Resulte的博客 | Resulte's Blog

使用Java + MapReduce实现热词发现

Hello World, Hello BigData

使用Java+MapReduce实现热词发现使用Java MapReduce实现热词发现代码库Github链接为：https://github.com/Resulte/hot-words-detection-with-MapReduce （希望您去Github的时候可以顺手给个Star）介绍热词发现(hot words detection)是通过统计给定数据中的单词出现的频数...

Posted by Resulte on January 17, 2022

使用Java API操作Hbase建表和插入数据

Hello World, Hello BigData

使用Java API操作Hbase建表和插入数据使用Java API操作Hbase建表和插入数据代码库Github链接为：https://github.com/Resulte/operate-hbase-with-java-api （希望您去Github的时候可以顺手给个Star）实现以下操作：在HBase中创建一张表，名为“Orders”，存储每一条订单记录。该表包...

Posted by Resulte on January 17, 2022

使用Java + MapRedcue实现 K-means 聚类算法

Hello World, Hello BigData

使用Java + MapRedcue实现 K-means 聚类算法使用Java + MapRedcue实现 K-means 聚类算法，使用python实现基于散点图的可视化。代码库Github链接为：https://github.com/Resulte/K-means-with-MapReduce （希望您去Github的时候可以顺手给个Star）介绍聚类是针对给定的样本，依据...

Posted by Resulte on January 16, 2022

Traverse Binary Tree by Stack(none-recursive)

Hello World, Hello Algorithm

Traverse Binary Tree by Stack(none-recursive) Key point: Firstly, you can write down the code of recursive form of traverse binary tree. Then, simulating it. And remember that stack is a data s...

Posted by Resulte on November 16, 2021

用golang实现tcp端口扫描器

Hello World, Hello Golang

用golang实现tcp端口扫描器 tcp端口扫描器就是针对某一IP地址，扫描某个范围内的端口是否打开。 1. 非并发版本实现 package main import ( "fmt" "net" ) func main() { ip := "11.111.10.11" startPort := 21 endPort := 120 for port := startPo...

Posted by Resulte on February 22, 2021

深度学习学习笔记10-使用重复元素的网络VGGnet

Dive into deep learning

深度学习学习笔记10-使用重复元素的网络VGGnet 2014年，牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发出了新的深度卷积神经网络：VGGNet，并取得了ILSVRC2014比赛分类项目的第二名（第一名是GoogLeNet，也是同年提出的）和定位项目的第一名。 VGGNet探索了卷积神经网络的深度与其性能之间的...

Posted by Resulte on October 27, 2020

深度学习学习笔记9-深度卷积神经网络AlexNet

Dive into deep learning

深度学习学习笔记9-深度卷积神经网络AlexNet AlexNet模型 2012年，AlexNet横空出世。这个模型的名字来源于论文第一作者的姓名Alex Krizhevsky。AlexNet使用了8层卷积神经网络，并以很大的优势赢得了ImageNet 2012图像识别挑战赛。它首次证明了学习到的特征可以超越手工设计的特征，从而一举打破计算机视觉研究的前状。 AlexNet与LeNet...

Posted by Resulte on October 26, 2020

深度学习学习笔记8-卷机神经网络LeNet

Dive into deep learning

深度学习学习笔记8-卷机神经网络LeNet 对于只含全连接层的网络，有一定的局限性：图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。对于大尺寸的输入图像，使用全连接层容易导致模型过大。假设输入是高和宽均为1,000像素的彩色照片（含3个通道）。即使全连接层输出个数仍是256，该层权重参数的形状也是3,000,000×256：它占用了大约3 ...

Posted by Resulte on October 25, 2020

深度学习学习笔记7-卷积神经网络

Dive into deep learning

深度学习学习笔记7-卷积神经网络卷积神经网络（convolutional neural network）是含有卷积层（convolutional layer）的神经网络。本章中介绍的卷积神经网络均使用最常见的二维卷积层。它有高和宽两个空间维度，常用来处理图像数据。一、二维卷积层二维卷积层将输入和卷积核做互相关运算，并加上一个标量偏差来得到输出。卷积层的模型参数包括了卷积核和标量偏...

Posted by Resulte on October 24, 2020

深度学习学习笔记6-权重衰减和丢弃法

Dive into deep learning

深度学习学习笔记6-权重衰减和丢弃法过拟合现象，即模型的训练误差远小于它在测试集上的误差。虽然增大训练数据集可能会减轻过拟合，但是获取额外的训练数据往往代价高昂。应对过拟合问题的常用方法：权重衰减（weight decay）和丢弃法（dropout）。丢弃法有一些不同的变体。本文中提到的丢弃法特指倒置丢弃法（inverted dropout）。一、权重衰减权重衰减等价于L2范数正...

Posted by Resulte on October 22, 2020

Resulte's Blog

使用Java + MapReduce实现热词发现

Hello World, Hello BigData

使用Java API操作Hbase建表和插入数据

Hello World, Hello BigData

使用Java + MapRedcue实现 K-means 聚类算法

Hello World, Hello BigData

Traverse Binary Tree by Stack(none-recursive)

Hello World, Hello Algorithm

用golang实现tcp端口扫描器

Hello World, Hello Golang

深度学习学习笔记10-使用重复元素的网络VGGnet

Dive into deep learning

深度学习学习笔记9-深度卷积神经网络AlexNet

Dive into deep learning

深度学习学习笔记8-卷机神经网络LeNet

Dive into deep learning

深度学习学习笔记7-卷积神经网络

Dive into deep learning

深度学习学习笔记6-权重衰减和丢弃法

Dive into deep learning

FEATURED TAGS

ABOUT ME

FRIENDS