原创 JavaScript函數——更深入的窺探

<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>函數--更深入的窺探</title> <script type="text/javascript">

原创 強化學習 --- 馬爾科夫決策過程(MDP)

強化學習 — 馬爾科夫決策過程(MDP) 一、馬爾科夫過程(Markov Process) 馬爾科夫性某一狀態信息包含了所有相關的歷史,只要當前狀態可知,所有的歷史信息都不再需要,當前狀態就可以決定未來,則認爲該狀態具有馬爾科夫性

原创 自編碼器重建 Fashion_mnist 數據集

自編碼器 from PIL import Image import tensorflow as tf from tensorflow import keras from tensorflow.keras import Sequen

原创 jQuery學習筆記——DOM練習圖片提示效果

<!-- 作者:[email protected] 時間:2017-08-12 描述:圖片提示。當鼠標移動到圖片上時,自動顯示大圖 --> <!DOCTYPE html> <html> <head> <meta http-eq

原创 jQuery學習筆記——jQuery中DOM操作(1)

<!-- 作者:[email protected] 時間:2017-08-12 描述:jQuery中的DOM操作方法1 --> <!DOCTYPE html> <html> <head> <meta charset="UTF-

原创 MNIST 手寫數據集介紹

MNIST 手寫數據集介紹 1、數據集介紹 MNIST數據集是機器學習領域中非常經典的一個數據集,最簡單的方法就是使用如下代碼直接加載: import tensorflow as tf (X_train, y_train),

原创 PCA 重建 Fashion_mnist 數據集

import tensorflow as tf from tensorflow import keras import numpy as np from sklearn.decomposition import PCA impor

原创 卷積生成對抗網絡---生成手寫數字

深度卷積生成對抗網絡(DCGAN) ---- 生成 MNIST 手寫圖片 1、基本原理 生成對抗網絡(GAN)由2個重要的部分構成: 生成器(Generator):通過機器生成數據(大部分情況下是圖像),目的是“騙過”判別器 判

原创 kNN 算法實現

kNN Algorithm import numpy as np import matplotlib.pyplot as plt raw_data_X = [[3.4, 2.3], [3.1, 1.8

原创 神經網絡之反向傳播算法(BP)公式推導

反向傳播算法詳細推導 反向傳播(英語:Backpropagation,縮寫爲BP)是“誤差反向傳播”的簡稱,是一種與最優化方法(如梯度下降法)結合使用的,用來訓練人工神經網絡的常見方法。該方法對網絡中所有權重計算損失函數的梯度。

原创 jQuery學習筆記——DOM練習(1)

<!-- 作者:[email protected] 時間:2017-08-12 描述:超鏈接提示效果,當鼠標移動到超鏈接上,自動提示顯示提示。當鼠標移動時,提示跟着移動 --> <!DOCTYPE html> <html> <he

原创 node.js學習筆記之HTTP---發送服務器端響應流

/*使用http.ServerResponse對象的writeHead方法設置響應頭信息*/ var http = require('http'); var server = http.createServer(function (re

原创 node.js學習筆記之HTTP獲取客戶端請求信息

/*在文件中保存客戶端請求信息*/ /*var http = require('http'); var fs = require('fs'); var server = http.createServer(function (req, r

原创 node.js學習之創建HTTP服務器

var http = require('http'); //在createServer方法中可以不寫回調函數,監聽‘request’即可 //server.on('request',function (request, respone)

原创 node.js學習筆記之HTTP客戶端

/*http客戶端*/ /* * 1、在HTTP模塊中,可以使用request方法向其他網站請求數據,使用方法如下 * var req = http.request(options,callbac