- 博客(22)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 dead ReLU的个人理解
假设输入到ReLU的数据服从正态分布且对称点在x轴右侧，则说明大部分的数据都是可以激活ReLU的，可能会出现一种情况：即通过之前的线性变换。导致ReLU右侧的斜率变得很陡，那么梯度就会很大，从而w会发生较大的变化。因为在ReLU之前还要线性变换，可能就因为这一次w的变化使得。的输出分布的中心向左偏，例如-0.1，这就导致大部分数据都会被ReLU重置为0，梯度也为0，w不再更新，假设某ReLu层的输入x满足高斯分布，中心在+0.1，方差不会异常大。大多数输入为正，经过激活后保持原值，负输入将全部归零；
2023-08-15 21:23:31
398
原创 KNN的维度灾难
变量增加=维度增加，如果想要取得更好的效果，该维度下就要让数据更密集（即训练集更大），但如上图所示从起初的4个点到二维、三维下，需要将整个空间布满的点数成指数级增长，显然不可能有着么多图片供我们训练。KNN中的维度灾难为，在高维空间，数据变得异常稀疏，这就使得即使是最近的邻居数据点（相对近而已），所需计算数据点之间的距离也变得异常得远：例如二维下两点间距离公式。，而三维下又加一组变量，显然在距离上的变化变得更为敏感了。这导致了随着变量的增加，训练集所要求的数据量呈指数级的增长，计算量也随之变得异常大。
2023-08-05 22:24:44
689
原创 向量为什么是有序列表
与其将二维坐标系上画满带箭头的直线，不如用点来表示他，即显得简单同时含义也没有发生变化。与其将二维坐标系上画满带箭头的直线，不如用点来表示他，即显得简单同时含义也没有发生变化。上图就有两种情况：1、粉色向量刚好和形成的面共面，则无论粉色向量怎么放缩，甚至把粉色拿掉（标量=0），得到的结果还是这一个面。一种更官方的说法就是，其中一个向量可以表示为其他向量的线性组合（该向量落到了其他向量生成的空间中），称为线性相关。，固定其中一个向量前的标量（粉），任意改变其他标量（红蓝）最终会形成一个面。
2023-08-03 22:37:28
535
原创 AbstractUser重写用户模型
先贴个官方文档：AbstractUser这个AbstractUser前期用起来有点麻烦，我们都知道django是自带了User的，但是他不能满足所有的业务，所以需要我们重写，接下来走一下流程：一定要注意，AbstractUser一定要在第一次数据库迁移的时候用，即应用的0001_initial.py一定是为它创建的，不然底下的所有步骤都走不通一 对应的app里注册模型：一般是在登录、注册那个app里写from django.db import modelsfrom django.contrib.a
2022-03-19 11:02:17
1082
原创 django media路由配置
再用media存上传的图片的时候，页面没有读出图片，控制台显示page not found 404，路径明明是对的，为什么图片读不出来呢？是因为没有给media配置url步骤：直接复制我的就行了settings设置mediaMEDIA_URL = '/media/'# 设置上传文件的路径MEDIA_ROOT = os.path.join(BASE_DIR, 'media') # 指定根目录项目同名文件夹的urls：from django.views.static import serve
2022-02-13 15:43:10
334
原创 【django】 missing a QuerySet BUG
出现BUG：HomepageView is missing a QuerySet. Define HomepageView.model, HomepageView.queryset, or override HomepageView.get_queryset().先看看这篇，检查一下是不是那里写错了：https://blog.youkuaiyun.com/weixin_42403632/article/details/121065870?ops_request_misc=%257B%2522request%255F
2022-02-09 23:15:14
707
原创 用最直白的方式告诉你 什么是前后端分离
前后端分离很多文章都说不清楚，本来因为不懂才去看，但是看了他们写的之后我更不懂了，我现在来发表一下我的认知的前后端分离
2022-01-28 16:20:02
2663
原创 Django 跨站伪造请求攻击CSRF简明
csrf介绍接触到csrf之前应该要了解cookie，cookie是浏览器保存用户信息的一种机制，比如登陆状态、账号、甚至密码，并且它是自动提交的。csrf就是跨域完成控制cookie的一种攻击。举个例子就是，理想情况下：例如在网上登录了某银行并且没退出（这个页面也没叉掉），就去访问了一些恶意网站，这些恶意网站大多会给你一个表单，然你去填写，这时就利用保存在浏览器上的cookie来操作这个没有关掉的页面。防范原理测试阶段模板层写个页面<!DOCTYPE html><html
2022-01-21 18:12:21
2478
原创 cookie、session及其HTTP缓存的关系
在学习后端的过程中，无法理解cookie和浏览器缓存有何区别，经过思考后，得出结论：其实cookie和浏览器缓存本质上都是存数据，但是要处理的问题的对象不同，所以被划分开了，不用过多纠结它们的关系以下是个人理解：浏览器的缓存分为强缓存和协商缓存，个人认为cookie也是浏览器缓存的一部分，只是它们处理的问题不同，所以cookie要单独拿出来讲cookie是为了解决保持会话问题而提出的，什么是会话：从我们打开浏览器开始到关闭为止发生的操作都可以视作会话，而保持会话通俗点讲就是为了让服务器记住用户，举个
2022-01-21 16:20:31
1957
原创 windows安装nodemon的方法
安装地址https://www.npmjs.com/package/nodemon终端输入npm install -g nodemon即可，安装前提是已经安装了nodejs后面在终端执行nodemon 要执行的文件.js会报错然后以管理员打开windows的power shell，执行set-ExecutionPolicy RemoteSigned，然后选A即可...
2022-01-21 14:27:44
1230
原创 static的动态性：STATIC_URL和STATICFILES_DIRS的关系
django我学到静态文件这块时，要使用静态文件，我们必须要去配置这两个东西：STATIC_URL = '/static/'STATICFILES_DIRS = ( os.path.join(BASE_DIR, 'static'),)我这里写了个例子：就是用绝对地址，相对地址和static来调用图片{% load static %}<!DOCTYPE html><html lang="en"><head> <meta charse
2022-01-16 18:03:26
1012
1
原创 github上传总结（简要）
更下博客好久不用github上传忘了大致流程了如果以前上传过，执行以下就可以上传了：先创建仓库，然后把仓库的ssh copy下来打开本地的项目，右键打开git brash here然后下载创建的项目：git clone 复制来的码成功后会发现当前文件夹下下载了一个和创建的仓库同名的文件夹，点进去有个隐藏文件.git就说明成功了(终端别关掉)然后cd 这个文件夹的名字进去以后 git add .这个.别漏了，意思是打包这里面全部的文件，当然你也可以git add 某个文件然后git comm
2021-12-19 20:46:35
177
原创 警告: Explicit solution could not be found.
警告: Explicit solution could not be found. 这个报错的意思是说找不到解析解，也就是我们说的通解，所以可以试着用ode45找特解。符号解法于数值解法相比，编写更容易，但是适应性差，很多微分方程都无法用符号解法，所以尽量用ode45等等算法求解...
2021-08-27 15:44:09
2265
原创 关于卷积后通道数变化的问题
如下图所示，这个是MNIST的神经网络，在学习CNN的过程中我我发现一个问题，为什么单通道的输入图像卷积之后变成了32个通道这个是我自己的想法：官方的说法就是通道数就是使用的卷积核的个数，其实说的通俗一些就是：像下面这张图一样，假设我们输入的图是RGB3通道的，如果我们只卷积一次，就只会输出一个值，但是输入图片是三个通道的，现在通道倒反还减少了，我觉得这样不好，所以我又做了一个卷积核再让他卷积（卷积核的形状一样，但是里面的w都是随机值，所以不用担心卷积的结果会重复），于是现在输出就有两个了，然后我们就可
2021-07-16 11:51:07
10993
2
原创 《机器学习实战》：通俗理解支持向量机
代码、数据集、文章我都是放到了https://github.com/AAAZC/SVM_blog上面了，文章在issues里面，建议上这个网站看《机器学习实战》：通俗理解支持向量机关于这篇文章 《机器学习实战》终究只是一本实践型的书籍，它更多地是为了带着读者去了解算法的使用，而减少了理论部分的比重。就如第六章：支持向量机，它里面最关键的分类器求解优化问题只有不到两页。支持向量机的知识本来就晦涩难懂，这下更难看懂了，但是这本书仍然是一本很好的入门教材，我相信还有很多的同学在使用这本优秀的教材，所以我
2021-07-14 11:18:18
336
原创 在tensorflow2.x上使用1.x版本常见错误
最近想换个框架，然后就选了tensorlow，用的是这本教材说实话，写的一般，而且它里面的很多程序已经用不了了，tensorflow比较特别，它现在的高版本不适应低版本，我自己拆过很多坑，比如如何在version2里面用version1，以及tensorboard打不开等等情况。我在下面列出来，有需要的可以看一下，希望大家不要再踩坑了！！！！！我就举相似的例子，实际情况要根据那么自己出的问题来解决，另外我用的是tensorflow2.5第一个：出现类似报错：error: AttributeError:
2021-07-14 10:56:34
1408
1
原创 【sklearn库】fit_transform()的含义
在学习数据准备的时候遇到一个问题让我想了很久：就是from sklearn.preprocessing import LabelEncoder里面的这个fit_transform到底是个什么意思？它输出的序列到底是什么？我翻了很多本站点的文章都没能解决我的问题，查的资料都说这个是将数据标准化了，那你倒是说啊，以什么为标准化，标准化的方法太多了。在想清楚以后我给出我的理解：我们直接看代码#我们先看看fit是啥from sklearn import preprocessingle = preproc
2021-04-05 22:27:15
11672
原创 树的相关知识总结——JAVA
数据结构总结–树（JAVA)树的相关知识总结重新学习数据结构时，对树的一些较为重要的算法和知识点做一个总结，发此博客巩固知识，如果能帮助到大家，那么不胜荣幸。树的概念树是n(n >= 0)个结点组成的有限集合，其构成条件是：（1）有且只有一个特定的成为根的结点（2）其余的结点可以分为若干个互不相交的有限集合，每个集合又是一棵树，我们称其为子树接下来是关于树的一些专业名词，结合下图会更容易理解：度：一棵树的子树之和，如A有B，C，D三棵子树，故A的度为3，同理C的度为0。深度（层数/
2021-03-21 14:55:43
288
空空如也
能不能帮我看一下这个线性表的插入函数到底是哪有问题
2020-04-16
TA创建的收藏夹 TA关注的收藏夹
TA关注的人