HDU李少帅 - 博客园

2022年10月22日

摘要：简介 sonarqube 作为一款测试工具，可以为开发的代码保驾护航，一般的公司都会配置一个代码扫描，防止线上代码太拉跨参考链接 1H 左右就可以看完 https://www.bilibili.com/video/BV1tR4y1F79q?p=17&spm_id_from=pageDriver&v 阅读全文

posted @ 2022-10-22 23:18 HDU李少帅阅读(516) 评论(0) 推荐(0) 编辑

2022年10月16日

线性回归李沐

摘要：简介采用传统的梯度下降进行线性回归，线性函数一般为 $$y = <w,x> + b$$ 的形式 code import random import torch from d2l import torch as d2l # 人造数据集 def synthetic_data(w, b, num_ex 阅读全文

posted @ 2022-10-16 16:50 HDU李少帅阅读(41) 评论(0) 推荐(0) 编辑

2022年10月2日

XXL-JOB 服务器定时调度管理器使用教程

摘要：简介相对于简单的spring支持的@corn，xxl-job 支持动态修改等操作，由于有一个页面管理，方面业务人员操作相关功能开箱即用demo 源代码 https://github.com/xuxueli/xxl-job 视频解说 https://www.bilibili.com/video/ 阅读全文

posted @ 2022-10-02 09:25 HDU李少帅阅读(429) 评论(0) 推荐(0) 编辑

2022年9月4日

jekins 使用

摘要：简介 jekins 是一套自动编译打包的工具在各大公司广泛应用参考链接 https://blog.csdn.net/qq_32352777/article/details/109267847 阅读全文

posted @ 2022-09-04 20:17 HDU李少帅阅读(20) 评论(0) 推荐(0) 编辑

2022年8月17日

java 注解&含义

摘要：简介随着 Spring Cloud 统一 java 编程。注解可以完成很多基础项目的配置。有的时候看不懂注解，也就看不懂代码 Example @Service 即将类交给Spring进行管理，一般撰写业务逻辑，即服务。 @Slf4j 如果不想每次都写private final Logger l 阅读全文

posted @ 2022-08-17 06:53 HDU李少帅阅读(21) 评论(0) 推荐(0) 编辑

2022年8月14日

@Data 注解

摘要：简介对于 Data 注解基本理解而言就是生成 getter & setter 函数但是经过探究不单单有getter & setter 还有 toString方法 hashCode 方法和 equals 方法。原代码 import lombok.Data; @Data public clas 阅读全文

posted @ 2022-08-14 23:42 HDU李少帅阅读(972) 评论(0) 推荐(1) 编辑

2022年4月30日

混合学习实战

摘要：简介 code #数据增强 from tensorflow.keras.preprocessing.image import ImageDataGenerator path = """original_data""" dst_path = """gen_data""" datagen = Image 阅读全文

posted @ 2022-04-30 17:50 HDU李少帅阅读(31) 评论(0) 推荐(0) 编辑

迁移学习实战

摘要：简介实现二次函数的拟合，然后将新的二次函数进行迁移拟合 code import numpy as np import matplotlib.pyplot as plt def fix_seed(seed=1): # reproducible np.random.seed(seed) # make 阅读全文

posted @ 2022-04-30 15:49 HDU李少帅阅读(62) 评论(0) 推荐(0) 编辑

混合学习

摘要：简介样本数据中有带标签和不带标签的。半监督学习监督学习与无监督学习相结合的一种学习方法，它同时利用有标记样本与无标记样本进行学习。目的：在标记样本有限的情况下，尽可能识别出总样本的共同特性。英文： Semi-Supervised Learning 伪标签学习：用有标签数据训练一个分阅读全文

posted @ 2022-04-30 11:53 HDU李少帅阅读(88) 评论(0) 推荐(0) 编辑

迁移学习&在线学习

摘要：简介英文： transfer learning 以已训练好的模型A为起点，在新场景中，根据新数据建立模型B 目的：将某个领域或任务上学习到的知识或模式，应用到不同但相关的领域或问题中。特征提取使用模型A，移除输出层，提取目标特征信息结构引用使用模型A的结构，重新/二次训练权重系数参数部分阅读全文

posted @ 2022-04-30 11:33 HDU李少帅阅读(188) 评论(0) 推荐(0) 编辑