学习
-
【机器学习】彻底理解神经网络中的反向传播算法(BP)
【机器学习】彻底理解神经网络中的反向传播算法(BP)目录1,前言2,例程Step1前向传播Step2反向传播3,代码实现1,前言最近在看机器学习神经网络方面的知识,也看了很多关于反向传播算法原理的介绍,有一篇文章写的很好,在这里记录下,并且加入自己的理解。反向传播法其实是神经网络的基础了,但是很多人在学的时候总是会遇到一些问题,或者看到大篇的公式觉得好像很难就退缩了,其实不难,就是一个链式求导法则反复用。如果不想…
-
费曼技巧学习
费曼技巧学习关于费曼技巧现学现用的文章,还提到了两个小投入、大回报的学习方法:预习和自测。
-
SAE J1939协议学习笔记
SAE J1939协议学习笔记引用百度百科:SAEJ1939(以下简称J1939)是美国汽车工程协会(SAE)的推荐标准,用于为中重型道路车辆上电子部件间的通讯提供标准的体系结构。它由“卡车与大型客车电气与电子委员会”(Track&BusElectrical&ElectronicsCommittee)下属的“卡车与大型客车控制和通讯网络附属委员会”(Track&BusContro…
-
熊孩子说“你没看过奥特曼”,赶紧用Python学习一下,没想到[通俗易懂]
熊孩子说“你没看过奥特曼”,赶紧用Python学习一下,没想到[通俗易懂]奥特曼原来有这么多呀!
-
活动图学习笔记
活动图学习笔记活动图学习笔记活动图基本概念事件流除了用文本形式来表示外,还经常用活动图来表示。为什么有了文本形式以后还要开发这种框图形式呢?这是因为利用文本形式虽然很有用,但是如果事件流逻辑复杂,则文本形式比较难阅读和理解,利用框图将比文本形式来得更加有效。活动图显示与文本事件流相同的信息。我们在业务模型中用活动框图描述业务过程的工作流。活动图的组成要素活动图的组成要素主要有:起始点和终止点、活动、迁移、决策框、
-
深度学习 — BP算法详解(误差反向传播算法)「建议收藏」
深度学习 — BP算法详解(误差反向传播算法)「建议收藏」本节开始深度学习的第一个算法BP算法,本打算第一个算法为单层感知器,但是感觉太简单了,不懂得找本书看看就会了,这里简要的介绍一下单层感知器:图中可以看到,单层感知器很简单,其实本质上他就是线性分类器,和机器学习中的多元线性回归的表达式差不多,因此它具有多元线性回归的优点和缺点。单层感知器只能对线性问题具有很好的解决能力,但是非线性问题就无法解决了,但是多层感知器却可以解决非线性问题,多层感…
-
我是如何学习Android源码的
我是如何学习Android源码的一连很长时间(从2017/06/09到2017/06/26)都在研究蓝牙,而且这只是文章发表的时间,再加上组织文章和研究的时间,不知不觉中就坚持这么久………,也写了蓝牙的三篇博客,而且篇幅很长如下:在这里就不放文章链接了,有需要的在我的文章中搜索即可,现在,是时候放空一下,给自己充充电了,来张美景,欣赏一下北京的晚霞。言归正传,先放上Android源码连接地址Android源码,至于研究源码的好处,
-
Java多线程学习(吐血超详细总结)
Java多线程学习(吐血超详细总结)本文主要讲了java中多线程的使用方法、线程同步、线程数据传递、线程状态及相应的一些线程函数用法、概述等。
-
打造自己的Android源码学习环境之四:下载Android源代码[通俗易懂]
打造自己的Android源码学习环境之四:下载Android源代码[通俗易懂]打造自己的Android源码学习环境之四:下载Android源代码下载android代码的全部指导来自:http://source.android.com/source/index.html。如果你访问不了这个网址,可以看看这个链接。注意,需要同时在主机系统(HostOS)和虚拟系统(GuestOS)中配置hosts。0.安装所需软件0.1安装JDK参考:http://source.a
-
STM32学习笔记(超详细整理145个问题)
STM32学习笔记(超详细整理145个问题)1、AHB系统总线分为APB1(36MHz)和APB2(72MHz),其中2>1,意思是APB2接高速设备;2、Stm32f10x.h相当于reg52.h(里面有基本的位操作定义),另一个为stm32f10x_conf.h专门控制外围器件的配置,也就是开关头文件的作用;3、HSEOsc(HighSpeedExternalOscillator)高速外部晶振,一般为8MHz,…