据说大佬都喜欢黑色！

原创 MVC的dao层、service层和controller层

看了那么多解释，这篇最简单易懂MVC的dao层、service层和controller层1、dao层dao层主要做数据持久层的工作，负责与数据库进行联络的一些任务都封装在此，dao层的设计首先是设计dao层的接口，然后在Spring的配置文件中定义此接口的实现类，然后就可以再模块中调用此接口来进行数据业务的处理，而不用关心此接口的具体实现类是哪个类，显得结构非常清晰，dao层的数据源配置，以及有关数据库连接参数都在Spring配置文件中进行配置。2、service层service层主要负责业务模块

原创 2020.4.26记录一次腾讯实习生笔试题

题目大概意思就是模拟队列，这个很简单对我这种菜鸟来说，每次遇到这种题，按照格式进行输入输出是最耗时间的，所以我决定记录下我的解决办法。题目要求：输入“TOP”以后，如果没有可以查看的数，返回-1输入"POP"以后，如果没有可以出栈的数，返回-1其他操作不做要求输入要求：第一行是测试用例的数量第二行是每个测试用例中的操作数接下来就是这个测试用例中的操作例子：输入：2(输入用例...

原创 安装最新版Eclipse和jdk10遇到的问题

Java的Jdk10的环境变量的配置相比于老版的其实非常方便，我在安装的时候参考的时候参考的是老版的，所以安装的时候出现了问题，打不开Eclipse的安装应用程序。JDK10的环境变量配置：1.打开高级系统设置，点击环境变量2.进入环境变量之后我们只需要做两件事（1）新建JAVA_HOME,变量值是你自己安装jdk的路径，然后确定（2）在下面的系统变量里找到Path,然后新建%JAV...

转载 入门 | 理解深度学习中的学习率及多种选择策略

理解深度学习中的学习率及多种选择策略

原创 带噪声数据的神经网络双温逻辑损失

谷歌提出新分类损失函数：将噪声对训练结果影响降到最低训练数据集里的标签通常不会都是正确的，比如图像分类，如果有人错误地把猫标记成狗，将会对训练结果造成不良的影响。如何在不改变训练样本的情况下，尽可能降低这类噪声数据对机器学习模型的影响呢？最近，谷歌提出了一个新的损失函数，解决了机器学习算法受噪声困扰的一大问题。逻辑损失函数的问题机器学习模型处理带噪声训练数据的能力，在很大程度上取决于训练...

原创 在ubuntu系统上跑python需要安装哪些东西？

1.首先要安装python,如果是python2就改成2就好了sudo apt-get install python3-pip2.#安装虚拟环境sudo pip install virtualenv3.安装虚拟环境扩展包sudo pip install virtualenvwrapper4.编辑home目录下面的.bashrc文件，添加下面两行。enport WORKON_H...

原创 使用zerotier实现虚拟局域网（内网穿透）

当你想用windows连接Ubuntu系统时，而两者又不是在同一个局域网下面，该怎么办？这里就有一个很有用的工具使用zerotier，可以实现全球范围内虚拟局域网只需要登录注册创造一个ID，然后分别在两台电脑上下载zerotier的客户端，再分别连接刚才创造的ID，这个局域网就建好了，它会给两台电脑重新分配ip,使用ssh连接时要注意两台电脑的ip地址不要混淆，也不要记成物理地址了，下面有详细...

转载 使用MobaXterm实现Windows远程访问ubuntu 服务器

详细步骤

转载 告别规范化！MIT 谷歌等提出全新残差学习方法，效果惊艳

详解

原创 Bug解决:PyCharm同目录下导入模块会报错的问题

在PyCharm2019中同目录下import其他模块，会出现No model named …的报错这是因为PyCharm不会将当前文件目录自动加入source_path。在当前目录右键make_directory as–>Sources Root然后我的问题就解决了...

原创 Bug解决：RuntimeError: Error(s) in loading state_dict for LadderNetv6: Missing key(s) in state_dict:

运行网络的时候出现了这个错误，虽然之前已经解决过了，还是出现的问题下面是原来的代码：别人说在load这个checkpoint之前要加上net = torch.nn.DataParallel(net, device_ids=range(torch.cuda.device_count()))cudnn.benchmark = Trueif resume: # Load checkp...

原创 分类性能度量指标：准确性(AC)、敏感性(SE)、特异性(SP)、F1评分、ROC曲线、PR(Precision-Recall)曲线、AUC曲线，混淆曲线

一：比较容易理解的比喻原文：敏感性和特异性以糖尿病人的筛查为例。第一个钟形代表正常人，第二个钟形代表糖尿病人。理想中，如果正常人和糖尿病人的血糖范围完全没有重合就好了。这样我就把标准定在中间那个最低点。低于此点的，就是正常人；高于此点的，就是糖尿病人。多好！可惜，现实中，是这样的：由于人人都是任性的小公举，所以正常人的血糖范围和糖尿病人的血糖范围有一部分是重叠的。那么应该把标准画在哪里比较好呢...

原创 ResNet中残差块的理解（附代码）

原论文下载地址：论文原代码下载地址：官方pytorch代码比较完整的论文理解：ResNet论文笔记及代码剖析这里我只讲他的核心理念，残差块，也是我理解了很久的地方，请原谅我描述的如此口语化，希望能帮助大家理解，如果有理解的不对的地方，欢迎指正ImageNet的一个更深层次的残差函数F。左图：一个积木块(56×56个特征图)，如图3所示，用于ResNet-34。右图：ResNet-50/1...

原创 Windows下无法下载torchvision的解决方法

之前一直使用命令conda install torchvision来安装torchvision，也查了很多方法，但是总是显示找不到包，用了下面的方法就安装成功了，运行的时候也不会出现下面的错误了：Anaconda:conda install torchvision -c soumithpip:pip install torchvision...

原创 多维矩阵，多维数组的形象表示

原创 python基础——区分python中的列表(list),数组(array),元组(tuple),矩阵(matrix),张量(tensor,来自tensorflow)

由于我没有系统的学习过是直接看代码的，所以这些基础的概念理解的很模糊，查了之后参考下面大佬的概念，但是因为我是学习pytorch的，所以又查了pytorch中张量的概念和运用。python学习笔记一文读懂PyTorch张量基础（附代码）...

原创 Bug解决：UnicodeDecodeError: 'gbk' codec can't decode byte 0xad in position 1160: illegal multibyte seq

UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xad in position 1160: illegal multibyte sequence大概意思是：UnicodeDecodeError：'gbk’编解码器无法解码1160位的字节0xad：非法多字节序列据说是因为python3 区分了 unicode str 和 byte arrar...

原创 Bug解决：ImportError: cannot import name 'normalize_data_format' from 'keras.utils.conv_utils'

看了很多原因，下面的方法解决了我的问题由于keras版本不同，"normalize_data_format"位置有变化，下面的两句都可以试试，不一定哪句是正确的位置~把对应导入的那句换成下面两句中的其中一句：from keras.utils.conv_utils import normalize_data_formatfrom keras.backend.common import no...

原创 PyTorch中permute的用法

看了很多，感觉这一篇讲的非常容易理解PyTorch中permute的用法

原创 Bug解决：RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available()

遇到一个错误：RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=‘cpu’ ...

原创 如何检查pytorch是否正在使用GPU？

如何检查pytorch是否正在使用GPU？

原创 关于pytorch中的shape[]维度的问题

建立一个4×2的矩阵c, c.shape[1] 为第一维的长度，c.shape[0] 为第二维的长度。但是用维度来解释总是觉得很绕，尤其是在我看到shape[3]的时候所以，我索性这么理解，在pytorch中的图片一般是以(Batch_size,通道数，图片高度，图片宽度)或者(Batch_size,通道数，图片宽度，图片高度)，那么shape[0]可以理解为Batch_size,shape[...

转载 你所不知道的 Python 冷知识！（建议收藏）

懒得复制了，只取了我遇到的情况01. 省略号也是对象… 这是省略号，在Python中，一切皆对象。它也不例外。在 Python 中，它叫做 Ellipsis 。在 Python 3 中你可以直接写…来得到这玩意。>>> ...Ellipsis>>> type(...)<class 'ellipsis'>而在 2 中没有…这个语法，...

转载 Python的INI文件操作

Ini 文件操作中有一个优势是它能够直接被Python分区，并且update. 否则如果是普通的txt文件，我们会需要read line by line. 但是在ini 的操作中我们只需要阅读分区，然后再update分区就好。例如下面的这个ini文件:[Mandatory]file = C:\Users\xhan\Desktop\a.file[Scenarios]enabled = ...

原创 Pycharm使用的小tips(持续更新中)

在Anaconda prompt中1.这个命令列出了我创建的虚拟环境（因为当时不知道，搞了一堆乱七八糟的，打算全部删掉，因为一般只要在一个虚拟环境里进行操作）运行之后输入y，同意继续2.这个命令是让我创建了一个新的虚拟环境eleven,然后进入python的解释器3.退出python解析器4.这个时候你就可以在这个虚拟环境里面导入包了，如果你想要在一个虚拟环境里跑代码，就要把这个...

转载 近期必读的7篇【医学图像分割】相关论文和代码（CVPR、AAAI）

【导读】最近小编推出CVPR2019图卷积网络相关论文、CVPR2019生成对抗网络相关视觉论文、【可解释性】相关论文和代码，CVPR视觉目标跟踪相关论文，CVPR视觉问答相关论文，反响热烈。最近，医学图像分割这一新分割应用领域也广泛受关注，出现了好多新方法、新数据集，今天小编专门整理最新七篇医学图像分割相关应用论文—对抗攻击、跨模态域自适应、迁移学习、one-shot、GAN等。1、Non-...

原创 创建你的第一个神经网路-识别手写数字

新手入门推荐书籍：简单好懂易操作：书中的数据集地址（只是用来测试性能）测试数据集100个标记样本：训练数据集10个标记样本下载方式（谷歌浏览器）：正规的训练集（包含6万个标记样本）正规测试集（包含1万个标记样本）一、初始化网络,设置输入层节点,隐藏层节点和输出层节点import numpyimport scipy.specialimport matplotlib.pyplo...

转载 吴恩达机器学习作业（三）实现：多类分类和前馈神经网络

参考：吴恩达机器学习作业Python实现(三)：多类分类和前馈神经网络这里是用python来实现，亲测可以运行成功因为对python不熟练并且对概念还不算深度理解，等到之后再回来看会觉得简单很多一、 多类分类(多个logistic回归)我们将扩展我们在练习2中写的logistic回归的实现，并将其应用于一对多的分类（不止两个类别）。import numpy as npimport pa...

原创 吴恩达机器学习作业（一）实现：线性回归

ex1.m%% Machine Learning Online Class - Exercise 1: Linear Regression% Instructions% ------------%% This file contains code that helps you get started on the% linear exercise. You will need...

原创 机器学习（吴恩达）-Octave/Matlab教程

课程地址：https://study.163.com/course/courseLearn.htm?courseId=1004570029#/learn/video?lessonId=1050718284&courseId=1004570029我直接从Octave的基础操作开始，因为前面的内容的课堂ppt都讲的很详细了原文链接：Octave简要语法记录Octave是一个科学计算及数...

原创 吴恩达机器学习作业（二）实现：logistic回归

对于这一类分类问题：拿到数据先将它绘制出来，看数据在图片的分布，如果明显是两极化的，就用普通的逻辑回归，比如下图：如果数据的分布比较特别，就加入正则化，所谓正则化就是加入惩罚项，使得结果不容易过度拟合，所以两者只有代价函数不一样比如下图：当然还有更高级的回归算法，这是比较常用且简单的算法1.1 plotData.m这个函数是用来绘制数据的function plotData(X,...

转载 如何自学人工智能？很干很干的干货，只有链接

看到一个大神的分享。顺手黏贴过来作者：景略集智链接：https://www.zhihu.com/question/21277368/answer/277626779来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。...

转载 国内外常用学术网站

搞学术的都应该对谷歌学术情有独钟，但谷歌在国内许多地方是访问不到的（虽然笔者在校园内可以浏览谷歌网站，但离开校园后想找些免费的论文也是很无奈），于是笔者寻找了许许多多方法，搜集了很多网站，期望谷歌访问不了是可以找到替代或者与谷歌学术相媲美的网站，现汇总如下分享给大家，希望对搞研究的有所帮助。一、国外学术网站（可以找到众多免费资源）能访问到谷歌网址的，自然数“谷歌学术”了，网址为https:...

原创 数据结构与算法-006.顺序队列

一、队列的概念：队列（简称作队，Queue）也是一种特殊的线性表，队列的数据元素以及数据元素间的逻辑关系和线性表完全相同，其差别是线性表允许在任意位置插入和删除，而队列只允许在其一端进行插入操作在其另一端进行删除操作。队列中允许进行插入操作的一端称为队尾，允许进行删除操作的一端称为队头。队列的插入操作通常称作入队列，队列的删除操作通常称作出队列。下图是一个依次向队列中插入数据元素a0,a1,...

原创 数据结构与算法-005.栈的链式存储结构

栈的链式存储结构栈的链式存储结构，简称为链栈。栈因为只是栈顶来做插入和删除操作，所以比较好的方法是将栈顶放在单链表的头部，栈顶指针和单链表的指针合二为一。描述一下存储过程，当来了一个新的元素newNode，我们让它先指向下一个元素，即原来的栈顶元素,使用newNode.Next=top,然后让top指向新的元素newNode,使用top = newNode链栈的方法实现：LinkStac...

原创 数据结构与算法-004.栈的介绍以及实现顺序栈

首先是栈的实现接口：IStackDS.csusing System;using System.Collections.Generic;using System.Text;namespace 栈{ interface IStackDS<T> { int Count { get; }//得到数据数量 int GetLength()...

原创 数据结构与算法-003.双向链表和循环链表

双向链表结点Node类型定义：/// <summary>/// 双向链表的节点/// </summary>/// <typeparam name="T"></typeparam>public class DbNode<T>{ //私有变量 private T _data; //节点的值 privat...

转载 线性变换及其与矩阵的关系——线性代数的本质（三）

附上链接地址线性变换及其与矩阵的关系——线性代数的本质（三）

转载 线性组合（linear combinations）, 生成空间（span）, 基向量（basis vectors）——线性代数本质（二）

复制起来有点麻烦，附上链接地址线性组合（linear combinations）, 生成空间（span）, 基向量（basis vectors）——线性代数本质（二）

转载 向量是什么——线性代数本质（一）

线性代数在很多领域都有应用计算机科学物理电力工程机械工程统计……学过线性代数的学生可能都会做以下计算，但他们却不知道为什么要这样计算，它们分别代表的含义是什么？学生们对于线性代数中的几何意义的理解是非常模糊的matrix multiplication - 矩阵乘法the Determinant - 行列式cross products - 交叉乘积eigenvalues - 特...