摘要：
Puzzle 面向服务/切面AOP开发框架 For .Net AOP主要实现的目的是针对业务处理过程中的切面进行提取，它所面对的是处理过程中的某个步骤或阶段，以获得逻辑过程中各部分之间低耦合性的隔离效果。 日常的产品开发中最常见的就是数据保存的功能。举例来说，现在有个用户信息数据保存的功能，我们希望 阅读全文
摘要：
在日常的软件开发和使用过程中，我们发现同一套系统的同一配置项在不同的客户环境中是存在各种各样的差异的。在差异较为分散时，如何较好的管理这些差异，使得维护过程能够更加安全和快速，一直在这样那样的困扰着开发者和维护者。 例如，有系统中需要配置日志的记录路径和日志文件的命名方式。默认的日志是放在C盘目录下 阅读全文
摘要：
使用 安装第三方包时，运行时包含如下内容。 并且安装结果中缺少模块。可能是包文件夹中 缺少 文件。 造成在 编译调用 时，未将该文件夹辨识为一个包。 参考： "https://stackoverflow.com/questions/30353218/installed module is empty 阅读全文
摘要：
HTML模板框架 "http://www.kuwata lab.com/tenjin/" Web服务 "https://www.djangoproject.com/" Google Python Style Guide "https://google.github.io/styleguide/pyg 阅读全文
摘要：
命名空间:tf.nn |函数|作用|说明| | | | | | "sigmoid_cross_entropy_with_logits" |计算 给定 logits 的 "S函数" 交叉熵。|测量每个 类别独立且不相互排斥 的离散分类任务中的概率。(可以执行多标签分类，其中图片可以同时包含大象和狗。) 阅读全文
摘要：
测试两个浮点型数据相加是否大于1 以下代码只是使用了单层网络进行计算，并未使用 偏移量；随机梯度下降等更深层次的概念。 如果训练集数据大小过大时，需要使用随机梯度下降的方式来加快训练时间。 学习率如果设置过小，会显著增加训练时间；如果过大，又会无法找到全局最优解。 输出内容如下： "tf.nn.si 阅读全文
摘要：
为方便查看，使用Google翻译从 "Google开发人员文档样式指南" 搬运而来 一般原则 风格和作者的语气 "https://developers.google.cn/style/tone" 交谈而不轻浮。 在你的文件中，要有一个对话，友善和尊重的声音和语气，不要过于口语或轻;; 一种随意，自然 阅读全文
摘要：
这个函数用于更新参数，就是采用滑动平均的方法更新参数。这个函数初始化需要提供一个衰减速率（decay），用于控制模型的更新速度。这个函数还会维护一个影子变量（也就是更新参数后的参数值），这个影子变量的初始值就是这个变量的初始值，影子变量值的更新方式如下： shadow_variable是影子变量，v 阅读全文
摘要：
规则化可以帮助防止过度配合，提高模型的适用性。（让模型无法完美匹配所有的训练项。）（使用规则来使用尽量少的变量去拟合数据） 规则化就是说给需要训练的目标函数加上一些规则（限制），让他们不要自我膨胀。 损失通常被添加到 。 "机器学习的 L1 和 L2 规范" "其他规则化函数 Regularizer 阅读全文
摘要：
占位符 "tf.placeholder" 不必指定初始值 ，可在运行时，通过 ，`Tensor.eval() Operation.run() feed_dict` 参数指定； 阅读全文
摘要：
激活函数 这个函数的作用是计算激活函数relu，即max(features, 0) "tf.nn.relu" "其他激活函数" 阅读全文
摘要：
矩阵乘法 "tf.matmul" "矩阵乘法 维基百科" "理解矩阵乘法 阮一峰的网络日志" 当A是个 4×2 矩阵和B是个 2×3 矩阵时。分别来自两个矩阵的元素都依箭头方向而两两配对，把每一对中的两个元素相乘，再把这些乘积加总起来，最后得到的值即为箭头相交位置的值。 矩阵相乘最重要的方法是一般矩 阅读全文