熱愛音樂和動(dòng)畫，相伴PPT和吉他！<br><br>微信公眾號(hào)：pptanimation<br><br>個(gè)人微信：xiliuiori
發(fā)簡(jiǎn)信
IP屬地：云南
-
團(tuán)隊(duì)開發(fā)框架的開發(fā)手冊(cè)示例
1 domain.java 2 mapper.java 3 service.java 4 serviceImpl.java 5 controller.java 6 mappe...
-
Vue3 使用Vite創(chuàng)建項(xiàng)目
安裝Node.js 安裝Vite 用剛安裝的vite創(chuàng)建vue3項(xiàng)目 2020年9月18日，Vue3.0版本算是發(fā)布了，雖然在很多方面有了較大提升，但顯然它還需要不斷地進(jìn)行更...
-
-
.NET Core微服務(wù)實(shí)踐.NET Core微服務(wù)實(shí)踐 微服務(wù)—實(shí)操落地全套微服務(wù)架構(gòu)組件 Microservice架構(gòu)解析 Consul服務(wù)注冊(cè)與發(fā)現(xiàn) Ocelot網(wǎng)關(guān)Gateway Polly瞬態(tài)...
-
Linux CentOS基礎(chǔ)知識(shí)和常用命令常用命令1 常用命令2 常用命令3 常用命令4 Linux 目錄配置 1、根目錄（/）根目錄（/）所在分區(qū)應(yīng)該越小越好，且應(yīng)用程序所安裝的軟件最好不要與根目錄放在同一個(gè)分區(qū)內(nèi)...
-
由于系統(tǒng)緩沖區(qū)空間不足或隊(duì)列已滿，不能執(zhí)行套接字上的操作
日志內(nèi)容:System.Data.Entity.Core.EntityException: 基礎(chǔ)提供程序在 Open 上失敗。 ---> Oracle.ManagedData...
-
-
石門峽，哀牢山上的九寨溝
神秘古老的哀牢山，孕育了一代代古滇王室后裔—風(fēng)情萬種花腰傣；培育出世界上最好吃的冰糖橙--褚橙。甚至，中國地理雜志也把哀牢山脈評(píng)選為“中國最浪漫棲居地之首”。哀牢山是一個(gè)龐大...
-
CSS常用樣式及示例
層疊樣式表(英文全稱：Cascading Style Sheets)是一種用來表現(xiàn)HTML（標(biāo)準(zhǔn)通用標(biāo)記語言的一個(gè)應(yīng)用）或XML（標(biāo)準(zhǔn)通用標(biāo)記語言的一個(gè)子集）等文件樣式的計(jì)算...
-
三國各州的刺史、州牧
三國各州的刺史、州牧居然大部分都不是三國名人，讓人大跌眼鏡！ 有沒有很亂的感覺。所以導(dǎo)致在《三國演義》中，出現(xiàn)“州刺史”、“州牧”稱呼的混雜狀況。 所以，統(tǒng)計(jì)的時(shí)候，刺史、州...
-
概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)隨機(jī)變量概述 隨機(jī)變量與事件 隨機(jī)變量的本質(zhì)是一種函數(shù)（映射關(guān)系），在古典概率模型中，“事件和事件的概率”是核心概念；但是在現(xiàn)代概率論中，“隨機(jī)變量及其取值規(guī)律”是核心概念。...
-
深度學(xué)習(xí)入門極簡(jiǎn)教程（三）摘要： “那些在個(gè)人設(shè)備里，謙謙卑卑地為我們哼著歌曲的數(shù)字仆人，總有一天會(huì)成為我們的霸主！”在“忍無可忍，無需再忍”這句俗語背后，也隱藏中神經(jīng)網(wǎng)絡(luò)常用的“激活函數(shù)”和“卷積”...
-
深度學(xué)習(xí)入門極簡(jiǎn)教程（二）摘要: 現(xiàn)在的人工智能，大致就是用“硅基大腦”模擬或重現(xiàn)“碳基大腦的過程”。那么，在未來會(huì)不會(huì)出現(xiàn)“碳硅合一”的大腦或者全面超越人腦的“硅基大腦”呢？專家們的回答是“會(huì)的”。...
-
深度學(xué)習(xí)入門極簡(jiǎn)教程（一）摘要： 當(dāng)你和女朋友在路邊手拉手一起約會(huì)的時(shí)候，你可曾想，你們之間早已碰撞出了一種神秘的智慧–深度學(xué)習(xí)。戀愛容易，相處不易，不斷磨合，打造你們的默契，最終才能決定你們是否在一...
-
機(jī)器學(xué)習(xí)常見的優(yōu)化算法1 梯度下降法 梯度：如果函數(shù)是一維的變量，則梯度就是導(dǎo)數(shù)的方向；如果是大于一維的，梯度就是在這個(gè)點(diǎn)的法向量，并指向數(shù)值更高的等值線，這就是為什么求最小值的時(shí)候要用負(fù)梯度。 ...
-
機(jī)器學(xué)習(xí)簡(jiǎn)介你是否曾經(jīng)聽到過人們談?wù)摍C(jī)器學(xué)習(xí)，而你卻對(duì)其含義只有一個(gè)模糊的概念呢？你是否已經(jīng)厭倦了在和同事對(duì)話時(shí)只能點(diǎn)頭呢？現(xiàn)在，讓我們一起來改變這個(gè)現(xiàn)狀吧！ 這篇指南是為那些對(duì)機(jī)器學(xué)習(xí)...
-
機(jī)器學(xué)習(xí)—提升和自適應(yīng)增強(qiáng)（Boosting和AdaBoost）boosting是一種集成技術(shù)，試圖從多個(gè)弱分類器中創(chuàng)建強(qiáng)分類器。通過從訓(xùn)練數(shù)據(jù)構(gòu)建一個(gè)模型，然后創(chuàng)建第二個(gè)模型試圖糾正第一個(gè)模型中的錯(cuò)誤。不斷添加模型，直到訓(xùn)練集被完美地預(yù)...
-
機(jī)器學(xué)習(xí)—樸素貝葉斯（Naive Bayes）樸素貝葉斯概述 樸素貝葉斯是一種簡(jiǎn)單但功能驚人的預(yù)測(cè)建模算法。該模型由兩種可以直接從訓(xùn)練數(shù)據(jù)中計(jì)算的概率組成: 1) 每個(gè)類的概率; 2) 給定每個(gè)x值后每個(gè)類的條件概率。 ...
-
機(jī)器學(xué)習(xí)—K-均值聚類（K-means）算法1 K-均值聚類（K-means）概述 1.1 聚類 “類”指的是具有相似性的集合。聚類是指將數(shù)據(jù)集劃分為若干類，使得類內(nèi)之間的數(shù)據(jù)最為相似，各類之間的數(shù)據(jù)相似度差別盡可能大...