摘要： 机器学习的分类 机器学习主要分为监督学习和无监督学习，监督学习就是数据集中的每个样本都有正确的答案，比如回归问题和分类问题。无监督学习使用的数据集没有任何标签，让机器自己学习，比如聚类算法，主要学习了监督学习中的线性回归算法和逻辑回归算法。 线性回归 单变量线性回归算法，比如我们根据房子的面积去预测 阅读全文

摘要： import numpy as np from collections import Counter import itertools import matplotlib.pyplot as plt docs = [ "it is a good day, I like to stay here", 阅读全文

摘要： CNN模型比较适合计算机视觉，他只有相邻的层之间才会有联系，但是对于一句话来说，前后之间是有一定的联系的，比如英语中一些词的单复数和主语有很大的关系，我们在判断时候就需要看一下前面的词，但是CNN模型只能看到上一层，再往前是看不到的，因此在自然语言处理中，ＣＮＮ模型是不合适的，而RNN模型的输出是受 阅读全文

摘要： 大学四年过的很快，不知不觉我就毕业了，利用暑期我找了一份Java实习的工作，我遇到了一个很好的leader，他也很厉害，在他的指导下我学到了不少的知识。 首先我了解到了我参与项目所需要的技术，大部分的技术都不是很熟悉，有些甚至没有听过，发现公司使用的技术都很新，学校所接触的都是最基础的东西，在我学习 阅读全文

摘要： 论面向服务的架构及其应用 摘要：传统的架构在一个完整的软件包中将许多应用程序功能混合在一起，这种方式称为“单一应用程序”，这样加大了系统的复杂性，增加了维护系统的成本，并且不能重用，SOA将应用程序的不同功能单元进行拆分，服务创建后能用于多个应用和业务流程，并通过这些服务之间定义良好的接口和契约联系 阅读全文

摘要： 实现并验证软件架构，原型技术分类和用途：水平原型（行为原型）vs垂直原型（结构原型），抛弃原型（探索原型）vs演进原型（同增量开发思想）。验证架构的方法有原型法和框架法，原型法，对一组架构设计决策在非功能需求方面的满足程度进行验证。该原型往往是演进型，而非抛弃型。框架法，对于产品型开发，采用“框架法 阅读全文

摘要： 深度学习：tensorflow框架tensor（张量）就是数据的意思operation（op）专门运算的操作节点，所有操作都是一个opgraph（图）：整个程序的结构Session（会话）运行程序的图，就是输出变量和张量不一样 计算密集型：tensorflow cpu计算 IO密集型：web,scr 阅读全文

摘要： 这部分主要介绍了软件架构设计的方法，其中一般的软件过程主要经过概念化阶段、分析阶段、架构设计阶段、并行开发与测试阶段和验收与交付阶段，而软件架构设计过程主要经过需求分析、领域建模、确定关键需求、概念性架构设计、细化架构和验证架构 阶段。 需求捕获是获取知识的过程，知识从无到有。 需求分析是挖掘和整理 阅读全文

摘要： YOLOv3是YOLO (You Only Look Once)系列目标检测算法中的第三版，相比之前的算法，尤其是针对小目标，精度有显著提升。下面我们就来看看在算法中究竟有哪些提升。 首先如上图所示，在训练过程中对于每幅输入图像，YOLOv3会预测三个不同大小的3D tensor，对应着三个不同的s 阅读全文

摘要： 学习了如何使用华为云平台，利用平台上的桶输入数据，实现本地与平台互联编程。 阅读全文