码迷,mamicode.com
首页 > 其他好文
Intellij IDEA远程debug
1.服务器开启远程调试模式,增加JVM启动参数,以支持远程调试 服务器端的tomcat/bin/catalina.sh文件,在第一行添加参数配置如下(要确保下面的端口没有被占用)。CATALINA_OPTS="-Xdebug -Xrunjdwp:transport=dt_socket,server= ...
分类:其他好文   时间:2020-12-29 12:04:15    阅读次数:0
09 抽象类/接口
抽象类 abstract 抽象类除了不能实例化对象之外,类的其它功能依然存在,成员变量、成员方法和构造方法的访问方式和普通类一样,构造方法,类方法不能声明为抽象方法。 抽象类中不一定包含抽象方法,但是有抽象方法的类必定是抽象类 构造方法,类方法(用 static 修饰的方法)不能声明为抽象方法 抽象 ...
分类:其他好文   时间:2020-12-29 12:04:02    阅读次数:0
13.1.2 第13.1节测试-随机信号的相关检测【含答案】 统计信号处理
(1)单选题<!DOCTYPE html> 对于高斯色噪声w~N(0,Cw)中随机信号s~N(0,Cs)检测,下列检验统计量正确的是 A T(z)=zT.s^, (zT为z的转置,s^为s的估计) B T(z)=zT.inv(Cw).s^, (zT为z的转置,s^为s的估计,inv表示矩阵逆) C ...
分类:其他好文   时间:2020-12-29 12:02:30    阅读次数:0
maven~为MANIFEST.MF文件添加内容
MANIFEST.MF 打开Java的JAR文件我们经常可以看到文件中包含着一个META-INF目录, 这个目录下会有一些文件,其中必有一个MANIFEST.MF,这个文件描述了该Jar文件的很多信息,下面将详细介绍MANIFEST.MF文件的内容。 公共内容 Manifest-Version 用来 ...
分类:其他好文   时间:2020-12-29 12:00:08    阅读次数:0
termquery与matchquery的区别
PUT test/_doc/1 { "content":"Hello World" } GET test/_analyze { "explain": true, "analyzer": "standard", "text": "Hello World" } POST test/_search { " ...
分类:其他好文   时间:2020-12-29 11:59:23    阅读次数:0
谷歌的请求索引功能恢复了
谷歌的Request Indexing功能恢复了 本文阅读重点 1 谷歌的Request Indexing功能恢复了 2 2020年10月14日暂时关闭请求索引功能。 谷歌SEO动态之谷歌的请求索引功能恢复了。 重磅好消息: 谷歌于最近的2020年12月22日恢复了Request Indexing( ...
分类:其他好文   时间:2020-12-29 11:53:35    阅读次数:0
增长思维——战略支点与战略杠杆
借势 一、杠杆与支点 “用杠杆”是每一个希望改变自己命运的普通人,都应该建立意识,并且不断去体会和练习的能力。 支点是你的初心,杠杆是你的自由度。 什么意思? 就是在一个你可以自由动作的地方,你可以做和竞争对手不一样的动作。 然后你在这个地方,通过你的不同的动作,形成资源的连锁反应。这个就是你的杠杆 ...
分类:其他好文   时间:2020-12-29 11:53:21    阅读次数:0
TopK 问题
最近面试时遇到这个问题,蛮有意思的,经典题目了。 问题如下: 在一堆数据里面找到前 K 大(当然也可以是前 K 小)的数。 1、首先想到的对数据进行全排序,取出其中最大的K个数。比如:快排或者归并 后期补代码吧 2、其次做一些优化,其实找前K大的不用全部所有值得顺序都确定好,只要排K个值就好了,故想 ...
分类:其他好文   时间:2020-12-29 11:53:03    阅读次数:0
【Tomcat】Tomcat原理与系统架构
版本: https://archive.apache.org/dist/tomcat/tomcat-8/v8.5.50/ 一,目录说明 bin/ bin目录下关注两个文件:启动和停止的脚本文件 启动:startup.bat(win),startup.sh(Linux & Mac) 停止:shutdo ...
分类:其他好文   时间:2020-12-29 11:52:50    阅读次数:0
从朴素贝叶斯到贝叶斯网
回顾在文章《朴素贝叶斯》中,小夕为大家介绍了朴素贝叶斯模型的基本知识,并且得出了朴素贝叶斯是利用联合概率P(x1,x2,x3...xn,y)来确定某个样本为某个类别的概率,进而利用最大后验概率(MAP)来决策类别。也就是说,朴素贝叶斯的假设函数如下:其中,假设有c个类别,则i=1,2,...,c。(补充:argmax大家应该都熟悉了吧,意思就是返回使函数值最大的参数,这里的函数即P(X,yi),参
分类:其他好文   时间:2020-12-29 11:52:17    阅读次数:0
杂谈机器学习的几个应用场景
在上一篇文章末尾,小夕提到了“机器学习是实现自然语言处理的正确道路”。其实确实如此,纵观整个自然语言处理的发展史,也是纵观整个人工智能的发展史,从诞生到现在,机器学习不仅是在理论和工程上实现自然语言处理的目前最佳选择,也是最贴近生物掌握自然语言处理能力的本能方式。从规则到统计,再到如今深度学习这个特殊而一般的统计,这条发展之路***在自然语言处理的几乎每一个应用场景。如中文分词,从最初的最大匹配法(
分类:其他好文   时间:2020-12-29 11:51:26    阅读次数:0
从逻辑回归到受限玻尔兹曼机
在那很久很久以前,可爱的小夕写了一篇将逻辑回归小题大做的文章,然后在另一篇文章中阐述了逻辑回归的本质,并且推广出了softmax函数。从那之后,小夕又在一篇文章中阐述了逻辑回归与朴素贝叶斯的恩仇录,这两大祖先级人物将机器学习的国度划分为两大板块——生成式与判别式。后来,朴素贝叶斯为了将自己的国度发扬光大,进化出了贝叶斯网以抗衡逻辑回归,一雪前耻。然而,傲娇的逻辑回归怎能就此善罢甘休呢?ps:对上面
分类:其他好文   时间:2020-12-29 11:51:06    阅读次数:0
解开玻尔兹曼机的封印会发生什么?
在上一篇文章中,小夕讲述了逻辑回归为了抗衡贝叶斯网,也开始了自己的进化。然而令我们没有想到的是,逻辑回归最终竟然进化成了一个生成式模型——受限玻尔兹曼机(RBM),也就是变成了敌方(生成式模型)的武器。意外得到RBM的朴素贝叶斯万分惊喜,并且燃起了将它自己做的贝叶斯网与敌方送的RBM融合的冲动!那么朴素贝叶斯的疯狂想法能不能实现呢?还是按照惯例,先叙述背景姿势。在《朴素贝叶斯到贝叶斯网》中,小夕为
分类:其他好文   时间:2020-12-29 11:50:30    阅读次数:0
哈?你还认为似然函数跟交叉熵是一个意思呀?
在我重新抱起概率统计的课本之前,我一直都不清楚似然函数为什么是那样子的,只知道照着公式敲代码(那时候还没有tensorflow),于是出过各种糗:“啊?似然函数不就是交叉熵吗?”“机器学习中的似然函数怎么看起来跟概率统计课本里的不一样呢?”“学长学长,我把这个model的输出接上交叉熵后怎么报错了?”“似然函数”名字的意义已经在以前的多篇文章中提过了,更通用的定义来说,似然函数就是衡量当前模型参数
分类:其他好文   时间:2020-12-29 11:50:10    阅读次数:0
jenkins+git (2)
继续前面的实验操作,接下来做一下GitParameter插件在插件管理处安装好本插件后,可新建一个项目进行git配置。在此操作之前,需要在git服务器上先行安装配置好gitlab,快速的操作一下即可wgethttps://mirrors.tuna.tsinghua.edu.cn/gitlab-ce/yum/el7/gitlab-ce-10.0.0-ce.0.el7.x86_64.rpmyum安装好
分类:其他好文   时间:2020-12-29 11:49:37    阅读次数:0
深度前馈网络与Xavier初始化原理
基本的神经网络的知识(一般化模型、前向计算、反向传播及其本质、激活函数等)小夕已经介绍完毕,本文先讲一下深度前馈网络的BP过程,再基于此来重点讲解在前馈网络中用来初始化model参数的Xavier方法的原理。前向过程很简单,每一层与下一层的连接边(即参数)构成了一个矩阵(即线性映射),每一层的神经元构成一个激活函数阵列(即非线性映射),信号便从输入层开始反复的重复这两个过程直到输出层,也就是已经在
分类:其他好文   时间:2020-12-29 11:49:23    阅读次数:0
线性代数应该这样讲(三)-向量2范数与模型泛化
在线性代数(一)中,小夕主要讲解了映射与矩阵的关系;在线性代数(二)中,小夕讲解了映射视角下的特征值与特征向量的物理意义。本文与下一篇会较为透彻的解析一下向量的二范数与一范数,他们在机器学习任务中是最常用,有时甚至是核心的东西哦。首先,来一个俗俗的开篇。向量x的p范数表示如下:由此,p=1、p=2就分别代表1范数和2范数。本文只看p=2的情况。二范数相信大家在大一学线性代数的时候就已经被灌输了“用
分类:其他好文   时间:2020-12-29 11:49:08    阅读次数:0
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!