学习

  • java fork join_java8学习:ForkJoin[通俗易懂]

    java fork join_java8学习:ForkJoin[通俗易懂]先实现一下,再来说原理还是实现1到一千万的累加和publicclassForkJoinImplextendsjava.util.concurrent.RecursiveTask{//临界值,就是结束值减开始值的结果如果小于这个值那么就不拆分了,大于这个值才会拆分privatefinalintMEDIAN_NUM=100000;//从多少计算privateintstart_n…

    2026年2月2日
    7
  • SQL数据库学习总结(一)

    SQL数据库学习总结(一)前序这是面向后端开发者的 SQL 数据库知识的一次总结 由于本人目前正在找工作 所以边学边做笔记 以便日后复习使用 SQL 数据库即结构化查询语言数据库 名字就说明了要学习的内容的两个特点 1 操作数据库的语言 2 语言的操作对象 在我个人看来了解语言的操作对象要必了解语言更加首 先 重 要 我对数据库的学习就是以数据库为核心 语言为辅助进行的 什么是结构化数据库

    2026年2月1日
    3
  • kfold_机器学习gridsearchcv(网格搜索)和kfold validation(k折验证)

    kfold_机器学习gridsearchcv(网格搜索)和kfold validation(k折验证)网格搜索算法是一种通过遍历给定的参数组合来优化模型表现的方法。以决策树为例,当我们确定了要使用决策树算法的时候,为了能够更好地拟合和预测,我们需要调整它的参数。在决策树算法中,我们通常选择的参数是决策树的最大深度。于是我们会给出一系列的最大深度的值,比如{‘max_depth’:[1,2,3,4,5]},我们会尽可能包含最优最大深度。不过,我们如何知道哪一个最大深度的模型是最好的呢?我们需要一…

    2026年1月28日
    5
  • hadoop主要学什么?hadoop学习总结

    hadoop主要学什么?hadoop学习总结Hadoop 是在分布式服务器集群上存储海量数据并运行分布式分析应用的一个平台 其核心部件是 HDFS 与 MapReduce HDFS 是一个分布式文件系统 可对数据系统进行分布式储存读取 MapReduce 是一个计算框架 通过对计算任务的拆分 再根据任务调度器 对任务进行分布式计算 Hadoop 是大数据开发必不可少的框架技术 因此 想要学好大数据 必须要掌握 Hadoop 相关知识 那么 hadoop 主要学

    2026年1月28日
    3
  • 什么是对抗学习

    什么是对抗学习深度学习中的对抗学习就是两个网络互相竞争对抗 一个生成网络 一个判别网络生成网络生成假数据以假乱真判别网络判别真假数据 找出假数据两个网络都在不断增强

    2026年1月28日
    1
  • 模仿学习(Imitation Learning)概述

    模仿学习(Imitation Learning)概述本篇文章是基于台大李宏毅老师的课程写的,如有疏漏,请看原课程。https://www.youtube.com/watch?v=rl_ozvqQUU81.什么是模仿学习?模仿学习(ImitationLearning)也被称为基于演示的学习(LearningByDemonstration)或者学徒学习(ApprenticeshipLearning)。机器是可以与环境进行交互的,但…

    2026年1月28日
    4
  • 强化学习 模仿学习 于robot[通俗易懂]

    强化学习 模仿学习 于robot[通俗易懂]写在前面:分享知识是再好不过的事情。这篇文章主要是总结自己最近看的一些文章以及相关知识。自己在暑假实习的时候学习的就是在物理仿真平台上做robot的强化学习,未来读PhD的时候也被老师继续分配到了这个方向,哈哈。可能要一直从入门到入土了,趁着最近写researchproposal的时候,将最近的理解记录一下。鉴于笔者知识水平有限,若有不妥当之处,还请指出。摘要:robot强化学习模仿学…

    2026年1月27日
    4
  • H.264 MPEG4 AVC Tutorial 学习笔记

    H.264 MPEG4 AVC Tutorial 学习笔记概述 命名 ITU-T H.264(previouslycalledH.26L) ISO/IEC MPEG-4…

    2026年1月27日
    5
  • 机器学习:什么是条件熵?

    机器学习:什么是条件熵?转自 通俗理解条件熵前面我们总结了信息熵的概念通俗理解信息熵 知乎专栏 这次我们来理解一下条件熵 我们首先知道信息熵是考虑该随机变量的所有可能取值 即所有可能发生事件所带来的信息量的期望 公式如下 我们的条件熵的定义是 定义为 X 给定条件下 Y 的条件概率分布的熵对 X 的数学期望这个还是比较抽象 下面我们解释一下 设有随机变量 X Y 其联合概率分布为条件熵 H Y X 表示在已知随机变量 X 的条件下随机变量 Y 的不确定性 随机变量 X 给定的条件下随机变量 Y 的条件熵 H Y

    2026年1月27日
    2
  • H.264/MPEG-4 AVC学习

    H.264/MPEG-4 AVC学习转自:https://www.freehacker.cn/media/codec-h264/简述H.264,又称为MPEG-4第10部分,高级视频编码(英语:MPEG-4Part10,AdvancedVideoCoding,缩写为MPEG-4AVC)是一种面向块的基于运动补偿的视频编码标准。对于视频序列样本来说,使用H.264编码器能够比使用有运动补偿的MPEG-…

    2026年1月27日
    5
关注全栈程序员社区公众号