一.项目结构 二.代码具体实现 1.密钥对生成的两种方式：一种生成公钥私文件，一种生成公钥私串 KeyPairGenUtil.java 2.将密钥串生成方式的密钥对在常量类里定义，以便后面的应用使用 Constants.java DigestUtil.java 3.加解密应用实例RSAUtil.ja ...
分类：
编程语言 时间：
2019-03-29 00:39:26
阅读次数：
197
keras训练cnn模型时loss为nan 1.首先记下来如何解决这个问题的：由于我代码中 model.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['accuracy']) 即损失函数用的是categorica ...
分类：
其他好文 时间：
2019-03-25 10:22:09
阅读次数：
299
前面已经介绍了Ceph的自动部署，本次介绍一下关于手动部署Ceph节点操作 一、环境准备 一台虚拟机部署单节点Ceph集群 IP：172.25.250.14 内核： Red Hat Enterprise Linux Server release 7.4 (Maipo) 磁盘：/dev/vab,/de ...
分类：
其他好文 时间：
2019-03-18 18:39:55
阅读次数：
234
一般线性回归函数的假设函数为： 对应的损失函数为： （这里的1/2是为了后面求导计算方便）下图作为一个二维参数（，）组对应能量函数的可视化图： 下面我们来比较三种梯度下降法 批量梯度下降法BGD （Batch Gradient Descent） 我们的目的是要误差函数尽可能的小，即求解weights ...
分类：
其他好文 时间：
2019-03-17 14:11:58
阅读次数：
237
操作系统：es的安装：https://www.elastic.co/guide/en/elasticsearch/reference/current/deb.html要紧的就这2步：wgethttps://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-6.6.0.debsudodpkg-ielasticsearch-6.6.0
分类：
系统相关 时间：
2019-03-12 23:51:59
阅读次数：
246
项目数据库的设计主要划分为以下6个阶段，本篇主要着重来介绍概念设计阶段 A、系统需求分析阶段B、概念结构设计阶段C、逻辑结构设计阶段D、物理结构设计阶段E、数据库实施阶段F、数据库运行与维护阶段 E-R图 E-R图即实体-联系图(Entity Relationship Diagram)，是指提供了表 ...
分类：
数据库 时间：
2019-03-06 16:33:48
阅读次数：
353
梯度下降： 1，批量梯度（BGD），随机梯度下降法（SGD），小批量梯度下降法（MBGD）的区别 2，和最小二乘比较 1，梯度下降法需要选择步长，而最小二乘法不需要。 2，梯度下降法是迭代求解，最小二乘法是计算解析解。 3，最小二乘仅适用数据量较小的情况下 3，和牛顿法比较 1，梯度下降法是梯度求解 ...
分类：
其他好文 时间：
2019-02-22 10:39:45
阅读次数：
184
""" 常用的网络优化器有四种：SGD, Momentum, RMSprop, Adam通过网络的运行结果可以知道SGD的收敛效果最差 """ import torch import torch.utils.data as Data import torch.nn.functional as F f ...
分类：
其他好文 时间：
2019-01-29 23:12:21
阅读次数：
242
我们初学的算法一般都是从SGD入门的，参数更新是： 它的梯度路线为： 但是可以看出它的上下波动很大，收敛的速度很慢。因此根据这些原因，有人提出了Momentum优化算法，这个是基于SGD的，简单理解，就是为了防止波动，取前几次波动的平均值当做这次的W。这个就用到理论的计算梯度的指数加权平均数，引进超 ...
分类：
编程语言 时间：
2018-12-27 15:12:22
阅读次数：
212
逻辑回归，相对于线性回归是用来处理目标函数是离散数值的情况。它的映射函数和损失函数分别为： （1） （2） 使用梯度下降法进行求解，得到迭代公式： 逻辑回归的优缺点： 简单， 易于并行、速度快，需要复杂的特征工程， 输入特征需要离散化 SGD算法 对于如上LR的迭代公式来说，我们可以得到GD（Gra ...
分类：
其他好文 时间：
2018-12-14 13:00:31
阅读次数：
361
