月色的自留地-腾讯云开发者社区

开发者社区

文档建议反馈控制台

腾讯云架构师技术同盟

文章/答案/技术大牛

发布

月色的自留地

专栏成员

113

文章

225699

阅读量

65

订阅数

PYTHON替代MATLAB在线性代数学习中的应用(使用Python辅助MIT 18.06 Linear Algebra学习)

MATLAB一向是理工科学生的必备神器，但随着中美贸易冲突的一再升级，禁售与禁用的阴云也持续笼罩在高等学院的头顶。也许我们都应当考虑更多的途径，来辅助我们的学习和研究工作。虽然PYTHON和众多模块也属于美国技术的范围，但开源软件的自由度毕竟不是商业软件可比拟的。

俺踏月色而来

2020-08-19

5.5K0

Rocket框架多文件上传,介绍rocket_upload 使用

网站编程算法 c++https 网络安全

Rust让这种情况彻底改观。Rust本身在系统开发方面就有不错的表现，社区中又出现了不少优秀的开源框架提供Web编程支持。这其中老牌的Actix和新秀Rocket是用的比较多的两个。个人其实用Actix多一些，毕竟出来时间长，性能评测得分又比较高，社区还有比较好的支持。比如解决MultiPart FormData上传已经有了好用的工具箱awmp。但作为万年不变的乙方代表，很多时候对于开发环境的选择还是做不到完全自主。Rocket也是不时的会用一下，Rocket易用性更好，上手容易。对于文件上传，工具本身也提供了一些粗糙的支持，但跟awmp比还是差了很多。

俺踏月色而来

2019-12-10

1.3K1

Rust到底值不值得学--Rust对比、特色和理念

打包 ide 编程算法 go 网站

其实我一直弄不明白一点，那就是计算机技术的发展，是让这个世界变得简单了，还是变得更复杂了。当然这只是一个玩笑，可别把这个问题当真。

俺踏月色而来

2019-10-14

2.7K0

cURL无法访问TLS网站故障解决

命令行工具打包 https SSL 证书 linux

大多数人都厌烦使用老旧的系统，无论软件还是硬件。但有的时候又不得不困守其中，坚持延续着系统的寿命，或者还需要点几柱香，祈求神佛的护佑。 Linux是一个模块化极好的操作系统，得益于此，当其中有组件落伍之时，大多数情况下，还能通过下载源码，手工编译来升级组件，从而保证系统的可用性。在这个过程中，cURL工具是必不可少的，特别很多常用的开发平台，都使用了libcurl库作为下载的基础工具。比如PHP/PYTHON/RUST/NPM等。当cURL出现故障的时候，直接就导致很多开发工具的升级或者安装依赖包无法继续。

俺踏月色而来

2019-09-17

4.1K0

MySQL数据库文件的移动和权限设置

ubuntu 云数据库 SQL Server linux centos 数据库

新型数据库层出不穷，MySQL一幅日薄西山的样子。其实还有很多人或者偏爱、或者使用以前遗留的系统，仍然生活在MySQL的世界。我也是有很久不用了，这个很久超过十年。不过前几天有个朋友让我帮忙为他们升级服务器，才发现，老革命居然碰到个新问题。

俺踏月色而来

2019-08-13

7.9K0

正确设置越狱版ios的终端编码--命令行中文的处理

iphone mac os ios

越狱版的iPhone当然是为了跟电脑一样做各种有趣的事情的。但通常越狱的iPhone在命令行都无法处理中文，比如你的播放器里面的中文歌曲名，列出来全部是乱码的样子。类似下面的图：

俺踏月色而来

2019-07-01

1.7K0

win10配置linux子系统使用python绘图并显示--WSL使用GUI输出

linux gui python windows

默认情况下，Win10的linux子系统(WSL)是只能使用命令行程序的。所有图形界面的程序都无法执行。

俺踏月色而来

2019-07-01

3.7K0

梯度下降法公式推导过程--再次补充:导数部分化简

前面一篇就是基础性的推导过程。从反馈的情况看，总体还是讲明白了。但是在导数的部分，仍有不少的存疑。其实在数学方面，我也是学渣。所以尽我所能，希望再次的补充能讲的明白。若有谬误，期盼指正。

俺踏月色而来

2019-06-25

1.1K0

梯度下降法基本推导--机器学习最基本的起点

机器学习神经网络深度学习人工智能

仍然是一篇入门文，用以补充以前文章中都有意略过的部分。之前的系列中，我们期望对数学并没有特别喜好的程序员，也可以从事人工智能应用的开发。但走到比较深入之后，基本的数学知识，还是没办法躲过的。

俺踏月色而来

2019-06-22

1.2K0

给图片加水印--手把手教新码农如何把技术变成产品

加水印是为图片声明版权出处的一种常用方法。平常都是写技术文章，文章的重点在技术本身，照片往往不需要加水印，或者需要加也不多，祭出神器PhotoShop很快就能完成。前一段趁着夏天还不很热的时候出去游荡，回来应约写了游记，其实是给别人当做攻略来用。游记可就不同了，照片成为了主体，并且量很大。随便一个景区的流程，十几副照片总是免不了的。这个时候，还用PhotoShop来加水印，当然不是不行，但那显然非我等“攻城狮”所愿为的。于是我们为图片加水印的“产品”，就此立项啦。

俺踏月色而来

2019-06-19

7780

Android程序中，内嵌ELF可执行文件-- Android开发C语言混合编程总结

打包 android studio sdk ide c++

都知道的，Android基于Linux系统，然后覆盖了一层由Java虚拟机为核心的壳系统。跟一般常见的Linux+Java系统不同的，是其中有对硬件驱动进行支持，以避开GPL开源协议限制的HAL硬件抽象层。大多数时候，我们使用JVM语言进行编程，比如传统的Java或者新贵Kotlin。碰到对速度比较敏感的项目，比如游戏，比如视频播放。我们就会用到Android的JNI技术，使用NDK的支持，利用C++开发高计算量的模块，供给上层的Java程序调用。本文先从一个最简单的JNI例子来开始介绍Android中Java和C++的混合编程，随后再介绍Android直接调用ELF命令行程序的规范方法，以及调用混合了第三方库略微复杂的命令行程序。

俺踏月色而来

2019-06-15

1.8K0

Android程序中，内嵌ELF可执行文件--Android开发C语言混合编程总结

android studio c++

都知道的，Android基于Linux系统，然后覆盖了一层由Java虚拟机为核心的壳系统。跟一般常见的Linux+Java系统不同的，是其中有对硬件驱动进行支持，以避开GPL开源协议限制的HAL硬件抽象层。

俺踏月色而来

2019-06-14

1.9K0

TensorFlow从1到2（十五）（完结）在浏览器做机器学习

tensorflow python 机器学习 java

TensorFlow一直努力扩展自己的基础平台环境，除了熟悉的Python，当前的TensorFlow还实现了支持Javascript/C++/Java/Go/Swift(预发布版)共6种语言。越来越多的普通程序员，可以容易的在自己工作的环境加入机器学习特征，让产品更智能。

俺踏月色而来

2019-05-17

9360

TensorFlow从1到2（十三）图片风格迁移

tensorflow 编程算法神经网络卷积神经网络

《从锅炉工到AI专家(8)》中我们介绍了一个“图片风格迁移”的例子。因为所引用的作品中使用了TensorFlow 1.x的代码，算法也相对复杂，所以文中没有仔细介绍风格迁移的原理。今天在TensorFlow 2.0的帮助，和新算法思想的优化下，实现同样功能的代码量大幅减少，结构也越发清晰。所以今天就来讲讲这个话题。

俺踏月色而来

2019-05-15

2K9

TensorFlow从1到2（十四）评估器的使用和泰坦尼克号乘客分析

keras tensorflow python 机器学习

通常认为评估器因为内置的紧密结合，运行速度要高于Keras。Keras一直是一个通用的高层框架，除了支持TensorFlow作为后端，还同时支持Theano和CNTK。高度的抽象肯定会影响Keras的速度，不过本人并未实际对比测试。我觉的，对于大量数据导致的长时间训练来说，这点效率上的差异不应当成为大问题，否则Python这种解释型的语言就不会成为优选的机器学习基础平台了。在TensorFlow 1.x中可以使用tf.estimator.model_to_estimator方法将Keras模型转换为TensorFlow评估器。TensorFlow 2.0中，统一到了tf.keras.estimator.model_to_estimator方法。所以如果偏爱评估器的话，使用Keras也不会成为障碍。

俺踏月色而来

2019-05-15

9750

TensorFlow从1到2（十二）生成对抗网络GAN和图片自动生成

机器学习神经网络深度学习人工智能

上一篇中介绍的VAE自动编码器具备了一定程度的创造特征，能够“无中生有”的由一组随机数向量生成手写字符的图片。这个“创造能力”我们在模型中分为编码器和解码器两个部分。其能力来源实际上是大量样本经过学习编码后，在数字层面对编码结果进行微调，再解码生成图片的过程。所生成的图片，是对原样本图的某种变形模仿。

俺踏月色而来

2019-05-15

1.2K0

TensorFlow从1到2（十一）变分自动编码器和图片自动生成

分类算法编程算法

“变分自动编码器”(Variational Autoencoders，缩写:VAE)的概念来自Diederik P Kingma和Max Welling的论文《Auto-Encoding Variational Bayes》。现在有了很广泛的应用，应用范围已经远远超出了当时论文的设想。不过看起来似乎，国内还没有见到什么相关产品出现。

俺踏月色而来

2019-05-14

8040

TensorFlow从1到2（十）带注意力机制的神经网络机器翻译

机器翻译机器学习神经网络深度学习人工智能

机器翻译和语音识别是最早开展的两项人工智能研究。今天也取得了最显著的商业成果。早先的机器翻译实际脱胎于电子词典，能力更擅长于词或者短语的翻译。那时候的翻译通常会将一句话打断为一系列的片段，随后通过复杂的程序逻辑对每一个片段进行翻译，最终组合在一起。所得到的翻译结果应当说似是而非，最大的问题是可读性和连贯性非常差。实际从机器学习的观点来讲，这种翻译方式，也不符合人类在做语言翻译时所做的动作。其实以神经网络为代表的机器学习，更多的都是在“模仿”人类的行为习惯。一名职业翻译通常是这样做：首先完整听懂要翻译的语句，将语义充分理解，随后把理解到的内容，用目标语言复述出来。而现在的机器翻译，也正是这样做的，谷歌的seq2seq是这一模式的开创者。如果用计算机科学的语言来说，这一过程很像一个编解码过程。原始的语句进入编码器，得到一组用于代表原始语句“内涵”的数组。这些数组中的数字就是原始语句所代表的含义，只是这个含义人类无法读懂，是需要由神经网络模型去理解的。随后解码过程，将“有含义的数字”解码为对应的目标语言。从而完成整个翻译过程。这样的得到的翻译结果，非常流畅，具有更好的可读性。

俺踏月色而来

2019-05-14

7530

TensorFlow从1到2（九）迁移学习

迁移学习机器学习神经网络深度学习人工智能

迁移学习是这两年比较火的一个话题，主要原因是在当前的机器学习中，样本数据的获取是成本最高的一块。而迁移学习可以有效的把原有的学习经验（对于模型就是模型本身及其训练好的权重值）带入到新的领域，从而不需要过多的样本数据，也能达到大批量数据所达成的效果，进一步节省了学习的计算量和时间。

俺踏月色而来

2019-05-10

1.8K0

TensorFlow从1到2（八）过拟合和欠拟合的优化

tensorflow keras binary summary 规范化

《从锅炉工到AI专家(6)》一文中，我们把神经网络模型降维，简单的在二维空间中介绍了过拟合和欠拟合的现象和解决方法。但是因为条件所限，在该文中我们只介绍了理论，并没有实际观察现象和应对。现在有了TensorFLow 2.0 / Keras的支持，可以非常容易的构建模型。我们可以方便的人工模拟过拟合的情形，实际来操作监控、调整模型，从而显著改善模型指标。

俺踏月色而来

2019-05-10

1.3K0

点击加载更多

社区活动

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·干货材料·成员作品最新动态