09 2020 档案
摘要：1.抽象的概念 对于上面父类的图形，没法知道怎么计算面积的方法，不够具体，太抽象了，而对于子类每个图形（具体到每个图形），我们都知道怎么计算他们的面积 动物吃什么，没法说，太抽象了，不够具体 如果父类当中的方法不确定如何进行{}方法体的实现，那么这就应该是一个抽象方法 2.抽象类和抽象方法 （1）
阅读全文
摘要：1.继承概述 继承应该理解成师傅与徒弟的关系，师傅会的，徒弟也都会。不用理解成父子关系，因为父子关系，比如家产，父亲有100块钱，那么两个儿子就要一人五十块钱。 继承父类，子类里面的姓名和工号就可以不用写了 在继承关系中，子类就是一个父类，也就是说，子类可以被当做父类看待。 例如，父类是员工，子类是
阅读全文
摘要：JAVA局部变量与成员变量的区别 1.定义的位置不一样 局部变量：在方法的内部 成员变量：在方法的外部，直接写在类中 2.作用范围不一样 局部变量：只有方法当中才可以使用，出了方法就不能再用 成员变量：整个类全都可以通用 3.默认值不一样 局部变量：没有默认值，如果要想使用，必须手动进行赋值 成员变
阅读全文
摘要：1. 封装性在java中的体现： 方法就是一种封装 关键字private也是一种封装 封装就是将一些细节信息隐藏起来，对于外界不可见 问题描述：定义年龄的时候，无法阻止不合理的数值被设置进来 解决方案：用private关键字将需要保护的成员变量进行修饰 一旦使用了private进行修饰，那么本类中仍
阅读全文
摘要：1.概念 在Java中，同一个类中的多个方法可以有相同的方法名称，但是有不同的参数列表，这就称为方法重载（method overloading）。 参数列表又叫参数签名，包括参数的类型、参数的个数、参数的顺序，只要有一个不同就叫做参数列表不同。 重载是面向对象的一个基本特性。 public clas
阅读全文
摘要：1.构造函数的概念 构造函数是函数的一种特殊形式，特殊在哪里？构造函数中不需要定义返回类型（void是无需返回值的意思，请注意区分两者），且构造函数的名称与所在的类名完全一致，其余的与函数的特性相同，可以带有参数列表，可以存在函数的重载现象。 2.构造函数的格式 如果在类中我们不声明构造函数，JVM
阅读全文
摘要：1.概述 （1）static是静态修饰符，什么叫静态修饰符呢？ 大家都知道，在程序中任何变量或者代码都是在编译时由系统自动分配内存来存储的，而所谓静态就是指在编译后所分配的内存会一直存在，直到程序退出内存才会释放这个空间，也就是只要程序在运行，那么这块内存就会一直存在。 （2）这样做有什么意义呢？
阅读全文
摘要：1.JAVA的内存需要划分为5个部分 （1）栈（stack）存放的都是方法中的局部变量。方法的运行一定要在栈当中运行。 局部变量：方法的参数，或者是方法{}内部的变量 作用域：一旦超出作用域，立刻从栈内存中消失 注意：局部变量和成员变量的区别 当方法的局部变量和类的成员变量重名的时候，根据就近原则，
阅读全文
摘要：1.Spring简介 spring的full-stack全栈是什么意思？ 就是在每一层都有对应的解决方案，如web层有对应的spring MVC，在dao层有JDBC Template 1.1 Spring的思想 任何实际的应用程序都是由很多组件组成的，每个组件负责整个应用功能的一部分，这些组件需要
阅读全文
摘要：1.配置 默认的是这样的： 也可以改成自己的配置 2.创建java工程 创建maven工程之后，会出现main和test 分别在main/java和test/java下面创建Hello.java和helloTest.java 写代码： Hello.java package com.xxx.maven
阅读全文
摘要：在java中如果方法上加@Override的注解的话，表示子类重写了父类的方法。当然也可以不写，写的好处是： 可读性高 编译器会校验写的方法在父类中是否存在 public class Father { public void test(){ System.out.println("test"); }
阅读全文
摘要：双冒号运算就是Java中的[方法引用], [方法引用]的格式是 类名::方法名。 一般是用作Lambda表达式 例子： 这种[方法引用]或者说[双冒号运算]对应的参数类型是Function<T,R> T表示传入类型，R表示返回类型
阅读全文
摘要：Stream 流可以说是 Java8 新特性中用起来最爽的一个功能了，有了它，从此操作集合告别繁琐的for循环。与IO流不是一个概念。 Java8 Stream 使用的是函数式编程模式，如同它的名字一样，它可以被用来对集合进行链状流式的操作。 循环遍历的弊端： for循环的语法就是“怎么做” for
阅读全文
摘要：1.梯度下降法的收敛性 针对迭代式算法，我们就要Convergency Analysis（收敛性分析） （1）什么是平滑函数，非平滑函数？ 平滑函数--在每个点上求出梯度 非平滑函数 在那个点上求不出梯度的， L-Lipschitz条件：是针对平滑函数的条件 Logistic Regression
阅读全文
摘要：1.概述 2.使用Maven的背景 （1）一个项目就是一个工程 如果项目非常庞大，就不适合继续使用package来划分模块，最好是每一个模块对应一个工程，利于分工协作。 借助于Maven就可以将一个项目拆分成多个工程 （2）项目中需要的jar包必须手动“复制”，"粘贴"到WEB-INF/lib目录下
阅读全文
摘要：1.一棵决策树与对应的决策边界 2.从数据中学习决策树 这三样东西中，树的形状是最难学出来的，因为给定一个样本数据的时候，其实树的形状有非常多个，我怎么确定哪一个形状是最优的呢？ 通过贪心算法，来找出针对某一个样本数据的最好的一个决策树的形状 3.基于给定数据构造决策树 如何构造一棵决策树来拟合这些
阅读全文
摘要：1.GBDT定义 说到Xgboost，不得不先从GBDT(Gradient Boosting Decision Tree)说起。因为xgboost本质上还是一个GBDT，但是力争把速度和效率发挥到极致，所以叫X (Extreme) GBoosted。包括前面说过，两者都是boosting方法。 GB
阅读全文
摘要：1.引言 如果用一句话定义xgboost，很简单：Xgboost就是由很多CART树集成。但，什么是CART树？ 数据挖掘或机器学习中使用的决策树有两种主要类型： 分类树分析是指预测结果是数据所属的类（比如某个电影去看还是不看） 回归树分析是指预测结果可以被认为是实数（例如房屋的价格，或患者在医院中
阅读全文
摘要：1.Bagging vs Boosting 共同点：都是由很多弱（weak）分类器来构成的 Bagging是有很多weak learner组成的，每个weak learner因为是过拟合，所以整个变得很弱。 2.Xgboost (1) 引言 提升树 残差=真实值-预测值 接下来再训练第二个模型，让残
阅读全文
摘要：1.Inceptionnet的借鉴点 Inception结构快在同一层网络中使用多个尺寸的卷积核，可以提取不同尺寸的特征，提升感知力（通过 padding 实现输出特征面积一致）；使用 1 * 1 卷积核，作用到输入特征图的每个像素点，通过设定少于输入特征图深度的1*1卷积核的个数，减少了输出特征图
阅读全文
摘要：1.cifar10数据集介绍 2.cifar10数据集读取 3.卷积神经网络搭建 3.1使用class声明网络结构 使用 Sequential 可以快速搭建网络结构，但是如果网络包含跳连等其他复杂网络结构，Sequential 就无法表示了。这就需要使用 class 来声明网络结构。 3.2卷积神经
阅读全文
摘要：1.acc曲线和loss曲线 用history.history提取model.fit()在执行训练过程中保存的训练集准确率，测试集准确率，训练集损失函数数值，测试集损失函数数值 validation_freq表示每多少次epoch迭代使用测试集验证一次结果，即计算在测试集上的准确率
阅读全文
摘要：1.提取可训练参数 model.trainable_variables模型中可训练的参数 2.配置print的输出格式 np.set_printoptions(precision=小数点后按四舍五入保留几位,threshold=数组元素数量少于或等于门槛值，打印全部元素；否则打印门槛值+1 个元素，
阅读全文
摘要：1.读取模型 load_weights(路径文件名) 2.保存模型
阅读全文
摘要：1.概述 数据增强，可以帮助扩展数据集，对图像的增强，就是对图像的简单形变，用来应对因拍照角度不同引起的图片变形。 TensorFlow2给出了数据增强函数 2.数据增强（增大数据量） 数据增强在小数据量上可以增加模型的泛化性，在实际应用模型是能体现出效果 tf.keras.layers.Flatt
阅读全文
