《Python深度学习》第三章神经网络入门部分内容，有关神经网络的层和损失函数选取。一、层的选取 1.2D张量，选取全连接层，也叫密集连接层，Keras中对应Dense，例如像神经网络中加入一个512输入，32输出的Dense层 network.add(layers.Dense(32, input_ ...
分类：
其他好文 时间：
2020-06-09 11:17:49
阅读次数：
108
反向传播（BPN）算法是神经网络中研究最多、使用最多的算法之一，它用于将输出层中的误差传播到隐藏层的神经元，然后用于更新权重。学习 BPN 算法可以分成以下两个过程： 正向传播：输入被馈送到网络，信号从输入层通过隐藏层传播到输出层。在输出层，计算误差和损失函数。 反向传播：在反向传播中，首先计算输出 ...
分类：
编程语言 时间：
2020-06-08 18:50:29
阅读次数：
84
1.理想光学系统：成像对于视场各部分的放大倍率是常数 2.实际光学系统：视场较大或很大时，成像对于视场不同部分放大倍率不是常数。以成像中心为圆心往外，放大倍数开始变大，导致了畸变。 3.畸变只产生变形，不影响分辨率清晰度。但是在测量场景中，畸变会引起极大误差，必须严格校正。 ...
分类：
其他好文 时间：
2020-06-04 10:24:29
阅读次数：
74
参考：https://blog.csdn.net/zhouxufeng1996/article/details/94999514?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.no ...
分类：
编程语言 时间：
2020-06-01 16:54:09
阅读次数：
103
1、性能优化简介 1.1、性能： 完成 某个任务 需要的时间度量 或者 性能即响应时间； 1.2、吞吐量： 单位时间内 的 查询数量； 1.3、通过性能剖析进行优化： a,性能剖析的步骤： 测量任务话费的时间； -> 对结果进行统计、排序（重要任务排到前面）； b,性能剖析的类型： 基于执行时间的分 ...
分类：
数据库 时间：
2020-05-29 15:06:25
阅读次数：
74
下单的过程中我们会根据配送方式的不同来计算相应的运费，并将每个商品分摊到的运费金额放到订单的items表里，如果按照相应的比例进行分摊，就会存在四舍五入的小数分摊不均，比如10元运费3件商品，每个就会分摊到3.33，这样就会有0.01的误差存在，为了避免这样的误差存在，我们会记录下前几次分摊到的金额 ...
分类：
编程语言 时间：
2020-05-27 20:52:31
阅读次数：
258
R表达式中常用的符号 残差（Residuals） 残差是真实值与预测值之间的差，五个分位的值越小模型越精确 系数项与截距项（Coefficients & Intercept）和P值指标 残差标准误（Residual standard error） 残差的标准误差，越小越好 R方判定系数 模型拟合的质 ...
分类：
编程语言 时间：
2020-05-24 19:20:12
阅读次数：
584
一、手动修改 1. date命令：查看当前时间 2. date s 时分秒 ：修改时间 还需要把日期改过来 3. date s 完整日期时间（YYYY MM DD hh:mm[:ss]）：修改日期、时间 时间要用双引号括起来，否则报错 手动修改会存在一定的时间误差 4. hwclock w 将时间写 ...
分类：
系统相关 时间：
2020-05-24 13:22:18
阅读次数：
67
模型估计与模型选择 模型估计 当损失函数给定时，基于损失函数的模型的训练误差和模型的测试误差就成为了学习方法评估的标准。测试误误差反映了学习方法对未知的测试数据集的预测能力，又被称为泛化能力。 过拟合：一味的追求提高训练数据的预测能力，所选模型的复杂度则往往会比真模型更高，但会造成过拟合。为了防止过 ...
分类：
其他好文 时间：
2020-05-23 09:56:42
阅读次数：
46
电磁流量计稳固性对比高，个别很少发作故障，但因为环境条件的变更或装置工况条件所限，也能够发作一些问题或故障，应当加以处理或防止，大抵重要体现为以下几种状况：1、被测水的流速过低，由此影响测量的精度。特殊是在一些区域边界装置的电磁流量计，因为处于区域公司管网末梢，压差小而形成流速过低。其处理方式是尽量开启边界两边阀门。2、没有满意流量计的装置条件，智能电磁流量计对管道的直管段请求较高，在新建水厂设计
分类：
其他好文 时间：
2020-05-22 17:01:55
阅读次数：
86
