blackx

摘要： makefile基础知识 1、赋值符号的区别： = 是最基本的赋值，用到了之后才赋值，不能在变量后追加内容 := 是覆盖之前的值，立即赋值，可以在变量后追加内容 ?= 是如果没有被赋值过就赋予等号后面的值 += 是添加等号后面的值 2、自动变量： $< 第一个依赖文件的名称 $? 所有的依赖文件，以 阅读全文

摘要： gcc基本用法： gcc main.c -o hello g++基本用法： 1、g++编译流程： 预处理-->编译-->汇编-->链接 预处理： g++ -E 仅作预处理，不进行编译、汇编和链接 比如查看某一个文件的预处理过程，命令如下： $g++ -E main.cpp 上面命令直接在termin 阅读全文

摘要： 算法描述： 输入：训练数据$T={(x_{1},y_{1}),(x_{2},y_{2}),...,(x_{N},y_{N})}$，其中$x_{i}=(x_{i}^{(1)},x_{i}^{(2)},...,x_{i}^{(n)})$，$x_{i}^{(j)}$是第i个样本的第j个特征，$x_{i}^ 阅读全文

摘要： 1、得到各个字节码对应的实例对象（Class类型）的三种方式，示例如下： 类名.class，比如，System.class 对象.getClass()，比如，new Date().getClass() Class.forName("类名")，比如，Class.forName("java.util.D 阅读全文

摘要： 静态代理： 定义顶级接口：Iservice 定义目标类：ServiceImp 实现 Iservice接口 定义代理类：ServiceProxy 实现 Iservice 接口，将目标类中目标方法的返回值变为大写字符 测试： 动态代理的两种实现方式 1、使用JDK的Proxy实现代理，要求目标类和代理类 阅读全文

摘要： mean average precision：https://www.zhihu.com/question/41540197 阅读全文

摘要： 使用TFLearn自定义模型：TFLearn集成在了tf.contirb.learn里 使用TFLearn解决iris分类问题: 预测正弦函数： 阅读全文

摘要： 循环神经网络可以更好的利用传统神经网络结构所不能建模的信息，但同时也会出现——长期依赖问题（long-term dependencies） 例如，当前时刻的预测值要依赖之间时刻的信息，当两个时间间隔较短时，RNN可以比较容易地利用先前时刻信息。但当这两个时间间隔不断变长时，简单的循环神经网络有可能会 阅读全文

摘要： RNN网络的结构： 上图展示了一个简单的循环神经网络结构，在这个循环体中仅使用了一个类似全连接的神经网络结构。循环神经网络中的状态是通过一个向量来表示的，这个向量的维度称为循环神经网络隐藏层的大小，设其为h。从上图可以看出，循环体中的神经网络的输入包含两部分，一分部为上一时刻的状态，另一部分为当前时 阅读全文

摘要： 问题描述： 给定线性可分数据集：T={(x1,y1),(x2,y2),...,(xN,yN)}，存在超平面S：$w\cdot x+b=0$ $ \left\{\begin{matrix} w\cdot x+b>0,y=+1\\ w\cdot x+b<0,y=-1 \end{matrix}\right 阅读全文