你好呀!我是兰州小红鸡,简称小鸡。在兰州大学就读计算机科学,喜欢折腾新技术,折腾前端,喜欢算法。经常写文章,写技术博客,也有写生活动态,记录自己的成长。如果有幸获得您的赏识,请不要吝啬您的邮件。算法是
编译原理课设,实现源码到汇编代码的翻译,链接部分使用gcc的功能。目前支持数组,四则运算,赋值,判断,输出,循环语句等。项目地址:https://github.com/flymysql/Py-Comp
昨天在玩某爆肝痒痒鼠游戏的时候,想用个辅助来护肝(只是用来点怪之类的辅助,并不是修改游戏内容的外挂,也不会破坏游戏体验)。事实上我上个月也用python写了一个简单的点怪脚本,但是后来因为技术太差被检
除去之前完成的词法分析器,本语法分析程序共涉及1个文件,四元式转化涉及一个文件 现将其说明如下:刚开始很难自己写出一个完整的语法产生式,后来借鉴网上的语法产生式,自己对其一点一点扩展,最终形成适合自己
通过数值微分计算神经网络的损失函数关于权重参数的梯度,虽然简单也容易实现,但是缺点是计算上比较费时间。而误差的反向传播法可以高效地计算梯度。
程序创建一个词法类——classword_list,在使用类构造一个示例对象时需传入一个文件名参数。而后,对象的初始化函数对该源代码进行切割,并返回一个字典,存放单词和单词所在的行号。接着,初始化函数调用单词分类函数
利用微小的差分求导数的过程称为数值微分。以计算函数f在(x + h)和(x − h)之间的差分。因为这种计算方法以x为中心,计算它左右两边的差分,所以也称为中心差分(而(x + h)和x之间的差分称为前向差分)。
这里所说的“学习”是指从训练数据中自动获取最优权重参数的过程。为了使神经网络能进行学习,将导入损失函数这一指标。而学习的目的就是以该损失函数为基准,找出能使它的值达到最小的权重参数。为了找出尽可能小的
和求解机器学习问题的步骤(分成学习和推理两个阶段进行)一样, 使用神经网络解决问题时,也需要首先使用训练数据(学习数据)进 行权重参数的学习;进行推理时,使用刚才学习到的参数,对输入 数据进行分类。
感知机是由美国学者Frank Rosenblatt在1957年提出来的。为何我们现在还要学习这一很久以前就有 的算法呢?因为感知机也是作为神经网络(深度学习)的起源的算法。因此, 学习感知机的构造也就
之前介绍的感知机,不足的是——权重的设定工作需要人工进行。 而神经网络,的出现就是为了解决刚才的问题。具体地讲,神经网络的一 个重要性质是它可以自动地从数据中学习到合适的权重参数。
可以使用matplotlib的pyplot模块绘制图形。话不多说,我们来看一个 绘制sin函数曲线的例子。
昨天突发奇想给博客写了个相册页面,使用腾讯云cos作为相册的存储桶,使用api在线获取相册里面的存储桶里的照片并且实时生成相册内容。
昨天在写node.js的一个小网页,写到一半连接数据库的时候出了各种bug,反正就是连不上数据库,哎好气,然后顺手就换了个操作系统——manjaro(虽然一直想换回以前用的debian,不过感觉之前debian在自己电脑的bug还在,就不
自从决定不考研继续工作之后,在等待七月份去华为实习的这两三个月时间里,一直在纠结一件事,以后的技术栈应该往哪个方向发展?真的好迷茫,每次想到这里就觉得自己好菜,杂七杂八学了一堆,却好像什么也没学。 前端接触的比较多,却一直想着要做算法,做
喜欢折腾的我又换了评论系统,虽然之前的valine一直用的很舒服,奈何人都是善变的,何况一个喜欢折腾的人。这次换的是disqus评论系统,我垂涎已久的一个评论系统,终于可以换上了。 不过有个问题就是之前valine的评论怎么搬过来?先不自
这两天刷了十几道Leetcode的算法题,还是做算法有趣,现在对这周做的源码进行汇总。 算法都比较笨,大佬们见笑了 ¶Definition for singly-linked list. # Definition for singly-
¶什么是线性回归 最简单的线性回归就是直接利用一条直线拟合二维平面上的一系列点,目的是利用这条直线概括所有训练集中样本的散布规律或趋势,最终用于新样本点的预测。二维平面上直线方程的一般形式为y=ax+b,使用训练集中的数据以某种方式训练该
¶决策树 以下概念介绍转自——参考文章:决策树算法介绍及应用 决策树是附加概率结果的一个树状的决策图,是直观的运用统计概率分析的图法。机器学习中决策树是一个预测模型,它表示对象属性和对象值之间的一种映射,树中的每一个节点表示对象属性的判断
前几天闲着没事新建了一个wordpress站点,想着用来转发一些IT资讯文章来赚流量(https://www.idealli.com)于是自己写了几个小爬虫用来爬取其他平台文章并且直接导入到自己的word press站点。 ¶Bea
今天给博客加了图床,毕竟不能老是往github床图片 看了几个国内的厂商,我的图片也不多,想要个免费的,并且有https 本来想要用七牛的,后来发现他https不是免费的 最后还是选了腾讯云 挺简单的,也可以用命令行直接上传文件,爽!
由于以前公众号发了挺多分享资源的文章,索性写个python爬虫来爬取 特点: 1.保留公众号排版样式(就是把div样式全拷下来了) 2.写成md格式,并且加了hexo渲染需要的头部 3.解除了微信图片防盗链的限制!!! 不过一次只能抓