原创 jdk8 map子類源碼

這裏分析一下實現map接口的常見集合子類。目錄: 1.HashMap 2.LinkedHashMap 3.HashTable 4.TreeMap 5.WeakHashMap 6.ConcurrentHashMap   <!----分割線-

原创 jdk8 list子類源碼

從AbstractList(間接)繼承來的子類包括ArrayList、LinkedList、Vector。目錄如下: 1.ArrayList 2.LinkedList 3.Vector 4.CopyOnWriteArrayList <!-

原创 jdk8 set子類源碼

從AbstractSet繼承來的子類有HashSet、LinkedHashSet、TreeSet等。目錄如下: 1.HashSet 2.LinkedHashSet 3.TreeSet   <!----分割線---->   HashSet:

原创 數據庫重構

公司產品部分WEB項目要微服務重構,第一步就是幹訂單,準備同時將數據庫一起重構了。數據庫按照索引、一主多從、分表分庫的順序來實現。 目錄: 1.分表分庫 2.docker+postgresql主從複製 3.postgres表繼承 4.do

原创 jdk8 concurrent包源碼

這裏分析一下concurrent包下的部分類!!!目錄: 1.Unsafe 2.LockSupport 3.FutureTask 4.Executor/ExecutorService 5.AbstractExecutorService 6

原创 html手機適配

HTML手機適配 後端用thyleaf返回html,單頁使用element-ui樣式。 <!DOCTYPE html> <html xmlns:th="http://www.thymeleaf.org"> <!--js--> <scri

原创 AlexNet

AlexNet很簡單,方法也過時了但是效果還是很不錯的。按照《tensorflow實戰》拼了一下網絡,主要是lrn以及全連接層的幾個droupout。 AlexNet一共8層,5個卷積層,3個全連接層,結構如下: 卷積層

原创 mlp訓練minst

用mlp訓練minst,keras真的是很快捷方便。 import numpy as np import pandas as pd import matplotlib.pyplot as plt import pandas as pd

原创 k-近鄰算法

k-近鄰算法: 對於給定樣本,基於某種“距離”度量測試數據與樣本數據的相似度,取相似度較大(距離較短)的前K的樣本的標籤,對於分類任務取K個樣本出現最多的標籤作爲test數據的標籤(投票法),對於迴歸任務取K個樣本標籤的平均值作爲test

原创 dl4j獲取中間層輸出

獲取網絡中間層輸出。 package dl4j; import org.bytedeco.javacv.CanvasFrame; import org.datavec.image.loader.NativeImageLoader; i

原创 faceNet

2.faceNet人臉識別 考慮可以將待識別人臉,和已標註人臉進行特徵對比獲取相似度來判斷是否是同一個人。比如傳統的特徵臉算法,將人臉映射到特徵臉向量上,再根據映射權重計算距離進行分類。 按照同樣的思路可以用深度學習來實現,我們可以找到一

原创 卷積神經網絡(CNN)

卷積神經網絡 以最早的lenet-5爲例 Cx:卷積層 Sx:下采樣層 Fx:全連接層 1.數據輸入層 這一步是機器學習的常規操作,一般是對原始樣本做一些預處理。去均值:各維度都減去該維度的均值,使數據各個維度都中心化爲0,相當於數據去掉

原创 ml

1.javacv https://git.dev.tencent.com/TangYuFan/javacv.git

原创 dl

1.dl4j https://git.dev.tencent.com/TangYuFan/deeplearning4j.git 2.tensorflow 3.caffe

原创 支持向量機

參考資料來自《機器學習》-西瓜書。 Svm模型: 考慮二維平面,找出一條線將兩類樣本劃分開,其中最好的一條是紅線(因爲它使得兩類樣本的間隔r更大),這一條線對於不安分的樣本點擾動容忍性更強。 推廣到n維空間,存在一條超平面。截距爲b(原點