主要思想 根据现有数据对分类边界线建立回归公式，以此进行分类，其核心是通过最优化算法寻找最佳回归系数（权重系数），主要应用于二分类。 算法原理 二分类的特点是非此即彼，其数学特性符合单位阶跃函数，在某一点会发生突变。这也符合我们现实当中的一些应用场景（比如分数从0 到 60会很容易，越往上你所花的时 ...
分类：
编程语言 时间：
2020-06-17 19:55:29
阅读次数：
55
MySQL运行环境中，当发现系统已经用到了swap，该怎么处理？ 一般来说，发生swap的原因是系统认为内存不够了。 那么，当物理内存真的不够了，或者著名的NUMA都是引起swap的可能原因。通常的应对方法有几种： 1、通过BIOS、系统内核参数关闭NUMA，或者在mysqld启动时，利用numac ...
分类：
数据库 时间：
2020-06-17 16:57:51
阅读次数：
59
Spring Cloud Gateway 权重路由 使用场景：需要多版本服务控制的时候，需要对服务进行权重路由，最常见的场景就是一个服务有两个版本V1,V2,在线上灰度的时候，需要忘光动态实时推送路由的权重信息，如95的流量到V1,5的流量到V2. spring: cloud: gateway: r ...
分类：
编程语言 时间：
2020-06-16 15:05:15
阅读次数：
83
方式一：值相加 我们先去MDN看看官方的解释： 优先级是如何计算的？ 优先级就是分配给指定的 CSS 声明的一个权重，它由 匹配的选择器中的 每一种选择器类型的 数值 决定。 而当优先级与多个 CSS 声明中任意一个声明的优先级相等的时候，CSS 中最后的那个声明将会被应用到元素上。 当同一个元素有 ...
分类：
Web程序 时间：
2020-06-15 13:43:22
阅读次数：
54
熵权法 熵值法的主要目的是对指标体系进行赋权 熵越大说明系统越混乱，携带的信息越少，权重越小；熵越小说明系统越有序，携带的信息越多，权重越大。 熵值法是一种客观赋权方法，，借鉴了信息熵思想，它通过计算指标的信息熵，根据指标的相对变化程度对系统整体的影响来决定指标的权重，即根据各个指标标志值的差异程度 ...
分类：
其他好文 时间：
2020-06-12 12:33:14
阅读次数：
234
#原理 这个shader姑且是根据自己的理解写的，如果有什么不对的评论区提醒一下咯，一般来说模糊和边缘检测这种效果是用卷积来实现的，可以通过使用不同的卷积核来获得图像的特征，模糊其实就是将计算的像素附近的像素乘上一定的权重加起来实现的效果，要保证这些权重的合为1，所以在计算出每个位置的权重后还要除以 ...
分类：
编程语言 时间：
2020-06-11 16:54:15
阅读次数：
68
变量 为了训练模型，需要能够修改图以调节一些对象，比如权重值、偏置量。简单来说，变 量让你能够给图添加可训练的参数，它们在创建时候就带有类型属性和初始值。 变量的使用 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import tensorfl ...
分类：
其他好文 时间：
2020-06-10 20:52:58
阅读次数：
51
所谓不均衡指的是不同类别的样本量差异非常大。从数据规模上分为大数据分布不均衡和小数据分布不均衡两种。 大数据分布不均衡：数据规模大，其中的小样本类的占比较少。但从每个特征的分布来看，小样本也覆盖了大部分或全部特征。 例如：1000万条数据，其中占比50万条的少数分类样本属于这种情况。 小数据分布不均 ...
分类：
其他好文 时间：
2020-06-08 22:11:31
阅读次数：
235
正如你目前所看到的，神经网络的性能非常依赖超参数。因此，了解这些参数如何影响网络变得至关重要。常见的超参数是学习率、正则化器、正则化系数、隐藏层的维数、初始权重值，甚至选择什么样的优化器优化权重和偏置。 超参数调整过程 调整超参数的第一步是构建模型。与之前一样，在 TensorFlow 中构建模型。 ...
分类：
其他好文 时间：
2020-06-08 19:06:40
阅读次数：
76
TensorFlow 支持自动求导，可以使用 TensorFlow 优化器来计算和使用梯度。它使用梯度自动更新用变量定义的张量。本节将使用 TensorFlow 优化器来训练网络。前面章节中，我们定义了层、权重、损失、梯度以及通过梯度更新权重。用公式实现可以帮助我们更好地理解，但随着网络层数的增加， ...
分类：
其他好文 时间：
2020-06-08 18:52:30
阅读次数：
70
