-
上一个笔记我们学习了感知机。对于复杂的函数，感知机也隐含着能够表示它的可能性。即便是计算机进行的复杂处理，感知机(理论上)也可以将其表示出来。坏消息是，设定权重的工作，即确定合适的、能符合预期的输人与输出的权重，现在还是由人工进行的。神经网络的出现就是为了解决刚才的坏消息。具体地讲，神经网络的一个重要性质是它可以**自动地从数据中学习到合适的权重参数**。本章中，我们会先介绍神经网络的概要，然后重点关注神经网络进行识别时的处理。在下一章中，我们将了解如何从数据中学习权重参数。
-
-
逐梦er
-
前天
-
字符串上一节中我们学习了 php 变量、常量以及数据类型的一些概念。这一节中进一步学习数据类型中的字符串类型及其相关操作方法。字符串指一串字符的合集。例如单个字符 a，单个字符 b，单个字符 c…这些 a、b、c 皆是字符；当把这些字符连起来，组合成 abc，则为字符串。在php 语言中，新建一个变量的方式为 $a，并把这个变量赋值字符串可以写成 $a="abc"; 。在php 编程中，字符串的显著特点是带有双引号符或者单引号符。例如值 “abc”、“你好”、“a”、'a’都是字符串。单引号与双引号
-
-
1_bit
-
昨天
-
公众号"不太灵光的程序员" 带你从0开始学Python附源码 2020年第十届MathorCup高校数学建模挑战赛题目 A题 无车承运人平台线路定价问题mathorcup数学建模 第十届mathorcup数学建模 mathorcup含金量
-
-
不太灵光的程序员
-
昨天
-
AI：2020年7月10日世界人工智能大会WAIC青少年人工智能创新发展论坛《人工智能从娃娃抓起》导读：教育是生态系统，包括北大清华的本硕博正在逐设人工智能课程，五年以后，中国将会迈向人工智能大国，进而走向人工智能强国。思维变革拥抱人工智能新时代！目录2020年7月10日世界人工智能大会WAIC青少年人工智能创新发展论坛《人工智能从娃娃抓起》博主总结视频回放2020年7月10日世界人工智能大会WAIC青少年人工智能创新发展论坛《人工智能从娃娃抓...
-
-
一个处女座的程序猿
-
昨天
-
文章目录前言csdn博客排名榜1. CSDN排名第一名的博主2. csdn 排名第二名的博主3. csdn排名第三名的博主4. csdn排名第四名的博主感悟总结前言写csdn这么久，不知道你有没有想过CSDN第一名的博客到底是谁。我也一直想知道CSDN排名第一的博客究竟何许人也。研究了很久，我发现这个csdn排名第一的人每天都有变化，但始终是那几个人在前面。今天我们就来聊聊如何把csdn的排名做上去。csdn博客排名榜1. CSDN排名第一名的博主博客链接： https://blog.csdn
-
-
高胜寒|职场引路人
-
前天
-
Hello，我是 Alex 007，一个热爱计算机编程和硬件设计的小白，为啥是007呢？因为叫 Alex 的人太多了，再加上每天007的生活，Alex 007就诞生了。不知不觉，这已经是我在CSDN的第1024篇原创文章了，一直想总结，把自己的故事分享出来，但也因为比赛和工作一直被延后，碰巧今天收到了CSDN颁发的荣誉证书，回来看了一眼CSDN，已经写了1023篇文章了，对于程序员来说，1024是一个特殊的数字，是时候该总结一下了。说是总结吧，也不知道该从什么时候开始，就从大学开始吧，哈，没想到我.
-
-
Alex 007
-
昨天
-
ESA Sentinel-2 视角下的 US Aircraft Carrier一、引言这是最近的报道：相信好多人都看到了最近又爆出来一条：报道出来ESA Sentinel-2 拍摄到US Aircraft Carrier二、找数据下图是欧空局官网Sentinel-2卫星2020年7月4日的检索结果：右图可见，Sentinel-2A星和Sentinel-2B星2020年7月4日拍摄的条带分居东西两侧，Sentinel-2A没得可能了，因为US Aircraft Carrier再大胆子也不可能进
-
-
Remote Sensing_Dong
-
昨天
-
以及为什么鸟类的声音检测对我们环境的未来如此重要介绍你听说过自动语音识别，你听说过音乐标签和生成，但是你听说过鸟的声音检测吗?大约在一年前，在我高二的时候，我第一次听到这种音频深度学习的用例。事实上,鸟音频检测是我做深度学习和计算机科学的第一个项目。我参与了一个研究项目，在北阿拉斯加的郊区用纯粹的声音来探测鸟类的存在。跳入其中，鸟的音频检测出现了这样一个利基（有利可图的形式），在本文中，我将向您展示如何在BirdVox-70k数据集上使用一个简单的卷积神经网络(CNN)来实现这一点。为什么鸟类的声
-
-
deephub
-
昨天
-
PAC极简例子PAC动机例子问题分析算法A算法分析PAC动机给定一个分类器，它在训练集中的误差可以知道，但在未见实例中的误差（即泛化误差）却是未知的。一旦训练出分类器，则其在测试集中的表现就是“听天由命”。但有人还是想把命运掌握在自己手中。思考这样一个事实：如果训练集够大，分类器“见多识广”，即使用kNN这种简单的模型，都可以获得很小的泛化误差。进一步地，能否从定量的角度，获得训练集大小与分类器泛化误差之间的关系？而PAC干的就是这件事情。使用PAC，我们可以获得这类结论：为了以99%的以上的可能性
-
-
minfanphd
-
昨天
-
简介基于uni-app平台开发的一套轻量级全端UI框架，适用于nvue与vue页面，核心样式文件遵循weex规范编写，在uni.scss文件可配置全局的样式。 编写nvue或者vue文件使用unifyui可以达到APP(nvue/vue)/H5/微信小程序/百度小程序/支付宝小程序/字节跳动小程序/QQ小程序效果达到一致性， unifyui内的组件都全端兼容，unifyui收集了350+常用图标(全端兼容)。unifyui会长期高效率的更新，会侧重于UI模板。交流反馈QQ群: 87150798.
-
-
陌家小白
-
前天
-
基础部分传送门python3+opencv学习笔记汇总目录（适合基础入门学习）Numpy操作图像1.遍历图像每一个像素，并颜色取反import cv2 as cvimport numpy as npdef access_pixels(image): print(image.shape); height = image.shape[0] width = image.shape[1] channels = image.shape[2] print("wid
-
-
总裁余
-
昨天
-
C++实现简易五子棋游戏C++实现的简易五子棋游戏三个函数：void menu()； //菜单int fun1(char a[21][43])； //白旗int fun2(char a[21][43])； //黑棋通过二维数组来实现棋盘与棋子。构建棋盘：直接通过一个二维字符数组来实现棋盘，只需cout即可。比较直观，但判断条件时过于繁杂。也可以使用二维整型数组，通过不同的整数来表示不同的字符，简化判断。cout时只需根据数组元素的...
-
-
PlanetRT
-
前天
-
-
-
AI：2020年WAIC世界人工智能大会2020年7月9日9:30-12:00开幕式《李彦宏、Elon Musk、马云等大佬演讲》导读：大会开幕式由政府领导、顶尖科学家和知名企业家等演讲、对话及发布活动构成，将围绕大会“智联世界，共同家园”的主题展开，体现人工智能技术、产业和应用全球化发展的趋势，表明AI向善、造福世界的人类共同价值理念，探讨如何把技术更好地应用于人类共同家园的建设，用前瞻性思维和探索，为全球人工智能创新发展和应用提出新方案。目录2020年7月9日9:...
-
-
一个处女座的程序猿
-
昨天
-
送给刚刚参加工作的小伙伴们，未来的路并非坦途，但工作不是人生的全部，也需要用心生活。近期有小伙伴们反馈，在公司里加班太多了，好想放弃！ 但我想说的是，刚刚进入一个行业，刚刚接触一份工作，有很多地方不懂，很正常。 工作中很多事情，你是第一次遇到，别人也是第一次遇到，但凡有人比你做的快，公司一定会安排另外一个人来做。我们接着来说说加班这回事，没加过通宵的人生，不完整。 所以你所说的那种下班后还要加班一小时的加班，真的很人性化。为什么加班？加班最主要的原因是： 工作没做完。没做完工作的原因是什么？没
-
-
高胜寒|职场引路人
-
2020年07月08日
-
石头剪刀布自学习人工智能前言先点关注，不迷路前一段灵光一现，想出了这个算法不知道以前有没有人写过（应该是有的）不过我觉得我还是可以大概说一下我的想法还是那句话，讲得不好勿喷~思路既然是自学习，那肯定是得学习的石头剪刀布这个游戏本身可能是没什么可学的，随机数就可以获得不错的胜率由于胜负是由两个人的决策决定的，只能通过随机+猜对手的决策来进行决策，不存在永远获胜的方案因此可以通过学习对手通常的决策或是偏好来提高胜率另外，石头剪刀布可以抽象成0, 1, 2或1, 2, 3本人这里用的1,
-
-
maxChang_alpha
-
昨天
-
-
精彩内容YOLOv4来了！43.5%mAP+65FPS 精度速度最优平衡, 各种调优手段释真香！作者团队：Alexey Bochkovskiy&中国台湾中央研究院论文链接：https://arxiv.org/pdf/2004.10934.pdf代码链接：https://github.com/AlexeyAB/darknet1 Introduction...
-
-
关注公号‘AI深度学习视线’
-
前天
-
PAC增长函数与VC维极简例子动机例1：一个分割点例2：两个分割点动机从组合的方式，计算学习模型的表达能力。表达能力越强的模型越复杂。例1：一个分割点如图1所示，输入空间为实数轴。假设学习模型为一个分割点（一维上的分割超平面），将负类（三角形）与正类（圆形）分开。计算增长函数：对于m个数据而言，分割点d有m + 1个位置可选（两邻两个数据之间只能算一个位置）。分割点d左右可以是正/负，也可以是负/正，因此有2(m+1)种分类方式d在最左边和最右边，均表示所有的样本预测为同一类，因此有2种重复
-
-
minfanphd
-
昨天
加载中...
-
-
-
-
-
区块链的梦该醒了吗？不，他们依然在想着感恩世界
在《Venture Stories》的一期特别对话中，Village Global联合创始人Erik Torenberg采访了两位来自区块链世界的重量级嘉宾，而他们的谈话内容，似乎并没有受到近期加密数字货币市场的暴跌影响。
2018.12.04
![]()
0
-
以太坊钱包开发系列（3） - 展示钱包信息及发起签名交易
以太坊去中心化网页钱包开发系列，将从零开始开发出一个可以实际使用的钱包，本系列文章是理论与实战相结合，一共有四篇：创建钱包账号、账号Keystore文件导入导出、展示钱包信息及发起签名交易、发送Token(代币）
2018.11.26
![]()
0
-
以太坊钱包开发系列（2）——账号Keystore文件导入导出
本系列文章是理论与实战相结合，一共有四篇：创建钱包账号、账号Keystore文件导入导出、展示钱包信息及发起签名交易、发送Token(代币），这是第二篇，主要介绍钱包账号导出与导入，将对Keystore文件的生成的原理进行介绍。
2018.11.21
![]()
0
-
以太坊钱包开发系列（1）——创建钱包账号
本系列文章是理论与实战相结合，一共有四篇：创建钱包账号、账号Keystore文件导入导出、展示钱包信息及发起签名交易、发送Token(代币），这是第一篇，主要介绍钱包将实现哪些功能及怎么创建钱包账号，本钱包是基于ethers.js 进行开发。
2018.11.16
![]()
0
