Dinghow

Writing words,writing codes.

Google机器学习课程笔记part3

12. 正则化:稀疏性稀疏矢量的特征组合通常会导致包含更多无意义维度,在降低模型复杂度时,我们希望将一些无意义的权重设为0(即L0正则化),但是L0正则化是非凸优化,并存在其他问题,所以我们将条件放宽至L1正则化,减小权重的绝对值,即采用L1正则化 凸优化:不严格的说,凸优化就是在标准优化问题..


使用Android Studio打包aar与jar

1. jar与aar从维基百科摘一段: JAR文件(Java归档,英语:Java ARchive)是一种软件包文件格式,通常用于聚合大量的Java类文件、相关的元数据和资源(文本、图片等)文件到一个文件,以便分发Java平台应用软件或库 AAR(Android Archive)包是一个Andr..


学期总结和一点杂想

或许又是一篇没有营养的吐槽

爆炸的一个学期终于结束了,似乎又到了写总结的时候,已经很久很久没有去写点什么的想法了。而个人博客的存在,我想也允许去记一些这种东西吧。 总而言之,这个学期是在糟糕中前进的。 学期的开端是一个颓废寒假的结束,当其他同学都在努力的时候,我却每天除了看番就是打球,没有学多少东西。 新学期伊始,自信满满..


Google机器学习课程笔记part2

9.正则化(Regularization):简单性L2正则化定义:通过降低复杂模型的复杂度来防止过拟合的原则称为正则化 为了避免训练集数据过拟合,应该求结构风险最小化(最小化损失和复杂度): 而衡量模型复杂度有两种常见方式: 用所有特征的权重的函数 可以使用 L2 正则化公式来量化复杂度,..


Linux根目录空间不足解决

解决Linux根目录空间不足问题环境:windows10 1803 + ubuntu 16.04双系统 当初装双系统是还不了解linux的包安装机制,/目录就只分了10g,于是当我愉快地搭完DL环境后,用了一段时间,突然被win丑到,决定再愉快地装了一套wine软件以及网易云等日常使用工具后,..


Google机器学习课程笔记part1

从上个学期开始接触ML,由于自身懒散,西瓜书进度一直堪忧,寒假机械盘暴毙,ubuntu引导直接丢了,环境全废(ヾ(。 ̄□ ̄)ツ゜゜゜),碰巧Google的ML入门课程推出了官方中文版,是时候重新学习一波了 机器学习概念1.框架处理常见术语 标签:预测的事物,y变量 特征:输入变量,x变量 模型..


胜者树与败者树

胜者树与败者树0.前言查阅了网路上关于胜败者树区别的回答和文章,发现在描述败者树的比较过程中大多一笔带过,容易引起误解,写这一篇笔记更清晰地区分一下两者。 1.简介胜者树与败者树均是完全二叉树,是树形选择排序的变形。用叶子节点表示待排序元素,中间节点储存两个子节点比较的结果(胜者\败者),根节点..


Android:CheckBoxPreference组件运用再解

最近强行参加了Google的Android挑战赛,从9月18号十分愧疚地在大腿的挂载下“打”完CUMCM,我才开始学习Android怎么写(Orz,万恶的假期拖延症),到10月10日截止时间前二十分钟完成提交,可以说中途一路肝过来,最终做出了一个基本能交,还是不能看的App,很多地方后面有时间再..