一个处女座的程序猿_社区达人页

2021年10月

• 10.27 14:57:20
  发表了文章 2021-10-27 14:57:20

  DL之BP：神经网络算法简介之BP算法简介(链式法则/计算图解释)、案例应用之详细攻略（一）

  DL之BP：神经网络算法简介之BP算法简介(链式法则/计算图解释)、案例应用之详细攻略

  
• 10.27 14:53:12
  发表了文章 2021-10-27 14:53:12

  TF学习——TF之Tensorboard：Tensorflow之Tensorboard可视化简介、入门、使用方法之详细攻略（二）

  TF学习——TF之Tensorboard：Tensorflow之Tensorboard可视化简介、入门、使用方法之详细攻略

  
• 10.27 14:52:01
  发表了文章 2021-10-27 14:52:01

  TF学习——TF之Tensorboard：Tensorflow之Tensorboard可视化简介、入门、使用方法之详细攻略（一）

  TF学习——TF之Tensorboard：Tensorflow之Tensorboard可视化简介、入门、使用方法之详细攻略

  
• 10.27 14:49:34
  发表了文章 2021-10-27 14:49:34

  NLP：自然语言处理技术的简介、发展历史、案例应用之详细攻略

  NLP：自然语言处理技术的简介、发展历史、案例应用之详细攻略

  
• 10.27 14:38:19
  发表了文章 2021-10-27 14:38:19

  NLP：自然语言处理技术的简介、发展历史、案例应用之详细攻略

  NLP：自然语言处理技术的简介、发展历史、案例应用之详细攻略
• 10.27 14:36:25
  发表了文章 2021-10-27 14:36:25

  TF之NN：基于Tensorflow利用神经网络算法对数据集(用一次函数随机生成100个数)训练预测斜率、截距(逼近已知一次函数)

  TF之NN：基于Tensorflow利用神经网络算法对数据集(用一次函数随机生成100个数)训练预测斜率、截距(逼近已知一次函数)

  
• 10.27 14:34:41
  发表了文章 2021-10-27 14:34:41

  TF学习：Tensorflow基础案例、经典案例集合——基于python编程代码的实现（二）

  TF学习：Tensorflow基础案例、经典案例集合——基于python编程代码的实现

  
• 10.27 14:33:29
  发表了文章 2021-10-27 14:33:29

  TF学习：Tensorflow基础案例、经典案例集合——基于python编程代码的实现（一）

  TF学习：Tensorflow基础案例、经典案例集合——基于python编程代码的实现
• 10.27 14:31:47
  发表了文章 2021-10-27 14:31:47

  成功解决Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

  成功解决Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

  
• 10.27 14:29:19
  发表了文章 2021-10-27 14:29:19

  DL之RBM：(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别

  DL之RBM：(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别

  
• 10.27 14:28:19
  发表了文章 2021-10-27 14:28:19

  Dataset之MNIST：MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略（二）

  Dataset之MNIST：MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略

  
• 10.27 14:26:35
  发表了文章 2021-10-27 14:26:35

  Dataset之MNIST：MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略（一）

  Dataset之MNIST：MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略

  
• 10.27 14:24:21
  发表了文章 2021-10-27 14:24:21

  DL之NN/CNN：NN算法进阶优化(本地数据集50000张训练集图片)，六种不同优化算法实现手写数字图片识别逐步提高99.6%准确率

  DL之NN/CNN：NN算法进阶优化(本地数据集50000张训练集图片)，六种不同优化算法实现手写数字图片识别逐步提高99.6%准确率

  
• 10.27 14:23:05
  发表了文章 2021-10-27 14:23:05

  DL之NN：NN算法(本地数据集50000张训练集图片)进阶优化之三种参数改进，进一步提高手写数字图片识别的准确率

  上一篇文章，比较了三种算法实现对手写数字识别，其中，SVM和神经网络算法表现非常好准确率都在90%以上，本文章进一步探讨对神经网络算法优化，进一步提高准确率，通过测试发现，准确率提高了很多。
• 10.27 14:21:35
  发表了文章 2021-10-27 14:21:35

  DL之NN/Average_Darkness/SVM：手写数字图片识别(本地数据集50000训练集+数据集加4倍)比较3种算法Average_Darkness、SVM、NN各自的准确率

  DL之NN/Average_Darkness/SVM：手写数字图片识别(本地数据集50000训练集+数据集加4倍)比较3种算法Average_Darkness、SVM、NN各自的准确率

  
• 10.27 14:18:58
  发表了文章 2021-10-27 14:18:58

  成功解决Python中出现的TypeError: object of type 'zip' has no len()

  成功解决Python中出现的TypeError: object of type 'zip' has no len()

  
• 10.27 14:17:51
  发表了文章 2021-10-27 14:17:51

  成功解决Python3版UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0x90 in position 614: ordinal not in

  成功解决Python3版UnicodeDecodeError: ‘ascii‘ codec can‘t decode byte 0x90 in position 614: ordinal not in

  
• 10.27 14:12:12
  发表了文章 2021-10-27 14:12:12

  ML之UliR：利用非线性回归，梯度下降法(迭代十万次)求出学习参数θ，进而求得Cost函数最优值

  ML之UliR：利用非线性回归，梯度下降法(迭代十万次)求出学习参数θ，进而求得Cost函数最优值
• 10.27 14:10:45
  发表了文章 2021-10-27 14:10:45

  ML之SLR：简单线性回归；根据多组数据(x,y)模拟得到一次线性方程(斜率和截距)，然后输入新的x来智能预测y值

  ML之SLR：简单线性回归；根据多组数据(x,y)模拟得到一次线性方程(斜率和截距)，然后输入新的x来智能预测y值

  
• 10.27 14:08:34
  发表了文章 2021-10-27 14:08:34

  DL之ANN/DNN： 人工神经网络ANN/DNN深度神经网络算法的简介、应用、经典案例之详细攻略

  DL之ANN/DNN： 人工神经网络ANN/DNN深度神经网络算法的简介、应用、经典案例之详细攻略

  
• 10.27 14:06:24
  发表了文章 2021-10-27 14:06:24

  DL框架之Tensorflow：深度学习框架Tensorflow的简介、安装、使用方法之详细攻略（三）

  DL框架之Tensorflow：深度学习框架Tensorflow的简介、安装、使用方法之详细攻略

  
• 10.27 14:03:55
  发表了文章 2021-10-27 14:03:55

  DL框架之Tensorflow：深度学习框架Tensorflow的简介、安装、使用方法之详细攻略（二）

  DL框架之Tensorflow：深度学习框架Tensorflow的简介、安装、使用方法之详细攻略

  
• 10.27 14:01:42
  发表了文章 2021-10-27 14:01:42

  DL框架之Tensorflow：深度学习框架Tensorflow的简介、安装、使用方法之详细攻略（一）

  DL框架之Tensorflow：深度学习框架Tensorflow的简介、安装、使用方法之详细攻略

  
• 10.27 13:58:18
  发表了文章 2021-10-27 13:58:18

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略（四）

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略

  
• 10.27 13:56:47
  发表了文章 2021-10-27 13:56:47

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略（三）

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略

  
• 10.27 13:54:25
  发表了文章 2021-10-27 13:54:25

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略（二）

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略

  
• 10.27 13:52:41
  发表了文章 2021-10-27 13:52:41

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略（一）

  ML之SVM：SVM算法的简介、应用、经典案例之详细攻略

  
• 10.27 13:45:12
  发表了文章 2021-10-27 13:45:12

  ML之LoR：逻辑回归LoR算法的简介、应用、经典案例之详细攻略

  ML之LoR：逻辑回归LoR算法的简介、应用、经典案例之详细攻略

  
• 10.27 13:43:09
  发表了文章 2021-10-27 13:43:09

  DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

  DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

  
• 10.27 13:42:29
  发表了文章 2021-10-27 13:42:29

  DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

  DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

  
• 10.27 13:34:00
  发表了文章 2021-10-27 13:34:00

  BlockChain：【中本聪】历史之作《Bitcoin: A Peer-to-Peer Electronic Cash System》 《比特币：一种点对点的电子现金系统》—九页中英文对照翻译

  1、了解区块链底层原理技术，还是要看原汁原味的白皮书，对的，就是《Bitcoin: A Peer-to-Peer Electronic Cash System》 2、有些术语翻译或许不太准确，欢迎前来提错误！！ 2017-12-30最近一次修改

  
• 10.27 13:32:14
  发表了文章 2021-10-27 13:32:14

  BlockChain：【中本聪】历史之作《Bitcoin: A Peer-to-Peer Electronic Cash System》 《比特币：一种点对点的电子现金系统》—九页中英文对照翻译

  1、了解区块链底层原理技术，还是要看原汁原味的白皮书，对的，就是《Bitcoin: A Peer-to-Peer Electronic Cash System》 2、有些术语翻译或许不太准确，欢迎前来提错误！！ 2017-12-30最近一次修改

  
• 10.27 13:30:38
  发表了文章 2021-10-27 13:30:38

  BlockChain：【中本聪】历史之作《Bitcoin: A Peer-to-Peer Electronic Cash System》 《比特币：一种点对点的电子现金系统》—九页中英文对照翻译

  1、了解区块链底层原理技术，还是要看原汁原味的白皮书，对的，就是《Bitcoin: A Peer-to-Peer Electronic Cash System》 2、有些术语翻译或许不太准确，欢迎前来提错误！！ 2017-12-30最近一次修改

  
• 10.27 13:29:00
  发表了文章 2021-10-27 13:29:00

  BlockChain：【中本聪】历史之作《Bitcoin: A Peer-to-Peer Electronic Cash System》 《比特币：一种点对点的电子现金系统》—九页中英文对照翻译

  1、了解区块链底层原理技术，还是要看原汁原味的白皮书，对的，就是《Bitcoin: A Peer-to-Peer Electronic Cash System》 2、有些术语翻译或许不太准确，欢迎前来提错误！！ 2017-12-30最近一次修改

  
• 10.27 13:26:56
  发表了文章 2021-10-27 13:26:56

  BlockChain：【中本聪】历史之作《Bitcoin: A Peer-to-Peer Electronic Cash System》 《比特币：一种点对点的电子现金系统》—九页中英文对照翻译

  1、了解区块链底层原理技术，还是要看原汁原味的白皮书，对的，就是《Bitcoin: A Peer-to-Peer Electronic Cash System》 2、有些术语翻译或许不太准确，欢迎前来提错误！！ 2017-12-30最近一次修改

  
• 10.27 13:21:46
  发表了文章 2021-10-27 13:21:46

  Java：希望每天叫醒你的不是闹钟而是梦想！

  Java：希望每天叫醒你的不是闹钟而是梦想！
• 10.27 13:21:10
  发表了文章 2021-10-27 13:21:10

  成功解决File "f:\program files\python\python36\lib\re.py", line 142, in <modul

  成功解决File "f:\program files\python\python36\lib\re.py", line 142, in <modul

2021年09月

• 09.29 06:47:10
  发表了文章 2021-09-29 06:47:10

  ML之RF：随机森林RF算法简介、应用、经典案例之详细攻略

  随机森林指的是利用多棵决策树对样本进行训练并预测的一种分类器。它包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。随机森林是一种灵活且易于使用的机器学习算法，即便没有超参数调优，也可以在大多数情况下得到很好的结果。随机森林也是最常用的算法之一，因为它很简易，既可用于分类也能用于回归。

  
• 09.29 06:46:08
  发表了文章 2021-09-29 06:46:08

  DL之R-CNN：R-CNN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  R-CNN是用深度学习解决目标检测问题的开山之作，2014年，第一次用深度学习来做传统的目标检测任务。

  
• 09.29 06:45:01
  发表了文章 2021-09-29 06:45:01

  DL之AE：自编码器AutoEncoder的简介、应用、经典案例之详细攻略

  自编码器（autoencoder, AE）是一类在半监督学习和非监督学习中使用的人工神经网络ANN，其功能是通过将输入信息作为学习目标，对输入信息进行表征学习（representation learning） 。

  
• 09.29 06:44:00
  发表了文章 2021-09-29 06:44:00

  DL框架之MXNet ：深度学习框架之MXNet 的简介、安装、使用方法、应用案例之详细攻略

  MXNet 是亚马逊(Amazon)选择的深度学习库，并且也许是最优秀的库之一。它拥有类似于 Theano 和 TensorFlow 的数据流图，为多 GPU 配置提供了良好的配置，有着类似于 Lasagne 和 Blocks 更高级别的模型构建块，并且可以在你可以想象的任何硬件上运行（包括手机）。对 Python 的支持只是其冰山一角—MXNet 同样提供了对 R、Julia、C++、Scala、Matlab，和 Javascript 的接口。

  
• 09.28 16:52:09
  发表了文章 2021-09-28 16:52:09

  DL之BP：神经网络算法简介之BP算法简介(链式法则/计算图解释)、案例应用之详细攻略

  链式法则/计算图解释

  
• 09.28 16:47:54
  发表了文章 2021-09-28 16:47:54

  NLP：自然语言处理技术的简介、发展历史、案例应用之详细攻略

  自然语言处理（Natural Language Processing，NLP）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。

  
• 09.28 16:39:45
  发表了文章 2021-09-28 16:39:45

  Java：希望每天叫醒你的不是闹钟而是梦想！

  希望每天叫醒你的不是闹钟而是梦想！

  
• 09.28 16:38:27
  发表了文章 2021-09-28 16:38:27

  DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

  深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能 。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representation learning）能力 ，可以实现端到端的监督学习和非监督学习 。此外，深度学习也可参与构建强化学习（reinforcement learning）系统，形成深度强化学习 。