腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

技术小站

专栏作者

54

文章

88043

阅读量

21

订阅数

MySQL之char、varchar和text的设计

编程算法存储

最近有表结构设计中出现了varchar（10000）的设计引起了大家的讨论，我们下面就来分析分析。

2019-02-25

3.8K1

搞定python多线程和多进程

python 安全 erp 爬虫

线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。一个线程是一个execution context（执行上下文），即一个cpu执行时所需要的一串指令。

2018-10-09

5160

Python 多线程与多进程

python http html 安全

原文地址:http://www.cnblogs.com/whatisfantasy/p/6440585.html

2018-10-09

5670

Python 基础 (-)

Python 单词是“大蟒蛇”的意思。但是龟叔不是喜欢蟒蛇才起这个名字，而是正在追剧：英国电视喜剧片《蒙提·派森的飞行马戏团》(Monty Python and the Flying Circus)。

2018-10-09

4.7K0

Python3 Scrapy 安装方法

转自:https://blog.csdn.net/zjiang1994/article/details/52689144

2018-10-09

8180

吴恩达深度学习笔记 course4 week 4 特殊应用:人脸识别与神经风格转换

output:如果图片是对应的K人中的一人,则输出此人ID,否则验证不通过 ,人脸识别比人脸验证更难一些,如果一个人脸验证系统的正确率为99%,即错误率为1%,将这个人脸验证系统应用到另一个人脸识别系统,犯错几率就变为了K倍.即K%

2018-10-09

5780

吴恩达深度学习笔记 course4 week4 测验

Face verification requires comparing a new picture against one person’s face, whereas face recognition requires comparing a new picture against K person’s faces.

2018-10-09

1K0

吴恩达深度学习笔记 course2 week2 优化算法

深度学习编程算法存储

batch:之前所用的都是将m个样本放在一起组成向量来就行训练,称为batch,所存在的问题:当样本的数量比较庞大的时候,迭代一次所需要的时间比较多

2018-09-03

5490

吴恩达深度学习笔记 course2 week3 超参数调试,Batch Norm,和程序框架

一般而言,在调试超参数的过程中,我们通常将学习率learning_rate看作是最重要的一个超参数,其次是动量梯度下降因子β(一般为0.9),隐藏层单元个数,mini-batch size,再然后是layers,learning rate decacy. 当然,这并不是绝对的.

2018-09-03

4970

吴恩达深度学习 course4 卷积神经网络

深度学习卷积神经网络图像识别神经网络 python

传统的神经网络所存在的问题:图片的输入维度比较大,具体如下图所示,这就造成了权重w的维度比较大,那么他所占用的内存也会比较大,计算w的计算量也会很大

2018-09-03

7450

吴恩达深度学习笔记 course3 week1 机器学习策略(1)

调节电视图像的时候,要使电视图像到正立中间,我们可以对于图像的水平方向,垂直方向,旋转角度分开调节,各设一个按钮,不让其相互影响

2018-09-03

1990

吴恩达深度学习笔记 course3 week2 机器学习策略(2)

1.Carrying out error analysis 例:当我们在训练一个模型的时候,我们的准确率是90%,bayes optimized bias是0%,这个时候错误率达到了10%,那么我们如

2018-09-03

4980

吴恩达深度学习笔记 4.1~4.8 深层神经网络

深度学习神经网络人脸识别

深层神经网络与浅层神经网络的区别是:隐藏层比浅层神经网络多,从命名规则上来说,有1,2,5个隐藏层的神经网络可以称为1 hidden layer,2 hidden layers,5 hidden layers

2018-09-03

5480

吴恩达深度学习笔记 course 2 1.1~1.14 深度学习的实用层面

在构建一个神经网络的时候我们往往需要设计很多参数,如:layers,learning rates ,acivation functions,hidden units, 而这些参数我们往往不能一次性就能设计到成为了最佳的参数,往往是我们自己有一些想法,然后写出代码,开始实验,然后开始调整,再次更改代码实验,就这样一步步调整,得到最佳的参数.使神经网络的性能最佳.

2018-09-03

5530

吴恩达深度学习笔记 2.6~2.9 logistic中的梯度下降

之前我们已经了解了Coss Function的定义,它是一个convex,所以我们能找到它的全局最优解,我们可以先可以先随便选取一组w,b,求得刚开始J(w,b)对w的偏导,用公式:

2018-09-03

6350

吴恩达深度学习笔记 2.10~2.18 向量化与python

深度学习 python 神经网络

对于非向量化,我们要求得z的值,必须用到for循环,但是当数据量非常庞大的时候,for循环所用的时间会比较多,这个时候可以使用向量运算来提高速度

2018-09-03

4790

吴恩达深度学习笔记 2.3 logistic回归损失

损失函数测量预测（p（）和期望输出（y（）之间的差异。换句话说。损失函数计算单个培训示例的错误。

2018-09-03

5050

吴恩达深度学习笔记 (补)1.1~1.5 神经网络概述

举一个例子:假设房子的价格与房子大小有关,为了预测房子的价格,我们可以先可以搜集一批房子价格对有房子大小的数据,为了能够进行分析,我们需要建立一个模型,来实现输入size x时能够输出对应的price y.

2018-09-03

2810

(String)、toString、String.valueOf用法区别(转)

在Java项目的实际开发和应用中，常常需要用到将对象转为String这一基本功能。本文将对常用的转换方法进行一个总结。

2018-09-03

1.5K0

0和1可以用来表示计算机中的所有数据,如颜色,图片,视频,可执行程序,如可用由32个0组成的000000000000000000~表示白色;

2018-09-03

4780

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态