- 博客(164)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 用户的登录
将当前登录成功的用户数据以当前用户对象的形式进行返回。2、注册过滤器：添加白名单（哪些资源可以在不登陆的情况下访问：login.html，register.html\login\reg\index.html\product.html）、添加黑名单（在用户登录的状态下才可以访问的页面资源）。当用户输入用户名和密码将数据提交给后台数据库进行查询，如果存在对应的用户名和密码，则表示登录成功，登录成功之后跳转到系统的主页，就是index.html页面，跳转在前端的jQuery来完成。
2023-03-29 22:32:15
676
1
原创 用户注册-持久层
（1）在项目的目录结构下首先创建一个mapper包，在这个包下再根据不同的模块来创建mapper接口。创建一个UserMapper的接口,要在接口中定义这两个SQL语句的抽象方法；/* 用户模块的持久层接口*///使用Integer：因为有影响的行数，可以通过影响的行数(增、删// 改,可以更具返回值来判断)来判断是否插入成功//设计成对象的类型可以少写很多值（如String username、pwd、等等）
2023-03-28 13:59:02
464
原创 Day1.项目环境搭建
1、项目功能：登录、注册、热销商品、用户管理（密码、个人信息、头像、收货地址）、购物车（展示、增加、删除）、订单模块。3、资源文件：resoureces文件夹下（static：静态资源；（1）持久层开发：依据前端页面的设置规划相关的SQL语句，以及进行配置；（4）前端开发：JS、JQuery、AJAX这些技术来连接后台；（2）业务层开发：核心功能控制、业务操作以及异常的处理；2、开发顺序：注册、登录、用户管理、购物车、商品、订单。（3）控制层开发：接收请求、处理响应；4、开发的平台：idea中进行开发；
2023-03-26 15:41:19
443
原创 Java方法
（2）在一个方法中只能指定一个可变参数，它必须是方法的最后一个参数。设计方法的原则：最好保持方法的原子性，即一个方法只完成1个功能，这样有利于后期的扩展。（a）形式参数：在方法被调用时用于接收外界输入的数据。（2）参数列表必须不同（个数不同、或类型不同、参数排列顺序不同等）。（1）在方法声明中，在指定参数类型后加一个省略号(...)。（b）实参：调用方法时传给方法的数据。（1）方法是解决一类问题的步骤的有序集合。方法体包含具体的语句，定义该方法的功能。（1）A方法调用A方法，即自己调用自己。
2022-10-20 21:56:31
290
原创 Java-02-注释、标识符、关键字、数据类型
低-------------------------------------------------------------------高。（2）首字符之后可以是字母（A-Z或者a-z），美元符（$），下划线（_）或者数字的任何字符组合。（1）Java是强类型语言，要求变量的使用要严格符合规定，所有变量都必须先定义后才能使用。整数类型：byte占1个字节、short占2个字节、int占4个字节、long占8个字节。（1）所有标识符都应该以字母（A-Z或者a-z），美元符（$），或者下划线（_）开始。
2022-10-17 21:23:47
223
原创 Java-01-prescription
JRE：Java Runtime Environment：java的运行时环境，也包含了java虚拟机，只要安装了JRE就可以运行java程序了。源程序（.java文件）-->Java编译器-->字节码（.class文件）-->类装载器-->字节码校验器-->解释器-->操作系统平台。JVM：Java Virtual Machine，java虚拟机，java的跨平台核心是使用了JVM。JavaSE：标准版（桌面程序，控制台开发，，，）JavaME：嵌入式开发（手机，小家电，，，）
2022-10-16 14:24:35
107
原创 三、神经网络-三层神经网络的简单实现
import numpy as np# sigmoid函数定义def sigmoid(x): return 1 / (1 + np.exp(-x))#恒等函数：会将输入按原样输出，并将其作为输出层的激活函数def identity_function(x): return x#进行权重和偏置的初始化，并将它们保存在字典变量network中。def init_network(): network = {} network['w1...
2021-12-11 15:06:25
2323
原创 三、神经网络-激活函数
import numpy as npimport matplotlib.pyplot as plt"""激活函数是连接感知机和神经网络的桥梁，用于加入非线性因素，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题。"""# 1.sigmoid函数实现def sigmoid(x): return 1 / (1 + np.exp(-x))x=np.array([-5.0,5.0,0.1])print(sigmoid(x))#画出函数图像x=np.arange(-5.
2021-12-11 14:39:49
1708
原创 GL-GIN: Fast and Accurate Non-Autoregressive Model for Joint MultipleIntent Detection and Slot Fill
论文标题：GL-GIN: Fast and Accurate Non-Autoregressive Model for Joint MultipleIntent Detection and Slot Filling(联合多意图检测和槽位填充的快速精确非自回归模型).论文地址：https://aclanthology.org/2021.acl-long.15.pdf代码地址：GitHub - yizhen20133868/GL-GINAbstract：多意图SLU能够处理话语中的多种意...
2021-12-08 16:48:37
2796
原创 二、感知机
（1）"""感知机是什么？感知机接受多个输入信号，输出一个信号。感知机的多个输入信号都有各自固有的权重，这些权重发挥着各个信号的重要性作用。也即权重越大，对应该权重的信号的重要性就越高。如下例子：x1，x2是输入信号，y是输出信号，w1、w2是权重，当输人信号被送往神经元时，会被分别乘以固定权重(w1*x1,w2*x2)。神经元会计算传送过来的信号总和，只有当这个总和超过了某个界限值时，才会输出1.此处将这个界限值称为阈值，用theta表示。""""""感知机的运行原理用数学式表示如下.
2021-12-03 20:54:57
1486
原创 一、使用Matplotlib绘制简单图形
(1)#Matplotlib是用于绘制图形的库，此处展示绘制sin函数的例子import numpy as npimport matplotlib.pyplot as plt#生成数据x=np.arange(0,6,0.1)#以0.1为单位，生成0到6的数据y=np.sin(x)#绘制图形plt.plot(x,y)plt.show()图像如下图所示：(2) 接下来我们在上述代码中假如绘制cos函数的代码：import numpy as npimport m..
2021-12-03 19:20:03
336
原创 VMware中安装Ubuntu18.04版本
1.首先需要下载安装VMware Workstation和下载Ubuntu18.04，Vmware安装成功打开界面如下：2.3.然后点击下一步点击下一步虚拟机创建完成后，然后打开虚拟机设置，选择我们之前下载的镜像位置。然后点击确定即可。接下来点击开启此虚拟机，Intel VT-x完整名称是Intel Virtualization Technology，就是Intel虚拟技术...
2021-09-28 19:11:31
512
原创 Ubuntu虚拟机下载（清华大学开源软件镜像源）
直接去官网下载会很慢，建议国内：清华大学开源软件镜像站 | Tsinghua Open Source Mirror等待下载完成即可。如果需要在Vmware中安装Ununtu虚拟机可以参考这篇文章：
2021-09-28 14:10:46
3386
原创 RuntimeError: ‘lengths‘ argument should be a 1D CPU int64 tensor, but got 1D cuda:0 Long tensor
Pytorch版本1.8，运行程序使用GPU训练时出现以下错误：将lengths改为lengths.cpu()或lengths.to('cpu')即可。原因:Pytorch1.5以上版本升级了Bi-LSTM导致的。
2021-09-23 09:04:10
4949
3
原创 语言模型的计算N-gram
文章分别参考自：掘金和深入浅出讲解语言模型 - 知乎语言模型：例如在语音识别中，给定一段“厨房里食油用完了”的语音，有可能会输出“厨房里食油用完了”和“厨房里石油用完了”这两个读音完全一样的文本序列。如果语言模型能判断出前者大于后者的概率，我们就可以输出：“厨房里食油用完了”的文本序列，这就是语言模型要做的事。简而言之就是计算一个句子的概率的模型。给定一个句子或者文本序列S，S是由w1,w2...wk个词语组成，则它的概率可以表示为：P(S)=P(w1,w2,...wk)=P(w1)P(w2|w
2021-09-17 16:39:38
1502
1
原创 多层感知机的简洁实现
import torchfrom torch import nnfrom torch.nn import initimport numpy as npimport syssys.path.append('..')import painting as pt#1.定义模型num_inputs,num_outputs,num_hiddens=784,10,256net=nn.Sequential( pt.FlattenLayer(), nn.Linear(num_input.
2021-09-14 14:32:26
119
原创 多层感知机的从零开始实现
多层感知机(multilayer perception,MLP)在单层神经网络的基础上引入了一到多个隐藏层，隐藏层位于输入层和输出层之间，此前线性回归和softmax回归在内的都属于单层神经网络。上述问题的根源在于：全连接层只是对数据做仿射变换，而多个仿射变换的叠加仍然是仿射变换，解决问题的一个方法是引入非线性变换，例如对隐藏变量使用按元素运算的非线性函数进行变换，然后在作为下一个全连接层的输入。这个非线性函数被称为激活函数。仿射变换：简单来说就是"线性变换"+"平移"。仿射变换从几何直观主要.
2021-09-14 11:16:11
253
原创 softmax回归的简洁实现
import torchfrom torch import nnfrom torch.nn import initimport numpy as npimport syssys.path.append("..")import painting as pt#1.获取和读取数据batch_size=256train_iter,test_iter=pt.load_data_fashion_mnist(batch_size)"""softmax回归的输出层是一个全连接层，因此用一个线性.
2021-09-13 18:43:12
178
原创 Softmax回归的从零实现
#Softmax回归的从零实现import torchimport torchvision"""torchvision是Pytorch中专门用来处理图像的库，这个包中主要包含4大类torchvision.datasets:是用来进行数据集加载的，帮我们提前处理好了许多图片数据集torchvision.models:为我们提供了已经训练好的模型，可以加载之后直接使用torchvision.transforms:该模块提供了一般的图像转换操作类如:torchvision.transforms..
2021-09-13 11:12:24
162
原创 SOFTMAX回归
一、softmax回归与线性回归适用于输出为连续值的情景不同，它适用于像图像类别这样的离散值，主要解决分类问题，且softmax回归的输出单元从一个变成了多个。然而直接使用输出层会面临两个问题：一是由于输出层的范围不确定，难以直观的判断这些值的意义。二是由于真实标签是离散值，这些离散值与不确定范围的输出值之间的误差难以衡量。二、softmax运算符：解决了以上两个问题，它通过将输出值变换成值为正且和为1的概率分布。交叉熵损失函数：前面提到使用softmax运算后可以更方便的计..
2021-05-13 12:36:08
2601
5
原创 线性回归的从零实现(一)
线性回归是利用数理统计中回归分析来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。表达形式为y=w'x+e，e为服从均值为0的正态分布。其输出值是一个连续值。（如预测房屋价格、气温、销售额等）模型定义：设房屋面积为x1，房龄为x2，出售价格为y。假设线性回归输出与各输入之间是线性关系：y^=x1*w1+x2*w2+b，其中w1，w2是线性回归模型的参数，模型输出y^是线性回归对真实价格的预测，通常允许之间有一定的误差。为什么要进行模型的训练？为了寻找特定的模型参数值使模型在数据上的误差
2021-05-08 17:02:15
317
原创 Tensor及基本数据操作
在Pytorch中torch.Tensor是存储和变换数据的主要工具，Tensor一般译作张量，可以看做是一个多维数组。标量可以看作0维张量，向量可以看做1维张量，矩阵可以看做2维张量。Pytorch中函数的操作对象基本都是Tensor。根据存储类型的不同有FloatTensor(32位)和LongTensor(64位)。一、基本函数：1.查看Pytorch的版本：import torchprint(torch.__version__)创建一个随机未初始化的5x3的Tensor.
2021-04-08 22:08:43
6996
原创 Windows下在pycharm中安装pytorch
打开pycharm 点击左上角的file————settings————找到Project Interpreter————点击+号：点击Manage Repositories输入下面的两个网址即可，点击ok保存https://pypi.tuna.tsinghua.edu.cn/simple/https://mirrors.aliyun.com/pypi/simple/然后点击搜索pytorch点击安装即可，但是我安装的时候显示错误，系统提示我在terminal中用pi..
2021-04-07 13:37:42
2586
1
原创 ANACONDA更新包报错：CONDAERROR: CANNOT LINK A SOURCE THAT DOES NOT EXIST.
安装anaconda后使用conda update --all命令更新升级包出现下列错误：这时可通过conda install tqdm -f 命令解决：也许是你安装更新包之前忘记先安装pip命令，可以使用 conda install pip，然后可以接着更新。...
2021-04-07 11:48:00
6751
3
原创 Windows下anaconda安装教程
方法一：直接选择anaconda官网下载：下载地址：https://www.anaconda.com/distribution/选择对应的版本和64/32位即可，缺点是比较慢方法二：使用清华镜像源安装：搜索清华镜像源或者进入官网https://mirrors.tuna.tsinghua.edu.cn/然后点击anaconda并打开，点击archive选择对应版本点击下载：双击打开：点击同意即可.如果系统只有一个用户选择默认的第一个即可，如果有多个用户而且都要...
2021-04-07 11:26:55
468
2
原创 机器学习简介
机器学习概述1.1机器学习(Machine Learning ML)：是指从有限的观测数据中学习或猜测出具有的一般性的规律，并利用这些规律对数据进行预测的方法，是人工智能一个重要的分支。1.2 传统机器学习的数据处理过程：上述流程中特征处理和预测两部分是分开进行处理的，传统机器模型一般关注最后一步即构造预测函数，但在实际操作中不同的预测模型性能相差不多，因此前三步的特征处理对最后系统的准确性有着十分重要的作用。而特征处理一般需要人工进行利用人类的经验选取最好的特征，因此许多机器学习的问题
2021-04-02 22:20:07
1415
原创 Python中判断对象是否为可迭代以及下标循环
在Python中，凡是可迭代的对象均可以使用for循环进行遍历，那么如何简单的判断一个对象是否为可迭代的呢？from collections import Iterableprint(isinstance('abc',Iterable))#字符串可迭代print(isinstance(123,Iterable))#数值不可迭代print(isinstance([1,2,3],Ite...
2019-12-03 20:39:44
709
原创 Python中默认参数的坑
在python中当函数的默认参数为可变对象时：def f(l=[]): l.append("x") print lf([1,2,3])输出结果：但是当使用默认参数进行函数调用时，一开始结果是对的，但是多次调用时就会产生一个现象：def f(l=[]): l.append("x") print lf()f()f()廖大神给...
2019-12-02 11:18:03
303
原创 元组tuple的误区
在定义元组是一般使用（）定义b1=(1)b2=(1,)print(type(b1))print(type(b2))但当定义只有1个元素的元组时，需要在元素后面加，否则python中会默认把它当成数字！！！...
2019-11-18 20:22:08
177
原创 Python调用百度API语音识别实现一个简单的语音识别程序
之前在网上看到一个题目使用语音控制你的浏览器，感觉挺有意思的，就想着实现一个简单的语音识别程序，这里我选择的是百度语音识别，还有好多不错的如科大讯飞等都可以使用。语音识别过程分为三个部分：1）录音2）获取参数access token，有效期为一个月（开发文档）3）上传录音文件1.首先你需要一个注册一个百度账号，进行登录，可以直接使用注册过的百度网盘账号进行登录，登录的网址在...
2019-10-06 18:22:55
3198
原创 虚拟机Ubuntu中磁盘容量不足对磁盘大小进行扩展
最近在虚拟机中进行开发和写代码，由于项目的增多和第三方包的安装，忽然原来分配的20G快不够用了，1.首先点击虚拟机-->选择设置-->点击硬盘-->扩展，输入你要扩展到的磁盘大小,然后点击扩展，但这只是逻辑上的扩展，并未实现物理上的真正扩展。注：(如果你的虚拟机有快照，需要先删除快照，否则硬盘扩展的按钮是灰色的，会提示你无法扩展，删除快照的方式：虚拟机-->快照-...
2019-10-06 17:32:01
3422
1
原创 CSRF跨站请求伪造
CSRF:即跨站请求伪造，Cross Site Request Forgery，指攻击者盗用登录用户的身份，以其名义发送恶意请求：包括发送消息，邮件，购买商品，虚拟货币转账。。。CSRF攻击示意图：CSRF产生的三个条件：1.至少有两个网站（因为是跨站）2.其中一个网站上存在漏洞3.在恶意攻击的网站上有一个伪造请求防止CSRF攻击：1.在客户端向后端服务器发送请求...
2019-08-08 16:08:56
175
原创 Redis数据库常用操作命令
Redis数据库首先是一个数据库，其次它是一个内存数据库，基本所有数据都保存在内存中，所以读写速度非常快，会定时以追加或快照的方式刷新到磁盘中。Redis操作：想让其它机器访问本机的redis服务器，需要修改redis.conf的ip地址为本机的网卡ip，如果有多个网卡，可以绑定多个ip。1.启动redissudo service redis-server start2.客户端进行连...
2019-08-08 15:16:29
1438
原创 MongoDB数据库常用操作命令
mongoDB数据库的常用命令：1.查看当前的数据库：db2.查看所有的数据库： show databases/show dbs3.切换数据库： use db_name4.删除当前的数据库：需要先切换进去，再db.dropDatabase()5.创建集合（表）的命令 （1）手动创建：db.createCollection("tb_table_name") ...
2019-08-04 08:58:19
434
原创 Ubuntu中MongoDB数据库的安装
如果之前安装过的，可以先卸载，安装最新的版的（需要联网）：卸载 关闭守护进程mongod sudo service mongod stop2.卸载安装的软件包sudo apt-get purge mongodb-org*3.移除数据库和日志文件（数据库和日志文件的路径取决于/etc/mongod.conf文件中的配置) sudo rm -r /var/log/...
2019-08-01 19:47:29
216
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人