- 博客(9)
- 收藏
- 关注
RSS订阅原创 SSM框架学习笔记（1）——Spring
1. Spring分层的Java SE/EE应用full-stack轻量级开源框架，以Ioc（反转控制）和AOP（面向切面编程）为内核。1.1 Spring开发步骤导入Spring的Maven坐标，重新加载项目编写Dao接口和实现类创建Spring核心配置文件（xml配置文件）在resources目录下创建applicationContext.xml文件在Spring配置文件中配置UserDaoImpl使用Spring的API获得Bean实例1.2
2022-04-10 20:05:50
352
原创 探花交友（3）——接口实现分析
需要提供四个接口：发送手机验证码需要对接第三方短信平台发送验证码选用云之讯平台发送 https//www.ucpass.com/SSO1校验用户登录验证手机号与验证码是否正确验证成功后，按照 JWT 规范进行返回响应token2RocketMQ3首次登录完善个人信息 （为用户设定标识，是否为第一次登录）校验token是否有效校验存储到Redis中的token是否有效单点登录(SingleSignOn，SSO)，就是通过用户的一
2022-04-05 21:58:13
1006
原创 神经网络搭建(Pytorch)——联合损失函数
今天看论文看到了联合损失函数的概念，查了一下，pytorch下可以通过重写损失函数来达到联合损失函数的效果。自定义损失函数：继承nn.Module类重写forward()方法class MyLoss(nn.Module): def forward(self,output,target): loss1 = ... loss2 = ... loss = (loss1 + loss2) / 2 # 计算平均值 return loss..
2021-11-02 08:00:36
3173
原创 神经网络搭建(Pytorch)——图像剪切和复原
利用 Pillow 和 torchvision.transform 实现的图像剪切和复原，用于遥感图像的预测（目前对一般图像可用，遥感图像还未实际操作）图像剪切from torchvision import transformsfrom PIL import Imagedef imageCrop(img, iNo, croped_size, stride):'''img: Image.open()读取的图片 iNo: 图片的编码 croped_size: 裁剪大小 stri
2021-09-17 20:34:09
1017
原创 神经网络搭建(Pytorch)——创建自己的数据集并重写Dataset类
参考文章：https://cloud.tencent.com/developer/article/1433735数据集目录– data – train – 0.jpg – 1.jpg … – test – 0.jpg – 1.jpg … – train.txt – test.txttrain.text内容DataSet重写代码加载数据重写 getitem() 函数重写 len() 函数from torch.utils.data import Datase
2021-08-18 16:52:08
994
1
原创 机器学习理论——Optimizaztion
这篇文章是学习李宏毅老师2021春季课程，关于Optimization的笔记。课程链接：https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.htmlSGD向着gradient的反方向移动。SGD with Momentum（SGDM）在SGD的基础上，定义了一个向量momentum，把每个time step的gradient进行累加。Adagrad可以根据历史gradient的和，自动调整学习率。RMSProp借用了类似
2021-08-14 11:20:27
295
原创 神经网络搭建(Pytorch)——train()
神经网络训练的主要步骤如下：梯度清零：optimizer.zero_grad()将数据喂入设备：inputs, labels = inputs.to(device), labels.to(device)前向传播：outputs = model(inputs)计算损失函数：loss = criterion(outputs, labels)计算梯度：loss.backward()更新可训练权重：optimizer.step()定义 train() 函数：import torchimport
2021-08-13 10:48:29
4182
原创 机器学习理论——One-Hot编码
One-Hot 编码主要采用N位寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候只有一位有效。One-Hot 编码器对类别进行了二进制操作，易于机器学习算法利用。# n_classes = 5, 每个数字为一类# 1为第 1类， 2为第 2类...array = [2, 3, 1, 5]one_hot = [[0, 1, 0, 0, 0], [0, 0, 1, 0, 0], [1, 0, 0, 0, 0], [0, 0, 0, 0, 1]]
2021-08-04 23:17:23
591
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人