- 博客(44)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 flask生产环境部署(pyenv+gunicorn +nginx)+SSL证书Nginx配置
1、pyenv 安装： git clone https://github.com/pyenv/pyenv.git2、pyenv环境配置echo 'export PYENV_ROOT="$HOME/pyenv"' >> ~/.bash_profileecho 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ...
2020-04-19 19:24:21
1677
原创 白嫖百度AIstudio免费GPU --tesla-v100并且安装tensorflow-gpu-2.1、Pytorch、caffe
1、进入终端界面：输入nvidia-smi查看驱动显卡等信息驱动以及cuda的版本是随机的有时候是cuda10.1 有时候是cuda 9.2如果没有想要的版本重启下项目，并且其分配的显存和内存也是随机的。把他重启重新进入就可以了。2、在终端输入python 然后再界面输入import syssys.path 查看安装的目录记录下这个路径 python...
2020-04-01 19:05:58
8285
13
原创 win10安装pytorch-gpu教程装时仍然torch.cuda.is_available() 为false
是因为驱动版本不一致导致的解决办法：1.打开设备管理器2.更新英伟达驱动
2020-03-07 18:32:13
1639
原创 RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at ..\aten\src\THC\THCGen
RuntimeError: cuda runtime error (38) : no CUDA-capable device is detected at ..\aten\src\THC\THCGeneral.cpp:50解决办法：import osos.environ["CUDA_VISIBLE_DEVICES"] = '0'
2020-03-07 15:25:05
1831
3
原创 RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at /pytorch/aten/src/THC
安装cuda中所遇到的问题：RuntimeError: cuda runtime error (100) : no CUDA-capable device is detected at /pytorch/aten/src/THC/THCGeneral.cpp:50解决办法：把原来的pytorch版本卸载，装上pytorch>=1.1 <1.3的版本...
2020-03-07 15:22:52
8146
2
原创 自己定义的类无法在GridSearchCV中使用解决办法
主要是在类中添加两个函数： get_params 以及set_params以下示例是线性回归的代码：还要注意的是在对数据进行操作时在fit()函数中以及在predict()函数中都要使用深度拷贝的方式class LinearRegression(): def __init__(self, num_iters=2000, alpha=0.00...
2019-07-05 17:27:19
1801
原创 EL表达式
EL表达式： EL：Expression Language,可以代替JSP中的java代码Servlet(增加数据)—>jsp(显示数据)EL示列： ${requestScope.student.address.schoolAddress} ${域对象.域对象中的属性.属性.属性.级联属性}EL操作符： ...
2019-05-20 23:03:26
467
原创 Jsp从Servlet上下载文件
下载：不需要依赖任何jar a.请求（地址a form），请求Servlet b.Servlet通过文件的地址 将文件转为输入流 读到Servlet中 c.通过输出流 将 刚才已经转为输入流的文件 输出给用户注意：下载文件 需要设置2个 响应头：response.addHeader("content-Type","application/octe...
2019-05-19 18:44:12
591
原创 Jsp文件类型以及大小限制上传
限制上传： 类型、 大小 注意 对文件的限制条件 写再parseRequest之前<%@ page language="java" contentType="text/html; charset=UTF-8" pageEncoding="UTF-8"%><!DOCTYPE html><html><head&...
2019-05-19 18:20:22
3437
1
原创 Jsp上传文件到Servlet
1.上传文件a.引入2个jar(复制到lib文件夹下) apache: commons-fileupload.jar组件 commons-fileupload.jar依赖 commons-io.jarb.代码：前台jsp： <input type="file" name="spicture"/> 表单提交方式必须为post 在表单中必须...
2019-05-19 17:50:08
706
原创 Jsp中三层架构
1．三层架构： 与MVC设计模式目标一致，都是为了解耦合、提高代码的复用； 区别：二者对项目理解的角度不同2.三层的组成： 表示层（视图层）： -前台：对应MVC中的View，用于和用户的交互、界面显示 Jsp、js、HTML、css、jquery等web前端技术 一般位...
2019-05-19 10:33:56
5565
原创 Jsp中常见的内置对象
1response :响应对象提供的方法：void addCookie( Cookie cookie ); 服务端向客户端增加cookie对象void sendRedirect(String location ) throws IOException; :页面跳转的一种方式（重定向）void setContetType(String type):设置服务端响应的编码（设置服务端的cont...
2019-05-19 10:03:30
180
原创 往数据库中写入中文出现问号
要保证URL传入的编码与数据库的编码一致，如： private static final String URL = "jdbc:mysql://localhost:3306/test?characterEncoding=gbk";创建的数据库也要提前设置为：...
2019-05-18 20:04:47
812
原创 Jsp基于MVC架构的登录功能
MVC设计模式：M：Model ，模型 ：一个功能。用JavaBean实现。V:View，视图： 用于展示、以及与用户交互。使用html js css jsp jquery等前端技术实现C:Controller，控制器 ：接受请求，将请求跳转到模型进行处理；模型处理完毕后，再将处理的结果 返回给 请求处 。 可以用jsp实现， 但是一般建...
2019-05-16 17:36:42
2823
原创 CCF认证-20170302-学生排队
问题描述 体育老师小明要将自己班上的学生按顺序排队。他首先让学生按学号从小到大的顺序排成一排，学号小的排在前面，然后进行多次调整。一次调整小明可能让一位同学出队，向前或者向后移动一段距离后再插入队列。 例如，下面给出了一组移动的例子，例子中学生的人数为8人。 0）初始队列中学生的学号依次为1, 2, 3, 4, 5, 6, 7, 8； 1）第一次调整，命令为“3号同学向后移动2”...
2019-03-16 15:12:20
149
转载 CCF认证-20170902-公共钥匙盒
问题描述 有一个学校的老师共用N个教室，按照规定，所有的钥匙都必须放在公共钥匙盒里，老师不能带钥匙回家。每次老师上课前，都从公共钥匙盒里找到自己上课的教室的钥匙去开门，上完课后，再将钥匙放回到钥匙盒中。 钥匙盒一共有N个挂钩，从左到右排成一排，用来挂N个教室的钥匙。一串钥匙没有固定的悬挂位置，但钥匙上有标识，所以老师们不会弄混钥匙。 每次取钥匙的时候，老师们都会找到自己所需要的...
2019-03-16 10:58:41
323
翻译 3.12权重衰减
%matplotlib inlineimport gluonbook as gbfrom mxnet import autograd,gluon,init,ndfrom mxnet.gluon import data as gdata,loss as gloss,nnn_train,n_test,num_inputs=20,100,200true_w,true_b=nd.ones((...
2018-11-08 21:28:34
500
翻译 2-3动手学习深度学习-kaggle房价预测
%matplotlib inlineimport gluonbook as gbfrom mxnet import autograd,gluon,init,ndfrom mxnet.gluon import data as gdata,loss as gloss,nnimport pandas as pdimport numpy as np# 读入数据train_data=pd...
2018-11-03 12:28:42
1984
原创 动手学习深度学习2-2模型选择、欠拟合和过拟合
在基于 Fashion-MNIST 数据集的实验中，我们评价了机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数，你也许发现了：当模型在训练数据集上更准确时，它在测试数据集上却不一定更准确。这是为什么呢？训练误差和泛化误差通俗来讲，训练误差（training error）指模型在训练数据集上表现出的误差，泛化误差（generalization error）...
2018-10-27 22:29:07
1284
原创 动手学习深度学习2-1多层感知机
多层感知机在单层神经网络的基础上引入了一到多个隐藏层（hidden layer）。隐藏层位于输入层和输出层之间 从联立后的式子可以看出，虽然神经网络引入了隐藏层，却依然等价于一个单层神经网络：其中输出层权重参数为 ，偏差参数为 。不难发现，即便再添加更多的隐藏层，以上设计依然只能得到仅含输出层的单层神经网络。 激活函数： 上述问题的根源在于全连接层只是对数据做仿射变换（af...
2018-10-23 17:15:25
764
原创 动手学习深度学习1-5 softmax mxnet实现
%matplotlib inlineimport gluonbook as gbfrom mxnet import gluon, initfrom mxnet.gluon import loss as gloss, nn#读入数据batch_size = 256train_iter, test_iter = gb.load_data_fashion_mnist(batch_size)...
2018-10-20 18:26:36
432
原创 动手学习深度学习1-4 softmax
Softmax 回归的从零开始实现理解：https://blog.csdn.net/red_stone1/article/details/80687921%matplotlib inlineimport gluonbook as gb #要把这个包放在同一个根目录下from mxnet import autograd, nd#============获取和读取数据使用 Fashi...
2018-10-20 12:45:43
1746
2
转载 动手学深度学习小记
1.mx.nd.NDArray()在神经网络中，我们有三种类别的数据：样本数据（输入 和 label） 网络模型参数 网络中每层的输入 数据在 mxnet/Gluon 中，这三种类别的数据都是由 mx.nd.NDArray 来存储的。但是需要注意的是：模型参数记得 NDArray.attach_grad(), 因为模型参数更新的时候需要用到 梯度，attach_grad() ...
2018-10-20 10:21:11
654
原创 动手学习深度学习1-3-使用mxnet构建简单的网络
from mxnet import autograd, nd#================生成数据num_inputs = 2num_examples = 1000true_w = [2, -3.4]true_b = 4.2features = nd.random.normal(scale=1, shape=(num_examples, num_inputs))labels =...
2018-10-19 18:17:49
1040
原创 动手学习深度学习1-2-深度学习的一般步骤
生成数据集我们构造一个简单的人工训练数据集，它可以使我们能够直观比较学到的参数和真实的模型参数的区别。设训练数据集样本数为 1000，输入个数（特征数）为 2。给定随机生成的批量样本特征 X∈ℝ1000×2X∈R1000×2，我们使用线性回归模型真实权重 w=[2,−3.4]⊤w=[2,−3.4]⊤ 和偏差 b=4.2b=4.2，以及一个随机噪音项 ϵϵ 来生成标签 y=Xw+b+ϵ,...
2018-10-19 17:09:57
1919
转载 位与去取余运算
位与也是可以用来取余的，但是有一个条件：除数必须是2的n次幂才行。举例子来说明9%8=1 1001 & （1000 - 1）=1001 & 0111=1 // 1001是9的二进制表示，1000是8的二进制表示在二进制计算中，众所周知的是，一个数右移1位相当于除以2的商，而恰巧被移除出去的那一位就是除以2得到的余数，例如 9 >> 1=1001 ...
2018-10-13 21:59:07
1287
原创 二分法求解切割木棍求最大切割长度
例：对于三根长度分别为 10,24 ，15的木棍来说假设K=7，即需要至少7段长度相等的木棍，那么可以得到最大长度为6，在这种情况下，第一根木根可以提供10/6=1段,第二根24/6=4段，第三根15/6=2段，达到了7段的要求。分析： 将最短的那个木根长度看成一个数轴上的值，如第一根木棍[0,10] ，应为只要最短的那根满足了切割的最大长度，那么其余的都满足最大长度了。所以可以对...
2018-10-13 10:53:37
1518
1
原创 动手学深度学习1-1
#自动求梯度 MXNet 提供的autograd包来自动求梯度from mxnet import autograd,ndx=nd.arange(4).reshape((4,1))#创建变量`x`，并赋初值#为了求有关变量x的梯度，我们需要先调用attach_grad函数来申请存储梯度所需要的内存。x.attach_grad()#定义有关变量x的函数。为了减少计算和内存开销，默认条件...
2018-10-11 21:47:13
319
原创 n皇后问题（回溯法）
当已经放置了一部分皇后以后,对应生成了排列的一部分，可能剩余的皇后无论怎样放置都是不合法的。例如图B中https://blog.csdn.net/qq_36666756/article/details/82958653。当已经放置三个皇后后（对应生成了一部分排列，即351），可以发现剩下的两个皇后无论怎么放置都会产生冲突，就不用继续往下递归了。#include<cstdio>#...
2018-10-09 22:00:50
437
原创 一维数组解决n皇后问题(暴力法)
以5皇后为例递归实现：考虑每行只放置一个皇后、每列也只能放置一个皇后，那么如果把n列皇后所在的行号依次写出，那么就会是1-n的一个排列。上图a中的排列为24135，对于b来说就是35142。于是就只需要枚举1-n的所有排列，查看每个排列对应的放置方案是否合法，统计合法的方案。由于当到达递归边界时生成了一个排列，所以需要再其内部判断方案是否合法，即遍历每两个皇后，判断他们是否在同一...
2018-10-07 16:07:25
1222
原创 如何简单的理解递归
递归这玩意不知道有多折磨人，我折腾了快1天了也没有搞懂，直到看到这篇文章：https://www.jianshu.com/p/0c5db522eabb他是引用宋劲松老师写的《Linux C编程》才恍然大悟，理解递归其实也就是不要尝试理解它，你只要越理解你就会越糊涂，就绕进去出不来。事实上，我们并不是每个函数都需要跟进去看执行结果的，比如我们在自己的函数中调用printf函数时，并没有钻进去看它...
2018-10-06 16:46:01
2514
2
原创 数学建模常见算法说明以及建模过程中的问题
1、建模步骤模型的建立：当有两个模型套用时，说的高端点，说成是前两个字组合后新名字的算法，其实是两个模型的叠加模型的分析：表层的分析（从图表中能够看出什么）+深层次的分析模型的检验：例如，给100年数据预测未来10年数据，我们可以将数据按照7:3的比例拆分，用70的来预测未来30年的数据，然后两个30年来做精度比较。用已知数据去检验预测或评价的数据，得到一个精度系数或者误差因子...
2018-08-27 20:18:50
15344
1
原创 灰色预测
灰色预测法• 灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色预测是对既含有已知信息又含有不确定信息的系统进行预则，就是对在一定范围内 变化的、与时间有关的灰色过程进行预测。• 灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对 原始数据进行生成处理来寻找系统变动 的规律，生成有较强规律性的数据序列,然后建立相应的微分方程模型，从而 预测事物未来...
2018-08-26 14:38:33
18204
原创 BP神经网络
•作为神经网络的基本元素，神经元的模型如下：••x1~xn是从其他神经元传来的输入信号•wij表示表示从神经元j到神经元i的连接权值，也就是输入信号所占的初始权值•θ表示一个阈值 ( threshold )，或称为偏置( bias )。表示输入信号和权值后求和的值是否能够达到阈值，是否能够达到激活的条件。神经元的输出与输入的关系为： 净激活量 。大于0可以激活否...
2018-08-26 13:52:38
319
原创 MATLAB基础（六）评价类算法
•常见的综合评定方法分为两类：•（1）综合评定法：直接评分法(专家打分综合法)、总分法、加权综合评定法、AHP+模糊综合评判、模糊神经网络评价法、待定系数法及分类法.•现代综合评价方法：层次分析法(Analytic Hierarchy Process,AHP)、数据包络分析法(Data Envelopment Analysis,DEA)、人工神经网络评价法(Artificial Neura...
2018-08-24 14:39:09
11975
原创 MATLAB基础（五） 数据预处理
插值与拟合插值与拟合的区别和联系1、联系 都是根据实际中一组已知数据来构造一个能够反映数据变化规律的近似函数的方法。2、区别 插值问题不一定得到近似函数的表达形式，仅通过插值方法找到未知点对应的值...
2018-08-23 16:59:56
50456
2
原创 MATLAB基础（四）程序设计
顺序结构顺序结构是指按照程序中语句的排列顺序依次执行，直到程序的最后一个语句。（最简单的一种程序）1、数据的输入 从键盘输入数据，则可以使用input函数来进行， 调用格式为： A ...
2018-08-23 11:56:12
8913
1
原创 MATLAB基础（三）符号运算
符号对象的建立 符号对象的建立：sym 和 symssym 函数用来建立单个符号变量，一般调用格式为：符号变量 = sym(A) 参数 A 可以是一个数或数值矩阵，也可以是字符串例如：a=sym('a') a 是符号变量b=sym(1/3） ...
2018-08-22 21:35:42
39382
3
原创 MATLAB基础（二）矩阵运算与可视化作图
常见矩阵生成函数 zeros(m,n) 生成一个 m 行 n 列的零矩阵，m=n 时可简写为 zeros(n) ones(m,n) 生成一...
2018-08-22 14:47:25
30186
原创 MATLAB基础（一）
clc 清除命令行空间clear all 清除工作台空间clear A x 清除指定的变量 矩阵元素赋值矩阵元素可以是任何数值表达式例：>> x=[-1.3, s...
2018-08-21 20:33:34
1216
MATLAB智能算法30个案例分析
2018-09-18
MATLAB神经网络43个案例分析
2018-09-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人