摘要：
今日正常上课。将之前学过的深度学习有简单学习了一下。看了看之前的深度学习的代码。 阅读全文
摘要：
软件架构师是如何工作的： 首先咱们来说一下缘起，在软件行业对于什么是架构一直都有很多的争论，架构在软件发明时的N多年一亲肌已经存在了。那为什么会产生架构呢？在早起人类都是一个个体，自己进行自己的事情，但是慢慢之后进行群居，一旦多人分工配合作为生存的整体，力量就会强大的多。当分工产生之后，实际上每个人 阅读全文
摘要：
以淘宝“双十一”为场景对淘宝网进行系统质量分析 1.可用性 场景设想：双十一狂欢节时很多用户同时访问淘宝网，导致系统崩溃 刺激源：用户 刺激：很多用户同时进行登录、查询、购买操作 环境：用户正常操作 制品：系统服务器 响应：系统响应人数过多，系统检测到事件，记录故障，通知系统 响应度量：一定时间后， 阅读全文
摘要：
主要做的是以淘宝网为例，简单描述了六个属性的应用场景。参考了一些网上的资料。 回忆了一下自己之前学习的深度学习，感觉记忆不是很深。预计重来一遍，加深记忆。 阅读全文
摘要：
正常上课之后了解了深度学习中容易出现的问题。写完了上课的时候老师布置的作业。 检查了一下自己flask项目的运行情况。 阅读全文
摘要：
import tensorflow as tf import glob import pandas as pd import numpy as np # 1）读取图片数据filename -> 标签值 def read_picture(): tf.compat.v1.disable_eager_ex 阅读全文
摘要：
优化器总结： 机器学习中，有很多优化方法来试图寻找模型的最优解。比如神经网络中可以采取最基本的梯度下降法。 梯度下降法(Gradient Descent) 梯度下降法是最基本的一类优化器，目前主要分为三种梯度下降法：标准梯度下降法(GD, Gradient Descent)，随机梯度下降法(SGD, 阅读全文
摘要：
正常上网课 剩下时间： 帮同学安装了一下android studio。 画了一些流程图。 tensorflow各种优化器的比较总结 阅读全文
摘要：
网络结构： 网络设计： 代码： import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data tf.compat.v1.disable_eager_execution() # 1、利用数据，在训练 阅读全文
摘要：
对比： 历史： 比赛错误率： 结构： 卷积神经网络三个结构： 卷积层： 卷积核的四大要素： 卷积如何计算大小： 输出大小计算公式： 卷积层api 小结： 激活函数： 为神魔采用新的激活函数： 激活函数api： 池化层： 利用图像上像素点之间的联系 池化层的API： 计算例子： 阅读全文