望着时间滴答滴答的流过,我不曾改变过 . . .
摘要: #四大安全会议&三大密码会(美密,欧密,亚密) S&P IEEE Symposium on Security and Privacy 每年11月截稿,第二年5月开会,在美国开会 CCS ACM Conference on Computer and Communications Security 每年 阅读全文
posted @ 2022-02-27 09:35 whyaza 阅读(2607) 评论(1) 推荐(0) 编辑
摘要: #11-1 #11-2 #11-3 11.37已经给出导数了啊,没李姐 #11-4 #11-5[求导?] #11-6[呜呜呜...] #11-7[变分推断?泛函优化?我透啊] #11-8[计算复杂度,猫死不对] #11-9 呜呜呜呜呜呜呜呜。。。。。。。。。。。 #11-10[呜呜呜] 阅读全文
posted @ 2021-11-06 17:01 whyaza 阅读(765) 评论(0) 推荐(0) 编辑
摘要: #9-1 一般认为,有用信息具有较大的方差,噪声有较小的方差。 主成分分析,选择方差最大的方向投影,并去掉多余的维度(特征),达到降噪的目的。 #9-2 #9-3 具有多重共线性的数据不适合使用主成分分析。举例来说,对于一个二分类问题,正例样本为(1,1,1,1,1),负例样本为(0,0,0,0,0 阅读全文
posted @ 2021-11-05 21:02 whyaza 阅读(766) 评论(1) 推荐(0) 编辑
摘要: #8-1 只考虑一层简单的循环神经网络, 设隐藏层神经元数量为D(即D维),输入层的维数为M。 一个LSTM层(隐藏层)的参数总数为:4D*(D+M)+4D #8-2 #8-3 #8-4 按照内容寻址,阿西吧。 #8-5 #8-6 参见:Hopfield 神神经网络动力学分析与应用[郑鹏升]博士论文 阅读全文
posted @ 2021-11-04 17:01 whyaza 阅读(1356) 评论(0) 推荐(0) 编辑
摘要: #7-1 明显地,埃尔法和K成正比 #7-2 #7-3 #7-4 #7-5 #7-6 #7-7 从再参数化的角度来分析批量归一化中缩放和平移的意义 在此公式中,r和b表示缩放和平移参数向量。 通过r和b,能够有效适应不同的激活函数。例如:通过r和b,可以自动调整输入分布,防止ReLU死亡问题。 有了 阅读全文
posted @ 2021-11-04 14:49 whyaza 阅读(2310) 评论(0) 推荐(0) 编辑
摘要: #6-1 三者都是典型的神经网络模型。 卷积神经网络是对前馈神经网络增加卷积层和池化层。 延时神经网络是对前馈神经网络增加延时器。 循环神经网络是对前馈神经网络增加自反馈的神经元。 延时神经网络和循环神经网络是给网络增加短期记忆能力的两种重要方法。 卷积神经网络和循环神经网络的区别在循环层上。 卷积 阅读全文
posted @ 2021-11-03 18:13 whyaza 阅读(2737) 评论(0) 推荐(1) 编辑
摘要: #5-1 #5-2 #5-3 主要作用: 降维和升维: 每个1×1的卷积核都试图提取基于相同像素位置的特征的融合表达。可以实现特征升维和降维的目的。 比如,一张500 * 500且厚度depth为100 的图片在20个filter上做11的卷积,那么结果的大小为500500*20。 加入非线性: 1 阅读全文
posted @ 2021-11-03 14:07 whyaza 阅读(2878) 评论(0) 推荐(0) 编辑
摘要: #4-1[求探讨] 角度1: 角度2: 即:接近 0 的输入在 sigmoid 型函数上的导数较大,梯度下降速度较快 #4-2 异或问题: 异或(XOR)问题可以看做是单位正方形的四个角,响应的输入模式为(0,0),(0,1),(1,1),(1,0)。第一个和第三个模式属于类0 图示为: 具体: # 阅读全文
posted @ 2021-11-03 08:27 whyaza 阅读(1589) 评论(0) 推荐(0) 编辑
摘要: #3-1 #3-2 #3-3 #3-4 (2)从"一对一方式"的角度: 假设样本的类别数为C,则需要构造C(C-1)/2个权重向量𝒘 若想单独分出一类样本c,则使用C-1个权重向量可以将其他样本与c类样本区分开来。 但是想要在分出c类样本的基础上分出d类, 则需要考虑划分d类与其他样本的C-1个权 阅读全文
posted @ 2021-10-30 15:39 whyaza 阅读(653) 评论(0) 推荐(0) 编辑
摘要: #2-1 视角1: 一般平方损失函数的公式如下图所示: h表示的是你的预测结果,y表示对应的标签,J就可以理解为用二范数的方式将预测和标签的差距表示出来, 模型学习的过程就是优化权重参数,使得J达到近似最小值。 理论上这个损失函数是很有效果的,但是在实践中却又些问题。 它这个h是激活函数激活后的结果 阅读全文
posted @ 2021-10-29 21:22 whyaza 阅读(875) 评论(0) 推荐(0) 编辑
摘要: 随机预言机模型: 在安全证明中,随机预言机模型通常是现实中哈希函数的理想化的替身。哈希函数是一个输入为任意长度,输出为固定长度的函数,除此之外还满足一些其它特性,例如单向性,抗碰撞性等。随机预言机的概念起源于Fiat和Shamir的把哈希函数看为随机的函数的思想,然后进一步由研究者Bellare和R 阅读全文
posted @ 2021-07-21 17:13 whyaza 阅读(1993) 评论(0) 推荐(0) 编辑
摘要: 解决方式: 1、在系统中搜索框 输入 Windos PowerShell 2、点击“管理员身份运行” 3、输入“ set-ExecutionPolicy RemoteSigned”回车 4、根据提示,输入A,回车 5、再次回到cnpm -v执行成功。 ps:不只是cnpm命令,包括pnpm、yarn 阅读全文
posted @ 2021-05-21 11:02 whyaza 阅读(2315) 评论(0) 推荐(0) 编辑
摘要: chaincode是fabric上智能合约的称呼。 #安装和定义chaincode总概: 主要经历4个步骤 1.打包chaincode 2.在peer上安装chaincode:每一个使用此chaincode的peer都需要进行chaincode的安装 3.在org上许可chaincode运行:每一个 阅读全文
posted @ 2020-11-22 17:00 whyaza 阅读(272) 评论(0) 推荐(0) 编辑
摘要: 01 诱引 诱引是指为了某种目的,诱导或迫使作者在论文中引用特定或某一范围内文献的行为。这一行为的产生缘于参考文献的引用具有学术评价功能。参考文献是计算期刊影响因子的基础,科技论文被引用次数的多少是对期刊学术水平、论文质量的极好评价。因此,某些期刊和个人采用诱引的方法来达到提高自身影响因子和论著影响 阅读全文
posted @ 2020-10-25 15:49 whyaza 阅读(871) 评论(0) 推荐(0) 编辑
摘要: 静态代理与动态代理 静态代理 动态代理 动态代理与AOP 动态代理的实现方案 1.jdk代理:(JDK在反射包中提供的一套api,上面的例子)通过和目标实现相同的接口保证功能的一致性 2.cglib代理:(第三方cglib库中的一套api)通过继承目标保证功能的一致性 spring aop 底层采用 阅读全文
posted @ 2020-03-07 22:10 whyaza 阅读(126) 评论(0) 推荐(0) 编辑