Google机器学习课程笔记part2：泛化，验证，表示法，特征组合
系列笔记索引：官方课程 Github仓库 Part1：基础概念，降低损失 Part2：泛化，验证，表示法，特征组合 Part3：L2正则化，逻辑回归，分类 Part4：L1正则化，神经网络 Part5：训练神经网络，多类别神经网络，嵌套 5.泛化判断模型出色与否理论上：泛化理论（略） 直觉上：奥卡姆剃刀（越简单越好） 经验上：用测试集上的表现作为新数据的预测 前提假设： 样本独立同分布 分布
2018-06-15 View allLinux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，我发现我的根目录已经只剩200M了，已经寸步难行 网络上给出修改linux分区的方法是使用GParte
2018-04-23 View allGoogle机器学习课程笔记part1：基础概念，降低损失
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 系列笔记索引：官方课程 Github仓库 Part1：基础概念，降低损失 Part2：泛化，验证，表示法，特征组合 Part3：L2正则化，逻辑回归，分类 Part4：L1正则化，神经网络
2018-03-25 View all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），根节点即为最终的胜者\败者。 2.比较比较堆、胜者树、败者树，三者在时间复杂度上没有数量级区别，每一次重构的代
2018-01-18 View allAndroid: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慢慢改，再增添一些新功能。 屁话说了这么多，现在转入正题。 因为Google官方的Materia Des
2017-10-19 View all致“矫情”岁月
手放在键盘上，思考了许久，却已不知道该摁些什么。拖拖拉拉写点东西的想法稍纵即逝，朝朝暮暮间日复一日，我想，我的“矫情”岁月恐怕已然离去。 曾幻想以后当一个作家，热爱着每一节语文课，抓紧了每一分阅读的机会，最大的爱好是周末溜出校园逛逛书店，身为一个留校生，包里装满了当地各大书店的书卡。看完一书，瞅见一草一木，萌动的血液中运载着无穷无尽的“矫情”，纵是尘埃一枚，便也能感慨“它在这碎
2017-08-28 View allcocos2dx-3.10期末项目踩坑记录
不得不吐槽在先，cocos整体框架十分强悍，但是很多细节的东西写得不够人性化，而且官方的文档也没有跟上，导致浪费大量的时间在一些不必要的坑上，实在是不划算，记录一下这次期末项目用cocos2d-x3.10开发泡泡堂踩到的坑吧！ 1.cocosStudio导出的csb文件组件获取auto rootNode = CSLoader::createNode("LoginScene/LoginSc
2017-06-28 View all堆、栈、栈帧学习笔记
上学期初略地了解了一下堆栈知识，还以为暂时够用了，没想到这学期assignment2遇到了内存管理专项训练，才发现漏洞百出，知之甚少。这几天查阅了大量的相关资料，为了确保我确实是学到了，整理凝练一下，防止日后要用时又要重复查阅。 一、首先是堆栈的概念C/C++编译的程序内存占用方式大致如下图： 数据结构：1.栈区（stack）由编译器自动分配释放，存放函数的参数值，局部变量的值等。其操作方式类似
2017-04-11 View all