学习

前端性能优化学习 02 Web 性能指标「建议收藏」Web性能指标我们已经直到性能的重要性，但当我们讨论性能的时候，让一个网页变得更快，具体指哪些内容？事实上性能是相对的：对于一个用户而言，一个站点可能速度很快（在具有功能强大的设备的快速网络上），而对于另一个用户而言，一个站点可能会较慢（在具有低端设备的慢速网络上）。两个站点可能会在完全相同的时间内加载，但一个站点似乎加载速度会更快（如果它逐步加载内容，而不是等到最后显示所有内容）。一个网站可能加载很快，但在后来的用户交互会很慢。所以在讨论性能的时候，精确的、可量化的指标很重要。但是，一

caffee学习中文指南（1）(1)最近正在自学 caffee 发现很多地方需要反复地揣摩与回顾 于是决定写这篇文章 一来是方便自己回顾 加深记忆 另一方面也希望能够与他人多交流 为后来者行个方便 caffee 的中文文档是在是太少了

模仿学习笔记：行为克隆1模仿学习模仿学习(ImitationLearning)不是强化学习，而是强化学习的一种替代品。 模仿学习与强化学习有相同的目的： 两者的目的都是学习策略网络，从而控制智能体。 模仿学习与强化学习又有不同的原理： 模仿学习向人类专家学习，目标是让策略网络做出的决策与人类专家相同； 强化学习利用环境反馈的奖励改进策略，目标是让累计奖励（即回报）最大化。 2行为克隆概述行为克隆(BehaviorCloning)是最简单的模仿学习。 行为克隆的目的是模仿人的动作

黑客学习路线[通俗易懂]转载：https://www.cnblogs.com/HackKen/p/7732515.html引：在任何时候，我都是孤独的。最近在信安群里也有人问过我，我是如何学习黑客和渗透测试的，在这里，我就把我的学习路线写一下，让新手和小白们不再迷茫，少走弯路，拒绝时间和金钱上的浪费！第一周：入门在学习的时候，你起码需要对常见的黑客术语需要掌握，了解术语的话可以去看看这里的百度文库，写的还是可…

详解机器学习中的数据处理（一）——缺失值处理（附完整代码）摘要 在机器学习中 我们的数据集往往存在各种各样的问题 如果不对数据进行预处理 模型的训练和预测就难以进行 这一系列博文将介绍一下机器学习中的数据预处理问题 以 UCI 数据集为例详细介绍缺失值处理 连续特征离散化 特征归一化及离散特征的编码等问题 同时会附上处理的 Matlab 程序代码 这篇博文先介绍缺失值的处理 要点如下 处理缺失值的方法 读取数据集文件 查找 替换缺失数据

深度学习 | MATLAB实现一维卷积神经网络convolution1dLayer参数设定深度学习|MATLAB实现一维卷积神经网络convolution1dLayer参数设定

开始学习Linux嵌入式开发从工作到现在已经有六年了 头两年是做 VC nbsp 开发 方向是全文检索系统 后来由于自己和朋友合伙创业 就转向了企业应用开发 多数使用 VB 和 C 至今可以算是创业失败 又到了重新选择的时候 说实话 我对企业应用开发并不感兴趣 倒不是看不起应用开发 而是觉得做起来很无趣 没有技术上的成就感 而且经常要直接和客户打交道 对于我这种性格偏内向的人来说是很不喜欢的 结合创业期间接触的市场信息以及新闻报导

RC522读卡器 M1卡学习总结（二）二、说说RC522读卡器       我从淘宝里买来的读卡器模块如下：M1卡 学习总结（二）”title=”RC522读卡器 M1卡 学习总结（二）”style=”margin:0px;padding:0px;border:0px;list-style:none”>它带有一组接口：SDA  SCK  MOSI  MISO  IRQ(NG)  GND  RST  3

自监督学习（Self-supervised Learning）自监督学习(Self-supervisedlearning)是这两年比较热门的一个研究领域，它旨在对于无标签数据，通过设计辅助任务（Proxytasks）来挖掘数据自身的表征特性作为监督信息，来提升模型的特征提取能力

自监督学习（self-supervised learning）（20201124）看论文总是会看出来一堆堆奇奇怪怪的名词。从远程监督、有监督、半监督、无监督开始，最近又看到了一个自监督。首先先对上面的概念进行简述：半监督（semi-supervisedlearning）：利用好大量无标注数据和少量有标注数据进行监督学习；远程监督（distant-supervisedlearning）：利用知识库对未标注数据进行标注；无监督：不依赖任何标签值，通过对数据内在特征的挖掘，找到样本间的关系，比如聚类相关的任务。自监督：利用辅助任务从无监督的数据中挖掘大量自身的信息。