caszhang / data Goto Github PK

https://yudao.me/2020/03/30/%E6%AF%8F%E6%97%A5%E4%B8%80%E7%82%B9-%E5%85%B3%E4%BA%8EIP/

IP地址就是给网上的每一个主机/路由器/设备（确切说是每一块网卡）分配一个唯一的标识符，ipv4是一个32位的整数，ipv6是128位。

win first

https://yudao.me/2018/08/23/%E6%89%8B%E5%86%99%E4%B8%80%E4%B8%AA%E6%9D%A5%E5%AD%A6%E4%B9%A0%E5%8C%BA%E5%9D%97%E9%93%BE/#more

学习和理解区块链一个比较好的方法是自己动手写一个，代码的运行环境是python3.6，web框架用的是Flask，环境配置代码如下：

https://yudao.me/2020/04/22/%E7%90%86%E8%AE%BA%E5%92%8C%E4%BB%A3%E7%A0%81-%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%8A%80%E5%B7%A7/#more

实际操作过程中，常见的深度学习场景，基本上会在数据筛选、数据处理、模型结构调整、训练参数调整等，常见的可操作的点有：1，数据预处理相关，数据集合选取，数据集预处理，训练集与测试集比例和划分2，模型和调参数相关，模型设计和调整，learning rate, epoch, batch_size，激活函数，dropout，归一化，损失函数选择，优化算法选择/梯度下降类型选择

https://yudao.me/2019/10/25/%E7%90%86%E8%AE%BA%E5%92%8C%E4%BB%A3%E7%A0%81-%E6%A6%82%E7%8E%87%E5%88%86%E7%B1%BB%E6%A8%A1%E5%9E%8B/

步骤1:模型假设，如何选择模型;这里选概率模型，以二分类为例，$p(c_{1}|x)=\frac{p(x|c_{1}).p(c_{1})}{p(x|c_{1}).p(c_{1}) + p(x|c_{2}).p(c_{2})}，$$如果p(c_{1}|x) > 0.5, x\in c_{1} 否则x \in c_{2}$