179)

06-10 17:13:45.636 E/AndroidRuntime(10355):     ... 32 more


这阵子用到pinyin4j的jar包，但是总是报这个错误，能看出似乎是因为少一个文件，但是一直在res目录找相关的资源，没有；终于知道了，是有一个名为unicode_to_hanyu_pinyin.txt的文件放在了asserts下面。

头疼了一天，百度了好长时间，没有类似的问题解决方法。也许还会有很多人遇到此类问题，在这里贴出来与大家共享。

收录于
android

当前文章被收录于：

android
46 篇文章 0 人学习
订阅专栏 查看详情
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
Java汉语转拼音首字母并大写利用Pinyin4j(多音字识别)（中午括号识别） <dependency> <groupId>com.belerweb</groupId> <artifactId>pinyin4j</artifactId> <version>2.5.1</version> &... 阅读详情

相关推荐

掌握pinyin4j：汉字转换为拼音码实战指南

本文还有配套的精品资源，点击获取 简介：在Java开发中，汉字与拼音的转换是一项基础而重要的技能。本主题详细介绍开源库pinyin4j的使用方法和技巧，包括核心的汉字转拼音功能、库的安装与引入、基本用法、处理多音字、自定义输出格式、异常处理、性能优化以及在实际应用中的使用场景。通过pinyin4j，开发者可以高效地解决与汉字拼音相关的技术问题，提高开发效率。 1....

weixin_29025501的博客 2229

pinyin4j使用崩溃

PinYinUtils 使用过程中出现崩溃，数组越界问题处理 compile 'com.belerweb:pinyin4j:2.5.1' gradle依赖 public static String getPingYin(String inputString) { if (TextUtils.isEmpty(inputString)) { return...

王人冉的博客 3285

Java名字获取拼音

java姓名获取拼音，里面有完整的使用例子。

pinyin4j NullPointerException: null空指针异常

最近使用pinyin4j.jar对数据库地名进行拼音转换老是报空指针 转换代码如下 public static String ToPinyin(String chinese) { if(chinese==null||chinese.isEmpty()){ return null; } String pinyinStr = “”; char[] newChar = chinese.toCharArr...

zyz711的博客 1112

pinyin4j-2.5.0

该包为java开发第三方包，功能可以获取中文字符串的汉语拼音，包括多音字的处理

unicode_to_hanyu_pinyin.txt

汉字 拼音包 Pinyin4J,android AutoCompleteTextView 汉字拼音匹配用到的额拼音包

The import net.sourceforge.pinyin4j cannot be resolved

问题描述：The import net.sourceforge.pinyin4j cannot be resolved解决方案：导入：pinyin4j-2.5.1.jar包我的博客已经导入pinyin4j-2.5.1.jar了，需要的可以下载。

RebornBirds的博客 3451

葵花 Himawari 8/9号数据学习记录-01-数据初识

葵花卫星学习记录，第一章：卫星的来源与卫星数据的波段介绍

weixin_44111909的博客 532

使用pinyin4j解决中文排序时候多音字问题

使用pinyin4j解决中文排序时候多音字问题。

流浪猫 740

如何使用 Ansys OptiSlang 同时运行多个参数化设计研究

了解如何通过使用 OptiSLang 同时运行多个参数化设计研究来提高工作效率。

jkh920184196的博客 2379

【Python&RS】哨兵2号（Sentinel2）轨道条带说明+图幅统计（表格+矢量）

今天给大家带来哨兵2号的图幅编号介绍以及全国省、市所需图幅数的统计。网上教程极少，而且结果也不公开。因为每次下载的时候都不知道需要几幅，所以研究后给大家分享一下。

Remote Sensing迷途小书童 1679

IKAnalyzer2012FF_u1.jar 以及PinYin4J 使用出现的问题

1. jar包不存在于maven仓库  需要添加到仓库中  或者使用本地依赖 。                 org.wltea.ik-analyzer             ik-analyzer             2012FF_u1             system             ${basedir}/src/main/webapp/WEB-INF/lib

YangFanJ的博客 2795

Python爬取京东商品数据保姆级教程（附源码及效果图）

本文介绍了一个基于Python的京东商品数据爬取教程，适合入门级开发者使用。文章详细讲解了从安装依赖库(DrissionPage、pandas等)到完成数据爬取的全过程，包括：1. 模拟用户搜索操作；2. 解析商品标题、价格、销量等关键信息；3. 处理复杂数据格式（如转换万级销量）；4. 数据存储与Excel导出。教程提供了完整的封装函数，支持自定义搜索关键词和爬取数量，并包含错误处理和多种元素定位方式。最终数据会按时间戳命名导出为Excel文件，方便用于课程作业或毕业设计。

weixin_46449236的博客 1874

使用pinyin4j解决中文转换为拼音的问题

博客第一篇日志啊，呵呵，那就记录一下我昨天在工作中遇到的汉字转换拼音的问题吧~~ 在工程中引入pinyin4j-2.5.0.jar，该jar包可以实现汉字转换为拼音，汉字转换为拼音首字母，以及得到字符串ASCII码，具体用法参见以下代码： package util; import net.sourceforge.pinyin4j.PinyinHelper; import net.sou...

979

DICOM医学影像开发者必备工具清单

PyDicom 是一个纯 Python 实现的 DICOM 文件解析库，允许开发者读取、修改和写入 DICOM 文件。它无需依赖外部库，易于集成到现有的 Python 项目中，非常适合快速开发和原型设计。DCMTK（DICOM Toolkit）是一个由OFFIS开发的开源C++库，提供了一整套DICOM标准的实现，包括文件操作、网络通信和图像处理等功能。它是开发高性能DICOM应用的理想选择。MicroDICOM 是一款免费的DICOM查看器，适用于Windows平台。

编程技术探索者，分享C/C++、C#、Java、数据库等开发经验，聚焦实战技巧与AI兴趣，助力编程爱好者成长。 577

药物代谢仿真软件：PKSim_（6）.案例研究与实践应用

通过本章的案例研究和实践应用，我们展示了如何利用PKSim软件构建药物动力学模型、进行参数估计、仿真预测和结果分析。这些方法不仅有助于优化药物代谢研究过程，还可以在药物研发中提供重要的数据支持。通过模型的构建和验证，我们可以更好地理解药物在体内的动态变化过程，为临床试验和药物治疗提供科学依据。

kkchenjj的博客 653

pinyin4j使用示例

pinyin4j的主页：http://pinyin4j.sourceforge.net/ pinyin4j能够根据中文字符获取其对应的拼音，而且拼音的格式可以定制 pinyin4j是一个支持将中文转换到拼音的Java开源类库 　　1.支持简体中文和繁体中文字符 　　2.支持转换到汉语拼音，通用拼音, 威妥玛拼音（威玛拼法）, 注音符号第二式, 耶鲁拼法和国语罗马字 　　3.支持多音字，即可以获取一个中文字符的多种发音 　　4.支持多种字符串输出格式，比如支持Unicode格式的字符ü和声调符号(阴平 "ˉ"

ywb201314的专栏 501

硬件工程师笔记——运算放大电路Multisim电路仿真实验汇总

本文系统介绍了运算放大电路的基础知识及其应用。主要内容包括：1）运算放大器的基本结构、理想特性及分析方法（虚短、虚断、叠加定理）；2）比例运算电路（同向、反向、差分）的工作原理与仿真分析；3）求和运算、加减运算电路的实现方法；4）积分、微分、指数和对数运算电路的基本原理；5）过零电压比较器的功能特点。通过理论分析和仿真实验，详细阐述了各类运算放大电路的输入输出特性、相位关系和增益计算，为硬件工程师提供了实用的电路设计参考。

XU157303764的博客 2477

Pinyin4j使用手册

Pinyin4j使用手册----备用 一般用法 pinyin4j的使用很方便，一般转换只需要使用PinyinHelper类的静态工具方法即可： String[] pinyin = PinyinHelper.toHanyuPinyinStringArray(‘刘’); //该类还有其他的拼音转换形式，但是基本上用不到，就不介绍了 返回的数组即是该字符的拼音，

西洋薇 5339

构建栅格地图matlab代码

1 使用MATLAB实现地图栅格化 效果图如下所示 图1 ...

qq_59747472的博客 4517

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

Java从汉字到拼音--pinyin4j使用

有时候，我们需要将汉字转化成拼音，以方便查询，如图书系统中用拼音检索书籍，以及通讯录中快速查找联系人等。一个方法是使用Map容器对，将汉字与拼音对应，如“中”对应“zhong”。但由于Map的自身限制，在多音字如“重”可对应“chong”、“zhong”，这时候就会出现问题。Pinyin4j就是为了解决类似这样的问题的。它是sourceforge.net上的一个开源项目，功能非常强大。Pinyin4

y481l的博客 477

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

Java汉字转拼音pinyin4j用法

汉字转换拼音在日常开发中是个很常见的问题。例如我们伟大的12306，在地名中输入“WH”，就会出现“武汉”“芜湖”“威海”等地名，输入“WUHU”就会出现“芜湖”。   Java获取汉字的拼音，pinyin4j这个库可以很好的解决这个问题。 下载地址：http://sourceforge.net/projects/pinyin4j/ 下载解压，里面有个pinyin4j-2.5.0.jar，

叉叉哥的BLOG 1万+

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")

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

汉语拼音/pinyin4j

只有弱者才会埋怨，强者应该征服许言 本文演示使用EasyExcel创建Excel表格 POM文件中只需要引用一个依赖 <dependency> <groupId>com.alibaba</groupId> <artifactId>easyexcel</artifactId> <version>2.1.6</version> </dependency> 创建一个实体类，叫User public c.

文天大人 269
上一篇： JAVA读取Excel的实现（利用jxl.jar读取excel）
下一篇： Eclipse中高亮显示相同的变量
点赞 0
评论 0
书签 书签 0
wangpanbaoding
wangpanbaoding
博客等级 码龄18年 42粉丝 122原创
+ 关注 专栏目录 订阅专栏
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
 
表情包 插入表情
表情包 代码片
 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