mybatis代码生成器（插件）
--安装插件：
1。解压mybatis_generator_1.3.1.zip文件
2。把features，pougins文件夹copy到C:\Users\chufeng\MyEclipse\MyEclipse10\soft\mybatis目录下（C:\Users\pc_name\MyEclipse\MyEclipse 10\为myeclipse安装目录...
分类：
其他好文 时间：
2016-05-12 21:50:32
阅读次数：
555
首先要阅读这篇文章，你一定已经掌握了composer 和 artisan 。 第一步，打开https://packagist.org/这个网址，在搜索框内输入way/generators 如图 第二步直接上图： 在你的composer.json里面加上第一个红框的代码。然后在命令行里面执行第二个红框 ...
分类：
其他好文 时间：
2016-04-27 20:46:02
阅读次数：
957
Hintion老爷子在06年的science上的论文里阐述了 RBMs 可以堆叠起来并且通过逐层贪婪的方式来训练，这种网络被称作Deep Belife Networks(DBN)，DBN是一种可以学习训练数据的高层特征表示的网络，DBN是一种生成模型，可见变量 与 个隐层的联合分布： 这里 x = ...
分类：
Web程序 时间：
2016-04-18 11:50:28
阅读次数：
204
1、概率模型
机器学习中的很多模型可以根据概率分布形式分为生成模型和判别模型，其中生成模型以输入输出的联合分布P(X,Y)为基础建模，如朴素贝叶斯、隐马尔可夫模型；判别模型以条件概率分布P(Y|X)为基础建模，如最大熵模型、条件随机场等。这几个模型之间有一定的关系，它们的关系如下：
其中，NB表示朴素贝叶斯，ME表示最大熵，HMM表示隐马尔科夫，CRF表示条件随机场。joint联合分布，co...
分类：
其他好文 时间：
2016-04-17 23:10:02
阅读次数：
392
1.概率生成模型首先介绍生成模型的概念，然后逐步介绍采用生成模型的步骤。1.1概念
即对每一种类别CkC_k分别建立一种模型p(Ck|x)p(C_k|x)，把待分类数据x分别带入每种模型中，计算后验概率p(Ck|x)p(C_k|x)，选择最大的后验概率对应的类别。
假设原始数据样本有K类，生成学习算法是通过对原始数据类p(x|Ck)p(x|C_k)与p(Ck)p(C_k)建立数据类模型后,采用贝...
分类：
其他好文 时间：
2016-04-01 18:32:19
阅读次数：
364
1.配置自己的虚拟主机，然后使用gii生成模型视图等 http://admin.zstp.com/index.php?r=gii 2.gii组件介绍 3.创建生成一个模型 4.使用gii创建CURD视图 ...
分类：
其他好文 时间：
2016-03-30 19:43:57
阅读次数：
228
第10章隐马尔可夫模型
隐马尔可夫模型(hidden Markov model, HMM)是可用于标注问题的统计学习模型，描述由隐藏的马尔可夫链随机生成观测序列的过程，属于生成模型。
10.1 隐马尔可夫模型的基本概念
定义10.1 (隐马尔可夫模型) 隐马尔可夫模型是关于时序的概率模型，描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测随机序列的过...
分类：
其他好文 时间：
2016-03-30 13:15:40
阅读次数：
235
背景： AR卡项目中，需要在识别出的模型上加上升级时粒子效果，需要在生成模型的位置最上层出粒子效果。 然后粒子飞向进度条，实现升级。 关键方法及注意事项： Camera.WorldToScreenPoint Unity官方文档 该方法转换后得到的是屏幕坐标，不是Script中能直接用的坐标; 在10
分类：
其他好文 时间：
2016-03-07 12:12:20
阅读次数：
176
参考文献：http://blog.csdn.net/zouxy09/article/details/8195017生成方法由数据学习联合概率密度分布P(X,Y)，然后求出条件概率分布P(Y|X)作为预测的模型，即生成模型：P(Y|X)= P(X,Y)/ P(X)。基本思想是首先建立样本的联合概率概率...
分类：
其他好文 时间：
2016-01-06 17:45:44
阅读次数：
165
