- 博客(30)
- 收藏
- 关注
RSS订阅
原创 学习D3中遇到的困难与解决（实时更新）
2021.5.26由于file约定问题，无法读取外源数据，需要自己搞一个http或者https的服务器。下载了几个服务器软件，可是天天被360拦截，即使选择“允许程序的所有操作”也会不停弹出窗口。
2021-05-27 14:58:07
438
原创 资源集合（javascreipt&d3.js） 2021-5-23
资源D3.js的API手册API--中文手册 | D3.js API 中文手册 (jb51.net)wampserver安装网站WampServer, la plate-forme de développement Web sous Windows - Apache, MySQL, PHP
2021-05-24 00:04:04
158
原创 AI中的优化7-有约束非线性规划
•◦: 通过引入拉格朗日乘子，将一个带约束问题转化为一个无约束的函数，是连接原始问题和对偶问题的桥梁。◦: 这是约束优化最优性条件的“黄金标准”，它将拉格朗日乘子法推广到了包含不等式约束的一般情况。它包含四个部分：▪ 驻点性 (Stationarity)▪ 原始可行性 (Primal Feasibility)▪ 对偶可行性 (Dual Feasibility)▪ 互补松弛性 (Complementarity)◦。
2025-12-16 15:01:31
382
原创 AI中的优化6-无约束非线性规划之梯度下降
本文系统介绍了梯度下降法和牛顿法两种优化算法的原理与应用。梯度下降法通过沿负梯度方向迭代求解，具有线性收敛性，其性能受条件数影响；牛顿法利用二阶信息实现局部二次收敛，但计算成本较高。文章详细分析了两种算法的数学基础，包括下降方向选择、步长确定（精确线搜索与回溯线搜索）、收敛性条件（L-光滑性）以及复杂度比较。特别探讨了梯度下降在二次函数中的表现，以及牛顿法的快速收敛特性。最后指出在实际应用中可结合两者优势：前期使用梯度下降，接近最优值时切换为牛顿法。这些理论分析为优化算法的选择与改进提供了重要依据。
2025-12-14 22:47:31
1148
1
原创 AI中的优化5-无约束非线性规划之凸性
本文系统阐述了非线性规划中的核心概念与最优性条件。首先辨析了全局最小、局部最小等基础概念，重点介绍了梯度、Hessian矩阵等数学工具。其次详细分析了最优性条件的层次体系：FONC（一阶必要条件）、SONC（二阶必要条件）和SOSC（二阶充分条件），指出其局限性仅能保证局部最优性。最后深入探讨了凸性这一关键特性，包括凸函数判定条件及其核心属性——局部最优即全局最优，这一特性使凸优化问题具有计算上的优势。文章构建了从基本概念到最优条件验证的完整理论框架，为非线性规划问题求解提供了系统的方法论。
2025-12-13 19:50:36
1567
原创 DL-Attention&NLP&BERT
本章将介绍自然语言处理领域的革命性进展。注意力（Attention）机制的提出，从根本上解决了传统序列模型（如RNN/LSTM）在处理长距离依赖关系时的“遗忘”问题。在此基础上诞生的Transformer架构，完全摒弃了循环结构，为并行计算和模型扩展打开了大门。而BERT模型则通过创新的双向预训练范式，将NLP模型对语言的理解能力推向了前所未有的新高度，开启了预训练大模型的时代。▪核心->▪结构->▪任务->▪任务->
2025-12-13 00:01:35
641
原创 DL-自然语言处理基础与词嵌入 (NLP Fundamentals and Word Embeddings)
•◦核心思想->◦经典静态模型->▪架构->▪架构->◦动态上下文模型->的整个故事都建立在语言学的之上——上下文相似的词语，其含义也相似。经典的模型，无论是通过上下文预测中心词的架构，还是通过中心词预测上下文的架构，都是将这一思想付诸实践的杰出代表，它们为每个词生成一个固定的静态向量。然而，静态向量无法捕捉“一词多义”的语言现象。为了解决这个难题，这样的动态模型应运而生，它能根据词语所处的具体语境动态地生成不同的向量，从而更精准地捕捉词语的真正含义传统的词语表示方法，如。
2025-12-12 23:55:44
437
原创 DL-大语言模型 (Large Language Models)
•◦代表模型->◦核心交互方式->▪关键技术->▪关键技术->◦模型优化与应用▪参数高效微调->▪模型压缩->◦前沿进展->
2025-12-12 23:54:39
516
原创 DL复习-核心考点-CNN(2)
开始，通过梯度上升算法迭代地修改图像的像素，以最大化某个特定神经元（或整个类别）的激活值。一直计算到感兴趣的那一层的那一个特定神经元（Neuron）。这可以直观地揭示该神经元所学习到的具体特征，例如，低层神经元可能对特定方向的线条或颜色敏感，而高层神经元可能对人眼、狗鼻子等更复杂的模式敏感。其核心思想是计算损失函数关于输入图像的梯度，并沿着梯度上升的方向对图像进行一次性的、微小的扰动。是指通过对原始图像添加人眼难以察觉的微小扰动而生成的“欺骗”图像，它能导致深度学习模型做出完全错误的分类，且置信度非常高。
2025-12-10 16:23:56
751
原创 DL复习-核心考点-CNN
摘要：本文探讨了CNN的结构特点与优势，包括卷积运算、填充策略、池化层作用及ReLU激活函数的应用。相比全连接层，CNN具有平移不变性、层级特征学习和参数共享等优势。ReLU函数能有效解决梯度消失问题，加快训练速度，并通过截断负值使特征更清晰。这些特性使CNN在图像识别任务中表现优异。
2025-12-09 22:23:51
933
原创 DL复习-核心考点
本章内容[针对单个训练样本 error function]整体的平均loss（最小化目标函数）课程中提到两种cost fuction1. 一种基于L1distance，为绝对误差norm1[Absolute Error Loss]2. 一种基于L2distance，为均方误差norm2[Mean square error (MSE)]核心公式：核心过程：以最小二乘法为例（均方误差），求偏导最终我们的更新公式会是（分别对两个参数 和多个参数的情况）
2025-12-09 20:10:52
797
1
原创 Android Studio自带模拟器被terminated解决（arm）
错误信息：The emulator process for AVD ******* has terminated.选一个25的就行了，但是开机巨慢，不建议选arm的。拉到最下面看到最近时间的报错。arm64得API低于28。
2022-12-21 19:01:27
10484
5
原创 无线网络笔记
MANET, VANET, WSN（移动自组织网络，车载自组织网络,无线传感器网络）没有基站，无法连接到更大的互联网。可能必须中继才能到达其他给定的无线节点。Bluetooth蓝牙/adhoc 802.11 nets。主机可能通过几个无线节点中继才能连接到更大的互联网。没有基站，没有链接到更大的互联网。mesh net无线网状网络。
2022-12-21 19:00:10
137
原创 信安导论集锦
命令行相关内容使用Windows命令行启动关闭服务(net,sc用法) - QiaoZhi - 博客园 (cnblogs.com)开启远程桌面win10 PSexec正确使用方法_如鹿渴慕泉水的专栏-优快云博客一条命令启用远程桌面，win10中是如何实现的(baidu.com)...
2021-10-09 16:01:25
146
原创 wyfwyfwyf
#include<iostream>using namespace std;int main(){ int N; cin>>N; int a[N]; int i,j; int temp; for(i=0;i<N;i++){ cin>>a[i]; } for(i=0;i<N-1;i++){ for(j=0;j<N-1-i;j++){ .
2021-09-18 19:44:14
135
原创 SQLITE
基操create table ... as内连接查询SELECT s.id, s.nameFROM students sINNER JOIN classes cON s.class_id = c.id;重复字段保留一条1.查询出重复字段，并保存在临时表中select 字段1,字段2, count(*) from 表名 group by 字段1,字段2 having count(*) > 1 保存到临时表create table 临时表 as...
2021-08-07 23:15:38
152
原创 导入数据+处理数据加载错误（d3.js）
d3.csv（）是一个异步方法，即在我们等待文件全部下载到浏览器的同时，其他代码会照样执行。（d3.json也是一样）此时常见的错误，就是在回调函数外面yin'yong
2021-06-05 21:50:28
793
原创 数字示波器的使用
数字示波器的原理（图片源自复旦大学基础物理实验教材）首先，厘清各个组件。衰减器：在线头上，可调节挡位（如x10,x1）。【原理：电阻分压网，提取一个与输入信号成正比的小信号到下一个组件】 DC偏移：调节position旋钮，或选择交流（AC,Alternative Current）耦合以隔直电容来滤掉DC的偏移分量。[1]【原理：在直流（DC，Direct Current）耦合状态下，若输入信号有DC偏移量（即输入信号最大值与最小值的平均值与实际零电位有偏差），如果要在示波器中心显示此信号
2021-05-27 14:51:45
1883
原创 迈克耳孙干涉仪
大学物理12-6的内容，在此做一下复盘上实物图（迈克尔逊干涉仪图片_百度百科 (baidu.com)【2021.5.27】）有条件的同学在上大学物理的时候，物理老师会拿一架迈克尔逊干涉仪过来，做演示实验。没有条件的同学，可以问一问物理老师，约时间让老师带你们看一看（hh大学怎么会没有干涉仪呢）。不过这篇博文主要示意的是理论，所以——上构造示意图！（图片来源：迈克尔逊干涉仪的调节与使用_word文档在线阅读与下载_无忧文档 (51wendang.com)）请记住上面写的字母。构造.
2021-05-27 14:43:15
1991
原创 构建一个标准的HTML文档（javascript）2021-05-21
构建一个标准的HTML文档（javascript）<!DOCTYPE html><html lang="en"> <!--英语--> <head> <meta charset="utf-8"> <!--HTML5一般都用utf-8,代表世界语言通用的编码--> <title>D3 Page Template</title> <script
2021-05-22 21:45:29
145
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人