原创 在Ubuntu 18.04中安裝VMware工具

​   簡介     VMware是一個成熟而穩定的虛擬化解決方案,它允許您在一臺機器上運行多個獨立的操作系統。     在使用VMware作爲虛擬機監控程序時,在客戶端安裝VMware工具對於提高虛擬機性能非常重要。VMware工具提供

原创 詳解Linux Screen讓程序保持後臺運行

詳解Linux Screen讓程序保持後臺運行     您是否曾經遇到過在遠程計算機上執行長時間運行的任務,突然連接中斷,SSH會話終止以及工作丟失的情況。 好吧,這在某個時候發生在我們所有人身上,不是嗎? 幸運的是,有一個名爲scre

原创 用示例一步步解釋BP反向傳播神經網絡

Python中的反向傳播 可以試用編寫的Python腳本,該腳本在此Github存儲庫中實現了反向傳播算法。 反向傳播代碼:https://github.com/mattm/simple-neural-network 反向傳播可視化 要獲

原创 通俗易懂專利分類、專利申請流程

目錄 釋義 原則 新穎性 創造性 實用性 非顯而易見性 適度揭露性 專利種類 發明專利 實用新型專利 外觀設計專利 專利檢索平臺 申請原則 形式法定原則 單一性原則 先申請原則 申請流程 受理階段 初步審查階段 公佈階段 實質審查階段 授

原创 深度學習基礎知識點歸納總結

1. 最小化代價函數優化方法:BGD、SGD、MBGD、動量、NAG、Adagrad、AdaDelta、Adam、AMSGrad、牛頓法; 2. 前饋神經網絡的隱藏單元不一定在所有的輸入點上可微; 3. CNN最大池化能產生一定程度的平移

原创 深度學習基礎知識題庫大全

1、梯度下降算法的正確步驟是什麼? a.計算預測值和真實值之間的誤差 b.重複迭代,直至得到網絡權重的最佳值 c.把輸入傳入網絡,得到輸出值 d.用隨機值初始化權重和偏差 e.對每一個產生誤差的神經元,調整相應的(權重)值以減小誤差 A.

原创 STM32定時器與中斷整理

目錄 1、系統異常中斷 2、外部中斷(全部) 3、優先級 5、如何開關中斷示例 6、搶斷優先級、響應優先級說明 7、定時器說明 7.1基本定時器 7.2高級/通用定時器 7.3定時器拓展補充-主要特性   F429 在內核水平上搭載了一個

原创 深度學習中的過擬合問題

1、過擬合問題   欠擬合:根本原因是特徵維度過少,模型過於簡單,導致擬合的函數無法滿足訓練集,誤差較大。 解決方法:增加特徵維度,增加訓練數據; 過擬合:根本原因是特徵維度過多,模型假設過於複雜,參數過多,訓練數據過少,噪聲過多,導致擬

原创 計算CNN卷積神經網絡中各層的參數數量「附代碼」

每個對機器學習感興趣的機器學習工程師/軟件開發人員/學生都在卷積神經網絡(也稱爲CNN)上工作。我們有一個一般理論,即如何訓練網絡對圖像進行分類。但是,剛接觸機器學習/神經網絡的人們並不瞭解CNN如何精確地學習參數。 我們知道,在每個轉

原创 python讀取ini配置的類封裝

此爲基礎封裝,未考慮過多異常處理   類 # coding:utf-8 import configparser import os class IniCfg(): def __init__(self): sel

原创 PIL將Image格式轉爲bytes字節流格式

  import io img = Image.open(img_path, mode='r') imgByteArr = io.BytesIO() img.save(imgByteArr, format='JPEG') imgByte

原创 ESP32藍牙的Gatt Client的例子演練

翻譯內容僅供參考,原文鏈接: https://github.com/espressif/esp-idf/blob/dd8db6621/examples/bluetooth/bluedroid/ble/gatt_client/tutori

原创 [開源]螞蟻森林自動收能量,自動解鎖和自動觸發

歡迎大家使用體驗、提交錯誤,後面將逐步完善; 目前支持收好友能量和收自己能量 (看起來複雜,其實只是講的比較詳細) 0、效果演示:https://github.com/1061700625/Ant_Forest/blob/master/

原创 藍牙基帶分配編號(設備/服務類型)詳解

基帶分配編號 爲基帶分配的編號標識了查詢訪問代碼和設備/服務類別(CoD)字段。   通用和特定於設備的查詢訪問代碼(DIAC) 該查詢訪問碼(IAC)是尋找過濾的第一級  的藍牙®  設備和服務。定義多個IAC的主要目的是限制掃描範圍

原创 Python二叉樹詳解筆記

目錄   二叉樹數據結構 簡介 爲何選擇樹 樹的主要應用包括: 二叉樹的類型 滿二叉樹(Full binary tree) 完全二叉樹(Complete binary tree) 完美二叉樹(Perfect binary tree) 平衡