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