摘要：
参考下文： Yast源搭建（更新） 1）挂载ISO镜像 新建一个目录：mkdir /mnt/iso 将iso文件挂载到该目录上： mount -o loop /path/to/SLES-11-SP1-DVD-x86_64-GM-DVD1.iso /mnt/iso 2）增加zypper安装源 zypp 阅读全文
posted @ 2018-01-09 13:17
bonelee
阅读(4113)
评论(0)
推荐(0)
摘要：
1 什么是激活函数？ 激活函数，并不是去激活什么，而是指如何把“激活的神经元的特征”通过函数把特征保留并映射出来（保留特征，去除一些数据中是的冗余），这是神经网络能解决非线性问题关键。 目前知道的激活函数有如下几个：sigmoid,tanh，ReLu,softmax。 simoid函数也称S曲线：f 阅读全文
posted @ 2018-01-08 14:56
bonelee
阅读(4219)
评论(0)
推荐(0)
摘要：
局部连接与权值共享 下图是一个很经典的图示，左边是全连接，右边是局部连接。 对于一个1000 × 1000的输入图像而言，如果下一个隐藏层的神经元数目为10^6个，采用全连接则有1000 × 1000 × 10^6 = 10^12个权值参数，如此数目巨大的参数几乎难以训练；而采用局部连接，隐藏层的每 阅读全文
posted @ 2018-01-08 12:12
bonelee
阅读(24208)
评论(0)
推荐(2)
摘要：
AdaBoostClassifier实战 部分内容摘自：http://blog.csdn.net/sun_shengyun/article/details/54289955 这里我们用一个具体的例子来讲解AdaBoostClassifier的使用。 Methods 首先我们载入需要的类库： 接着我们 阅读全文
posted @ 2018-01-08 11:27
bonelee
阅读(3417)
评论(0)
推荐(0)
摘要：
监控fielddata使用了多少内存以及是否有数据被驱逐是非常重要的。大量的数据被驱逐会导致严重的资源问题以及不好的性能。 Fielddata使用可以通过下面的方式来监控： 对于单个索引使用 {ref}indices-stats.html[indices-stats API]: 对于单个节点使用 { 阅读全文
posted @ 2018-01-05 10:34
bonelee
阅读(1849)
评论(0)
推荐(0)
摘要：
SRV记录 SRV记录 什么情况下会用到SRV记录？ [SRV记录用来标识某台服务器使用了某个服务，常见于微软系统的目录管理] SRV记录的添加方式 A.主机记录处格式为：服务的名字.协议的类型 例如：_sip._tcp B.记录类型为SRV。 C.线路类型（默认为必填项，否则会导致部分用户无法解析 阅读全文
posted @ 2018-01-04 15:42
bonelee
阅读(2530)
评论(0)
推荐(0)
摘要：
您输入的域名不符合域名注册规则，请重新输入 提示：域名可由英文字母（a-z，不区分大小写）、数字（0-9）、中文汉字以及连字符"-"（即中横线）构成，不能使用空格及特殊字符（如！、$、&、?等）。“-” 不能单独注册或连续使用，不能放在开头或结尾。 其实这里有个RFC 952规范 - 美国国防部互联 阅读全文
posted @ 2018-01-04 14:24
bonelee
阅读(1226)
评论(0)
推荐(0)
摘要：
ElasticSearch优化系列四：ES的heap是如何被瓜分掉的 转自：https://www.jianshu.com/p/f41b706db6c7 转自：https://www.jianshu.com/p/f41b706db6c7 转自：https://www.jianshu.com/p/f4 阅读全文
posted @ 2018-01-04 11:04
bonelee
阅读(2934)
评论(2)
推荐(1)
摘要：
自组织映射神经网络本质上是一个两层的神经网络，包含输入层和输出层（竞争层）。输入层模拟感知外界输入信息的视网膜，输出层模拟做出响应的大脑皮层。输出层中神经元的个数通常是聚类的个数，代表每一个需要聚成的类。训练时采用“竞争学习”的方式，每个输入的样例在输出层中找到一个和它最匹配的节点，称为激活节点，也 阅读全文
posted @ 2018-01-04 10:17
bonelee
阅读(6072)
评论(0)
推荐(0)
摘要：
RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 输入X是个m维的向量，样本容量为P，P>m。可以看到输入数据点Xp是径向基 阅读全文
posted @ 2018-01-04 10:04
bonelee
阅读(4215)
评论(0)
推荐(0)
浙公网安备 33010602011771号