⭐️齐下无贰⭐️

basic static-method python 中并没有像是 Java 里的 static 关键字,取代的是 @classmethod 和 @staticmethod class A: name = 'A' # 至少有一个隐式形参 (本类 cls 对象), 可以访问类属性 @classmethod def a(cls): print(cls.name) # 无形参, 也就是说拿不到类属性 @staticmethod def b(): print('b')A.a()A.b() A b multi-condition if(a||b)当 a 为真时，还会对 b 求值吗? 不会 import timedef calculate(name, t): print("calculating: ", name, "seconds needs: ", t) time.sleep(t) return Trueif (calc ...

序 此文为其他文章的代码部分: ⚡再啃-Deep-Learning 也提供了 notebook 形式: 代码地址 神经网络 感知器 def AND(x1, x2): w1, w2, theta = 0.5, 0.5, 0.7 tmp = x1 * w1 + x2 * w2 if tmp <= theta: return 0 else: return 1def OR(x1, x2): w1, w2, theta = 0.5, 0.5, 0.2 tmp = x1 * w1 + x2 * w2 if tmp <= theta: return 0 else: return 1# 非门只取一个输入,另一个不管def NOT(x1, x2): w1, w2, theta = -1, 0, 0 tmp = x1 * w1 + x2 * w2 + 1 return tmp# 异或门是非线性运算, 需要多层感知器组合def XOR(x1, x2): # 异或 ...

再啃-Deep-Learning 深度学习 一个好的表示学习策略必须具备一定的深度 特征 像是宰鱼要分多步,每步使用不同方式/工具 通常从底层特征开始经过多步非线性转换才能得到好的高层语义表示 特点 增加特征重用性,指数级增加表示能力 表示学习与深度学习关系 关键问题: 贡献度分配 不同组件/参数对系统输出结果的影响权重 神经网路 人工神经网络 由大量神经元及它们之间的有向连接构成 三方面 神经元/感知器 网络的拓扑结构 LeNet AlexNet VGGNet ResNet 学习算法 分类 单类网络 前馈网络 记忆网络 图网络 复合型网络 贡献度分配问题 不同 component 或 param 对最终系统输出结果的贡献 利用偏导数求解贡献度 发展史 模型提出 冰河期 反向传播算法引起的复兴 流行度降低 深度学习崛起 MMDetection 图像分类 模型发展 LeNet-5 (1998) AlexNet (2012) VGGNet (2014) GoogleNet (2014) ResNet (20 ...

机器学习 何为机器学习 学习方式 深度学习 监督 监督学习 无监督学习 强化学习 一般流程 1.原始数据 2.数据预处理 问题 完整性 噪声 是否匹配 重复 连续/离散 样本分布是否平衡 方法 标准化/均值移除 范围缩放 归一化 二值化 独热编码 标签编码 3.特征处理 特征提取 原始特征的线性组合获取新特征 特征转换 升维 降维 4.训练模型 5.预测 6.参数调整 7.模型评估与优化 评估方法 优化方法 基本问题 回归问题 分类问题 聚类问题 降维问题 强化问题 三要素 模型 线性方法 非线性方法/广义线性方法 超参的学习-更新 损失函数 期望风险 期望风险未知,通过经验风险近似 机器学习问题 -> 经验风险最小化问题 过-欠拟合及处理 参数学习 经验风险最小化(最小二乘法) 结构风险最小化(岭回归) 最大似然估计 最大后验估计 优化算法 代码 本篇所用到的代码在这: 👀Code-4-Machine-Learning 何为机器学习 随机取市场上一些芒果样本 ...

序 此文为其他文章的代码部分: 🥵硬啃-Machine-Learning 也提供了 notebook 形式: 代码地址 数据预处理方法 标准化-均值移除 # 数据预处理之：均值移除示例import numpy as npimport sklearn.preprocessing as sp# 样本数据raw_samples = np.array([ [3.0, -1.0, 2.0],\ [0.0, 4.0, 3.0], \ [1.0, -4.0, 2.0]]\)# 求每列的平均值 axis=0为列, =1为行 不填就计算所有值print(raw_samples.mean(axis=0))# 求每列标准差print(raw_samples.std(axis=0))std_samples = raw_samples.copy() # 复制样本数据for col in std_samples.T: # .T为转置,遍历每列 col_mean = col.mean() # 计算平均数 col_std = col.std() # 求标准差 co ...

凉经-面试题 凉经-面试题 列表 具体细节点 collection-map 悲观锁-乐观锁 上锁业务与读写性能分析 行锁与表锁 排序算法 推荐文章 快排 时间复杂度及对应情况 稳定性及其意义 借物表 列表 MetaAPP 部分笔试题 什么是“堆”,“栈”,“堆栈”,“队列”,它们的区别 到底产生几个 String 对象 浅谈 Java 中的 equals 和== 字节终面：两个文件的公共 url 怎么找？ / 小米面试：孔融找梨 通过 hash 降低时间复杂度, 以及通过 hash 分治降低空间复杂度 详解 TCP 三次握手、四次挥手，附带精美图解和超高频面试题 图文详解两种算法：深度优先遍历（DFS）和广度优先遍历（BFS） 异或的用途 具体细节点 collection-map 取自菜鸟教程并 AI 放大 [1] 悲观锁-乐观锁 对数据库中同一数据进行多个操作 (如 update),需要加锁来保证数据/操作正确 [4] 这里拿 Git 举例子: 有一个 Git 仓库, A,B,C 三个开发者负责不同开 ...

文章封面图 (恐怖慎看) 此篇为本博客中 AI 领域的根, 也可以当做目录 (因为篇幅太长,就给分开了) 文中大量使用 LaTeX 公式, 如何写的可以看 🍹LaTeX~环形使者(?) 强推大佬朋友的文章: 【人工智能】面试问题整理 嗟叹 炼丹界门派好多啊, 一派一传承 师出少林, 修行武当, 行至小河, 探头一照 欸, 爷竟是峨眉的 🐵 体系概览 人工智能是什么? [1][2] 下面包含细分文章的索引 (可点击跳转) AI 研究领域 机器学习 深度学习 CV 计算机视觉 图像识别 机器视觉 语音信息处理 文本->语音 语音->文本 自然语言处理 NLP 文本生成 文本分类 翻译 … ROS 机器人系统 专家系统 框架和库 Tenserflow Pytorch sklearn 飞桨 … 表示学习 表示 为了提高机器学习系统的准确率,就需要将输入信息转换为有效的特征 数据表示是机器学习的核心问题 底层特征与高层语义之间存在语义鸿沟,如何在鸿沟上搭桥是表示学习的关键 表 ...

些些游戏琐事 些些游戏琐事 EPIC 库空了 移动游戏 Steam 入库代码 Wallpaper-Engine 订阅取消无法删除壁纸 游戏位置移动 被盗刷社区市场 方舟-ARK 锁帧 更改物品堆叠数量 作弊代码 角色等级上限 鬼泣 steam-如何删除动态 Noita 入门 其他游戏 小小梦魇 瞎眼厨师关 恋活 Discord 登录验证 无法接受邀请 删除临时消息 DMM 赛马娘-steam-快速登录 借物表 EPIC 库空了 大概就是这么个情况: 试了如下方法: 用朋友电脑登录,库存正常显示 重装/清除 C 盘数据(program files,APPdata/Local 等都请了)/清理注册表 -> 都无效 把设置里所有选项试了个遍,无效 之后尝试用 GOG 看看库存,发现 GOG 上正常而且能调用 EPIC 安装游戏 于是我这样试了下安装了一个游戏,装完后惊奇的发现: 我叼出来了! 所以…解决办法就是随便装个游戏 移动游戏 比如我的 shapez 原始位置是 E:\mystr ...

跟力扣斗智斗勇-log-1 跟力扣斗智斗勇-log-1 数据结构与算法 链表反转问题 素数 区分二叉树遍历 深度-广度优先遍历 前中后序遍历 ArrayList-LinkedList 题解 160. 相交链表 数组中落单的两个数 方法 投票算法 快慢指针 动态规划 坑 python-取整与整除 借物表 一题二写，三数之和，题解四瞅五瞄六瞧，水平还七上八下九流，十分辣鸡 十天九考，八皇会面，题干七页六道五问，答案仅四行三言两语，一点不会 数据结构与算法 课程: 速览 ing .bbplayer{width: 100%; max-width: 850px; margin: auto} document.getElementById("mmedia-bSbxkRsmkXhYUSGI").style.height=document.getElementById("mmedia-bSbxkRsmkXhYUSGI").scrollWidth*0.76+"px"; window.onresize = function(){ docu ...

修为突破灵药-正则表达式 修为突破灵药-正则表达式 fix-记录 regex-matter word-matching regex-多对多替换 vscode-批量替换 一 二 尽短匹配 sed-替换反斜杠 删除匹配多行区域 多行匹配-替换模式 字符匹配-行删除模式 报错 Invalid-cross-device-link 借物表 Regular Expressions，缩写为 Regex 或 Regexp 推荐两个学习网址: 手握手教你学会正则表达式 https://regexlearn.com/zh-cn fix-记录 regex-matter https://github.com/bubkoo/hexo-filter-fenced-code/issues/3 var rFenceCode = /(\s*)(`{3,}|~{3,}) *(.*) *\n?([\s\S]+?)\s*(\2)(\n+|$)/g; regex 解释 (\s*)(`{3,} | ~ ...

媒体资源加密-and-解密获取 媒体资源加密-and-解密获取 token-防盗链 FFmpeg-HLS-AES_128_CBC 分片 分片作用-引子 花活 加解密流程图 openssl-手动加密 encrypt-without-iv encrypt-with-iv FFmpeg-分片加密一条龙 解密-合并 获取 视频 网页图片 QQ-群图片 借物表 各类平台网页中的视频通常会被 加密处理 以防止别人拿走; 防盗技术还是有很多种的:[3] FFmpeg-HLS-AES_128_CBC 加密 url 中加入 token 验证 验证用户身份再给链接(session,cookie) 视频加水印 限制跨域访问 …etc 下面只摸一下技术层面的 1.和2. token-防盗链 如 http://xxxxxx.com/m3u8/hunan/desc.m3u8?stream_id=hunan<m=1410595018&lkey=8bc1e0fe35f6321ef560f8ccffb70e5d&path=59.49.42.14,58. ...

从零开始-Golang 从零开始-Golang 配置 常用命令 Go-env Goland-快捷键迁移 项目热部署 go-install learning package package-demo 同一包下同名方法隔离 副作用导入 public-package http-json-req 名称规范 指针 gp-python concurrent context cgo zincsearch 语法 判空 slice-map-init mongo insertMany mq 权限及连接 常见问题 阿里云效-go-mod 官方文档 私有库连接问题 鉴权失败问题 Macos GOSUMDB-代理问题 hostname-无法解析 protobuf-无法获取 package go-get-更新依赖无效 cgo 流没关闭导致读取失败 类型参数-主类型不一致 Access-is-denied 借物表 文章开辟于《Golang 区块链入门到实战_以太坊/fabric》[1] 没成想半途真的投入 Golang 岗, 深挖亿下… 配置 常用命令 ...