前言 以下内容是个人学习之后的感悟，如果有错误之处，还请多多包涵~ 梯度下降法 一、简介 梯度下降法(gradient decent)是一个最优化算法，通常也称为最速下降法。常用于机器学习和人工智能当中用来递归性地 逼近最小偏差模型。 二、原理 梯度下降法，顾名思义，从高处寻找最佳通往低处的方向，然 ...
分类：
其他好文 时间：
2017-08-26 04:49:28
阅读次数：
403
一 对select的美化 该样式会将其右侧的倒三角去掉，以及会修改手机上select的样式 二 对radio以及checkbox的美化(两种方法) 1 第一种方法 html： css (其中定位的偏差根据图片的大小自行调整） 2 第二种方法 magic-check.css的使用(github链接） ...
分类：
其他好文 时间：
2017-08-23 00:52:09
阅读次数：
322
在这部分我们检验多项式层数d和过拟合和欠拟合之间的关系。 1.我们区分是否是偏差或方差导致我们预测错误。 2.大偏差是欠拟合，大方差是过拟合。理想情况下，我们需要在这两者之间找到中庸之道。 当我们增加多项式的D时，训练误差会减小。 同时，交叉验证误差会随着d增加到一个点而减小，然后随着d的增加而增大 ...
分类：
其他好文 时间：
2017-08-19 21:15:42
阅读次数：
122
作为一个阶段性总结，有很多的东西需要说明，有细节的，有架构的，且听我细细说来。 java和php最大的区别不止是类型的强制定义，而是在设计思路上有着非常重大的偏差（虽然SY3框架已经开始借鉴JAVA的思路，但是真这样的话也失去了PHP自己的特色） 所有的输出和类型全部都是事先定义好，然后自上而下进行 ...
分类：
编程语言 时间：
2017-08-19 15:03:29
阅读次数：
152
边缘是图像中灰度发生急剧变化的区域边界。图像灰度的变化情况能够用图像灰度分布的梯度来表示，数字图像中求导是利用差分近似微分来进行的，实际上经常使用空域微分算子通过卷积来完毕。 一阶导数算子 1) Roberts算子 Roberts算子是一种斜向偏差分的梯度计算方法。梯度的大小代表边缘的强度。梯度的方 ...
分类：
其他好文 时间：
2017-08-17 21:37:50
阅读次数：
233
这篇博客主要记录了Andrew Ng课程第五章应用机器学习的建议，主要介绍了在测试新数据出现较大误差该怎么处理，这期间讲到了数据集的分类，偏差，方差，学习曲线等概念，帮助我们去理解结果，然后做出相应的措施。 ...
分类：
其他好文 时间：
2017-08-16 00:49:21
阅读次数：
167
博文说明【前言】：本文将通过个人口吻介绍Tomcat单机多实例部署，在目前时间点【2017年8月13号】下，所掌握的技术水平有限，可能会存在不少知识理解不够深入或全面，望大家指出问题共同交流，在后续工作及学习中如发现本文内容与实际情况有所偏差，将会完善该博文内容。本文参..
分类：
其他好文 时间：
2017-08-14 01:33:46
阅读次数：
199
本文基于《C++ Primer（第5版）》中14章和《More Effective C++》条款7，整理而成。 其实写这篇博客之前，内心还是很忐忑的，因为，博主的水平很有限，视野比较窄，要是在理解书的过程中有了偏差，给读到这篇博客的人以错误的认识，那罪过就大了。再次声明本文仅是简介，若是有错误的地方 ...
分类：
编程语言 时间：
2017-08-13 21:15:01
阅读次数：
245
应用神经网络的一个简单例子是预测X1和x2，这是逻辑“和”运算符，只有X1和x2为1时才是真的。 函数的图看起来像： 记住，x0是我们的偏差变量始终是1。 让我们把第一个θ矩阵设为： 如果当x1和x2都为1这将使我们的结果都为真。换言之： 所以我们用一个小的神经网络，而不是用一个实际的门来构造计算机 ...
分类：
其他好文 时间：
2017-08-09 10:08:44
阅读次数：
167
让我们研究一下如何用神经网络表示一个假设函数。在一个非常简单的层次上，神经元基本上是计算单元，它把输入（树突）作为电输入（称为“尖峰”），引导到输出（轴突）。在我们的模型中，我们的树突就像输入特征X1?xn，而输出则是我们的假设函数的结果。在这个模型中我们X0输入节点有时被称为“偏差”。它总是等于1 ...
分类：
其他好文 时间：
2017-08-08 22:57:42
阅读次数：
297
