5 两只橙

尚未进行身份认证

全球AI挑战赛百强选手,曾任职于腾讯微信事业部,魅族flyme事业部,现任中国平安AI系统研究员。《深度学习500问》作译者,CSDN博客专家及签约讲师,指弹吉他爱好者,17K小说网小说作家,简书专栏作家。

等级
TA的排名 5k+

Springboot异常java.lang.StackOverflowErrorfen分析及解决办法

一、报错信息Causedby:java.lang.StackOverflowError:null atjava.io.ObjectInputStream$BlockDataInputStream.readByte(ObjectInputStream.java:2774) atjava.io.ObjectInputStream.readHandle(ObjectInputStream...

2019-10-13 12:13:51

深度学习实战·第一章(1.1)——Windows下的Pycharm远程连接虚拟机中Centos下的Python环境

Windows下的Pycharm远程连接虚拟机中Centos下的Python环境1、准备工作:固定centos的IP,这里我的固定IP为192.168.254.128centos中安装ssh。(这里我采用的是ssh的远程连接)centos中Python环境已安装2、打开Pycharm,File—>Settings—>Project—>ProjectInterpreter

2017-12-04 17:31:05

人机交互系统(1.4)——Trie树详解

一、Trie树应用在NLP中一般会用其存储大量的字典字符以用于文本的快速分词;除此之外,典型应用场景还包括大批量文本的:词频统计、字符串查询和模糊匹配(比如关键词的模糊匹配)、字符串排序等任务;由于Trie大幅降低了无谓的字符串比较,因此在执行上述任务时,其效率非常的高。二、Trie树简介Trie树中文名叫字典树、前缀树等等。这些名字暗示其与字符的处理有关,事实也确实如此,它主要用...

2019-09-19 23:49:16

SpringBoot实战教程(3.1)——失败重试机制

一、Guava-RetryGuavaretryer工具与spring-retry类似,都是通过定义重试者角色来包装正常逻辑重试,但是Guavaretryer有更优的策略定义,在支持重试次数和重试频度控制基础上,能够兼容支持多个异常或者自定义实体对象的重试源定义,让重试功能有更多的灵活性。GuavaRetryer也是线程安全的,入口调用逻辑采用的是Java.util.concurr...

2019-09-18 21:27:06

23种设计模式——单例模式(枚举类实现)

一、枚举实现单例模式优势单例模式约束一个类只能实例化一个对象。在Java中,为了强制只实例化一个对象,最好的方法是使用一个枚举量。这个优秀的思想直接源于JoshuaBloch的《EffectiveJava》这里有几个原因关于为什么在Java中宁愿使用一个枚举量来实现单例模式:1、自由序列化;2、保证只有一个实例(即使使用反射机制也无法多次实例化一个枚举量);3、线程安全;4、...

2019-08-26 10:52:45

SpringBoot实战教程(3.2)——启动指定执行顺序

一、springboot启动类packagecom.rule.engine;importorg.springframework.boot.SpringApplication;importorg.springframework.boot.autoconfigure.SpringBootApplication;@SpringBootApplicationpublicclassE...

2019-08-24 20:26:05

23种设计模式——责任链模式

本文将结合个性化推荐系统中的广告推荐流程来讲解责任链模式,广告位经过定义的责任链预处理—>召回模块—>粗排序模块—>精排序模块—>规则模块—>资讯模块—>后处理:上报信息得到个性化的推荐广告位,来讲解责任链模式在实际生产中的使用方式。一、配置信息jdk版本:jdk8框架:springboot二、maven配置<dependenc...

2019-08-24 13:54:37

23种设计模式——策略模式

一、列表工具类1、对两个列表去重并合并。importcom.google.common.collect.Lists;importcom.google.common.collect.Sets;importorg.apache.commons.collections4.CollectionUtils;importjava.util.ArrayList;importjava.ut...

2019-08-18 14:06:06

2019 IDEA注册码

一、注册码N757JE0KCT-eyJsaWNlbnNlSWQiOiJONzU3SkUwS0NUIiwibGljZW5zZWVOYW1lIjoid3UgYW5qdW4iLCJhc3NpZ25lZU5hbWUiOiIiLCJhc3NpZ25lZUVtYWlsIjoiIiwibGljZW5zZVJlc3RyaWN0aW9uIjoiRm9yIGVkdWNhdGlvbmFsIHVzZSBvbmx5Iiw...

2019-08-14 09:59:44

Pgsql报错:PostgreSQL的SQL语句参数上限报错

一、报错信息Mybatis+PostgreSQL-JDBC-Driver42.1.4批量插入24178条数据(每条30字段).报如下错误:PgSQL9.6Cause:org.postgresql.util.PSQLException:AnI/Oerroroccurredwhilesendingtothebackend.;SQL[];AnI/Oerror...

2019-08-10 11:44:40

人机交互系统(3.1)——NLP文本数据增强方法

一、数据增强的背景和应用场景随着AI技术的逐步发展,更好的神经网络模型对数据规模的要求也逐步提升。而在分类任务中,若不同类别数据量相差很大,模型则会出现过拟合现象,严重影响预测的正确性。从广义上来讲,有监督模型的效果相对半监督或无监督学习都是领先的。但是有监督模型需要获取大量的标注数据,当数据需求达到十万、百万甚至更多时,人工标注数据昂贵的代价已经让很多人望而却步。如何利用有限的标注数据,...

2019-08-03 11:13:40

个性化推荐系统设计(2.2)——Few-shot Learning用于冷启动的探索

在推荐领域,我们常常会遇到冷启动的问题,这可能在所有的推荐项目中或多或少都会涉及。对于该问题,通常的解决方法如下:①(提供非个性化的推荐)比如先推荐热门排行榜,收集一定用户数据后,再进行个性化推荐;②(用户冷启动)利用注册时的用户信息粗粒地个性化推荐;③(用户冷启动)使用用户注册登录后对某些物品进行反馈的兴趣信息进行个性化推荐。;④(物品冷启动)对于新加入的物品,可以利用内...

2019-07-28 10:06:35

第一章 JDK8 API解析(1.1) MAP新增的merge方法介绍

1.Map.merge方法介绍jdk8对于许多常用的类都扩展了一些面向函数,lambda表达式,方法引用的功能,使得java面向函数编程更为方便。其中Map.merge方法就是其中一个,merge方法有三个参数,key:map中的键,value:使用者传入的值,remappingFunction:BiFunction函数接口(该接口接收两个值,执行自定义功能并返回最终值)。当map中不存在指定的...

2019-07-20 16:11:03

第五章(1.8)金典网络解读—LeNet5、AlexNet、VGGNet

1LeNet5一种典型的用来识别数字的卷积网络是LeNet-5。1.1模型结构LeNet-5共有7层(不包含输入层),每层都包含可训练参数;每个层有多个FeatureMap,每个FeatureMap通过一种卷积滤波器提取输入的一种特征,然后每个FeatureMap有多个神经元。• C1层是一个卷积层 输入图片:32*32 卷积核大小:5*5 卷积核种类:6 输...

2019-07-20 10:47:19

人机交互系统(2.2)——Embedding的历史由来

1前言首先回顾一下自然语言处理中的一个基本问题:如何计算一段文本序列在某种语言下出现的概率?之所以称其为一个基本问题,是因为它在很多NLP任务中都扮演着重要的角色。例如:去哪。。。联想到“吃饭!”的概率,即“吃饭”这个词在“去哪”这种语言环境下出现的概率。2词向量最早的词向量是很冗长的,它使用是词向量维度大小为整个词汇表的大小,对于每个具体的词汇表中的词,将对应的位置置为1...

2019-07-07 12:42:55

人机交互系统(4.1)——深度学习在人脸检测中的应用

1人脸检测在目标检测领域可以划分为了人脸检测与通用目标检测,往往人脸这方面会有专门的算法(包括人脸检测、人脸识别、人脸其他属性的识别等等),并且和通用目标检测(识别)会有一定的差别,着主要来源于人脸的特殊性(有时候目标比较小、人脸之间特征不明显、遮挡问题等),下面将从人脸检测和通用目标检测两个方面来讲解目标检测。1.1目前主要有人脸检测方法分类?目前人脸检测方法主要包含两个区域:传统人脸...

2019-07-04 23:26:06

人机交互系统(2.1)——深度学习分布式计算框架

1为什么需要分布式计算?在这个数据爆炸的时代,产生的数据量不断地在攀升,从GB,TB,PB到ZB。挖掘其中数据的价值也是企业在不断地追求的终极目标。但是要想对海量的数据进行挖掘,首先要考虑的就是海量数据的存储问题,比如TB量级的数据。谈到数据的存储,则不得不说的是磁盘的数据读写速度问题。早在上个世纪90年代初期,普通硬盘的可以存储的容量大概是1G左右,硬盘的读取速度大概为4.4MB/s.读取...

2019-07-04 22:55:32

随笔杂谈(一)——比勤奋更能决定人生的,是复利思维

题记:那些卓越的人,或许走的慢,但是从来不后退。复利思维,决定了许多人的人生。一直相信的是:方向比速度重要。希望每个人都能建立你们的复利思维。1复利思维世界第八大奇迹说一人:吴晓波。吴晓波作为新秀流行财经作家。1990年参加工作,做新华社的财经记者,那个时候的月薪是70元。从1996年,吴晓波开始写他的第一本书《农民创世纪》开始,他说:“我给自己下了一个命令,从今年开始,我要每年写...

2019-06-23 22:46:55

人机交互系统(1.3)——自然语言处理过程

一、收集数据1.1数据源的样例每一个机器学习问题都是从数据开始的,比如电子邮件、帖子或tweet列表。常见的文本信息来源包括:产品评论(亚马逊,Yelp,各种应用商店)用户生成内容(tweet、Facebook帖子、StackOverflow问题)故障排除(客户请求、支持票、聊天日志)“DisastersonSocialMedia”dataset“社交媒体灾难”数据集...

2019-06-09 12:48:34

python pandas操作excel合并指定文件夹下的多个excel

importosimportsysimportxlrdimportxlsxwriterimportpandasaspddefget_file_list(dir,file_type_list=['txt','csv','xlsx','xls'],file_list=[]):'''获取指定文件夹下指定类型文件路径:paramdir...

2019-06-05 15:14:37

查看更多

CSDN身份
  • 博客专家
勋章 我的勋章
  • 推荐红人
    推荐红人
    发布高质量Blink获得高赞和评论,进入推荐栏目即可获得
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。