原创 01_Vue.js的第一次使用
Vue.js的第一次使用 文章目錄Vue.js的第一次使用1. 創建vue項目2. 拆分組件3. 修改文件目錄4. 拆分HTML5. import 文件-->映射成標籤-->添加標籤6. 拆分CSS7. 運行 1. 創建vue
2020-06-25 18:51:56
原创 03_Vue.js的第三次使用
03_Vue.js的第三次使用 文章目錄03_Vue.js的第三次使用1. 交互刪除2. 交互Footer組件 1. 交互刪除 數據在哪裏，刪除數據的函數就寫在哪裏。所以在App.vue中實現deleteTodo函數，並將dele
2020-06-25 18:51:45
原创 Javaweb使用Ajax異步請求實現註冊功能
文章目錄regist.jspCheckUsernameServlet.java 當username獲取焦點時，發送異步請求進行校驗，獲取服務器響應回來的數據，最後將信息顯示到用戶名輸入框後面。 regist.jsp <%@
2020-06-25 18:51:45
原创 matplotlib折線圖的基本使用
文章目錄matplotlib折線圖的基本使用設置圖像大小、分辨率及圖片的保存設置x軸或Y軸的刻度設置中文顯示添加描述信息繪製網格在一張表中繪製多個折線圖並添加圖例自定義繪圖風格 matplotlib折線圖的基本使用 設置圖像大小、
2020-06-25 18:51:45
1
原创 在colab中使用tensorflow2.1或2.0
文章目錄1. 在colab中使用tensorflow2.02. 在colab中使用tensorflow2.1 1. 在colab中使用tensorflow2.0 查看當前tf版本 import sys sys.path[0]
2020-06-25 18:51:45
原创 解決python3.7環境下無法安裝Tensorflow方法之一
在 anaconda 中使用conda create -n tensorflow python=3.3創建 tensorflow 虛擬環境 安裝交互環境（ipykernel） conda install ipykernel 啓
2020-06-25 18:51:45
原创 3.偏置值和方差（bias & variance）對預測結果的影響及如何選擇最優模型
1.樣本數量對bias和variance的影響 預測的模型與實際模型之間的差距爲 bias+variance 樣本數量越多，預測值與μ、 σ²越接近。 上圖中第四個圖，實際模型位於靶心紅色點位置，對N個樣本（圖中分散的小藍點
2020-05-02 08:45:46
原创 1.尋找最小Loss—梯度下降(Gradient Descent)算法原理
Gradient Descent 梯度下降 隨機選取初始點w0，計算該點處的微分（切線斜率），如果切線斜率爲負值，說明該點處loss高於最小loss值，那麼就要取一個比w0大的w值；如果切線斜率爲正值，也說明該點處loss高於
2020-04-29 03:14:01
6
原创 2.過擬合和正則化（Overfitting & Regularization）
1. 過擬合 通過訓練集traing data確定了模型y = b + w·x,算出在traing data中的平均錯誤值average error爲31.9 用確定的模型y = b + w·x來預測測試集testing da
2020-04-29 03:14:01
2