学习

RNN学习笔记(一)-简介及BPTT RTRL及Hybrid（FP/BPTT）算法[通俗易懂]RNN网络的学习算法-BPTT笔记本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗Ctrl+B斜体Ctrl+I引

深度学习 — 循环神经网络RNN详解(BPTT)今天开始深度学习的最后一个重量级的神经网络即RNN，这个网络在自然语言处理中用处很大，因此需要掌握它，同时本人打算在深度学习总结完成以后就开始自然语言处理的总结，至于强化学习呢，目前不打算总结了，因为我需要实战已经总结完成的算法，尤其是深度学习和自然语言的处理的实战，所以大方向就这样计划。下面讲讲本节的内容，本节的的内容和以前一样，从最初开始，慢慢探索到LSTM，废话不多说下面开始：RNN（R…

数学建模算法学习——各类模型算法汇总[通俗易懂]相关模型解决的问题数据分析类算法一览100个经典动态规划方程优化问题线性规划简介：线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab中规定线性规划的标准形式为其中c和x为n维列向量，A、Aeq为适当维数的矩阵，b、beq为适当维数的列向量。代码实现…

深度学习: RPN (区域候选网络)Overview绿框内为RPN所在的位置：放大之后是这样：庖丁解牛RPN由以下三部分构成：在RPN头部，通过以下结构生成anchor（其实就是一堆有编号有坐标的bbox）：论文中的这幅插图对应的就是RPN头部：（曾经以为这张图就是整个RPN，于是百思不得其解，走了不少弯路。。。）在RPN中部，分类分支（cls）和边框回归分支（b…

spdlog 日志库学习，简易封装spdlogwiki：https://github.com/gabime/spdlog/wiki别人的学习笔记：https://www.cnblogs.com/oucsheep/p/8426548.html别人的学习笔记：https://github.com/gabime/spdlog/wiki百度搜spdlog封装可以看到很多写的差不多的单例类，我看公司遗留的代码也是借鉴这些写的。最常见的是一开头就写上：#ifdef_WIN32#define__FILENAME__(s

学习stopwatch处理过程（学习stopwatch）虽然debug可以查看到每一步代码执行时发生的变化，但是不能清楚的看到每一步执行的时间，这个时候Stopwatch就派上用场了。什么是stopwatch？Stopwatch是Guava(Google开源java库)中推出的计时器类，可以用于方便的检测两个代码直接执行的速度Stopwatch简单用法//引入Guava包guava-19.0.jarimpo…

《学习笔记10》——JavaScript三目运算符的使用[通俗易懂]三目运算符是多种语言中，都有的一种语法，这里着重讲解JavaScript里的用法。1.判断基本语法：expression?sentence1:sentence2当expression的值为true时，执行sentence1，否则执行sentence2，请看如下代码：3>0?2:1等价于：if(3>0){return2}else{return1}意思是，当3>0成立时，返回2，否则返回1

Over Permission（越权）学习「建议收藏」OverPermission（越权）用户A的权限小于用户B的权限，此时用用户A的权限去操作用户B的数据，如果能够操作成功，就称之为越权操作。越权漏洞一般容易出现在权限页面（需要登录的页面）增、删、改、查的地方。越权漏洞形成的原因是后台使用了不合理的权限校验规则导致的。当用户对权限页面内的信息进行增、删、改、查的操作时，后台对当前用户的权限进行校验，看是否具备操作的权限，从而给出响应。如果校验规则过于简单，就容易出现越权漏洞。防止越权漏洞1、使用最小权限原则对用户进行赋权；2、使用

setfacl 权限导出_linux学习-setfacl设置特定目录用户权限需求：设置用户test,test1对特定的目录有读写执行权限，后加的文件也是这个权限。-R表示递归-m表示设置文件acl规则setfacl-R-md:u:test:rwx/data2/testsetfacl-R-md:u:test1:rwx/data2/test–删除ACL规则使用-bsetfacl-R-b/data2/test上面的d:u:详见如下，而perms对应的是…

机器学习中的数学——激活函数（六）：Parametric ReLU（PReLU）函数PReLU也是ReLU的改进版本：PReLU(x)={x,x>0αix,x≤0PReLU(x)=\left\{\begin{aligned}x&\quad,x>0\\\alpha_ix&\quad,x\leq0\\\end{aligned}\right.PReLU(x)={xαi​x​,x>0,x≤0​PReLU函数中，参数α\alphaα通常为0到1之间的数字，并且通常相对较小。如果αi=0\alpha_i=0αi​=0