Solid

【推荐阅读】微服务还能火多久？>>> Q1 过拟合与欠拟合的区别是什么，什么是正则化 欠拟合指的是模型不能够再训练集上获得足够低的 「 训练误差 」 ，往往由于特征维度过少，导致拟合的函数无法满足训练集，导致误差较大。 过拟合指的是模型训练误差与测试误差之间差距过大；具体来说就是模型在训练集上训练过度，导致泛化能力过差。 「 所有为了减少测试误差的策略统称为正则化方法 」 ，不过代价可能是增大训练误差。 Q2 解决欠拟合的方法有哪些 降低欠拟合风险主要有以下3类方法。 加入新的特征，对于深度学习来讲就可以利用因子分解机、子编码器等。 增加模型复杂度，对于线性模型来说可以增加高次项，对于深度学习来讲可以增加网络层数、神经元个数。 减小正则化项的系数，从而提高模型的学习能力。 Q3 防止过拟合的方法主要有哪些 「 1.正则化 」 正则化包含L 1 正则化、L 2 正则化、混合L 1 与L 2 正则化。 「 L 1 正则化 」 目的是减少参数的绝对值总和，定义为： 「 L 2 正则化 」 目的是减少参数平方的总和，定义为： **混合L 1 与L 2 **正则化是希望能够调节L 1 正则化与L 2 正则化，定义为： 因为最优的参数值很大概率出现在 「 坐标轴 」 上，这样就会导致某一维的权重为0，产生 「 稀疏权重矩阵 」 。而L 2 正则化的最优的参数值很小概率出现在坐标轴上

【推荐阅读】微服务还能火多久？>>> 应用笔记 V0.0 2015/3/17 LDPC 译码器的 FPGA 实现 概述 本文将介绍LDPC译码器的FPGA实现，译码器设计对应CCSDS131x1o1s文档中提到的适用于深空通信任务的LDPC编码。本文档将简述Verilog代码的基本结构和信号说明。 修订历史 以下表格展示了本文档的修订过程 日期 版本号 修订内容 2015/03/16 V1.0 初始版本， ISim 仿真基本正确 简介 本文中FPGA实现特指通过Verilog HDL实现LDPC译码器功能，然而对于VHDL来说也似类似的的。Verilog HDL不像MATLAB代码那样有很强的通用性，或者说我暂时编不出通用性太好的代码。因此，这里的FPGA实现仅针对CCSDS文档（06版）中1024信息位1/2码率的适用于深空通信LDPC码，采用最小和算法下的实现。由于在截位补零下最小和算法性能奇差，因此此处不做补零处理，即码率实际为0.4。 LDPC相关文档包括《程序说明：LDPC编码（CCSDS）算法概述》、《程序说明：LDPC译码算法概述》、《学习笔记：LDPC编译码基本原理》以及《CCSDS_LDPC_V1》（代码），同时与本文档同名的学习笔记将阐述编程过程和思路，均可作为本文档的参考。 译码器的输入输出至少应该包括以下信号 input clk ; // 时钟 input

【推荐阅读】微服务还能火多久？>>> 1、常用的字符函数 concat() 字符连接 concat_ws() 使用指定的分割符进行字符串连接 format() 数字格式化　　 lower() 转换成小写字符　　 upper() 转换成大写字符 left() 查询出某条数据，并截取左边几位 right() 查询出某条数据，并截取右边几位 lenght() 求某条数据/字符串的长度 ltrim() 从左边删除某个字符 rtrim() 从右边删除某个字符 trim()　 从左右两边删除某个字符 substring() 字符串截取，从第几位开始，截取后面的的字符 [NOT]like() 模式匹配 replace() 字符串替换 2、常用的运算符函数 ceil() 进一取整 div() 整数除法,取整数 mod() 整数除法,取余数 floor() 去掉小数取整数 fower() 幂运算 round() 四舍五入 truncate() 数字取整 3、常用的比较运算符函数 [NOT] between...and... 不在/在什么区间查询 [NOT] in() 不在/在什么条件内查询 is [NOT] null 判断某条记录的某个字段的数据是否为空 4、常用的日期运算符函数 now() 获取当前时间,包含年月日时分秒 curdate() 获取当前时间,包含年月日 curtime()

【今日推荐】：为什么一到面试就懵逼！>>> 前言 回顾之前的两篇 Swagger做Api接口文档 ，我们大体上学会了如何在net core3.1的项目基础上，搭建一套自动生产API接口说明文档的框架。 本来在Swagger的基础上，前后端开发人员在开发生产期间，可以借此进行更加便捷的沟通交流。可是总有些时候，遇到一些难缠的，又不讲道理，偏偏觉得将Swagger文档地址丢给客户会不够正式！死活要一份word文档。 可是这个时候，如果接口数量上百个，甚至更多，一个一个手动输入word，那将是一笔耗时的工作。但却有什么办法可以解决呢？ 对了，利用Swagge生成的Json文件转换为word文档不就可以了吗？ 思路 1. 获取Swagger接口文档的Json文件 2. 解析Json文件数据填充到Html的表格中 3.根据生成的html转work文档 模板 文档模板 URL /api/Movie/AddMovie 请求方式 Post 参数名 参数类型 是否必填 说明 id Query False 影视ID Name Query False 电影名称 Type Query False 电影类型 状态码 说明 200 Success 示例 请求参数 返回值 开始 一、根据Swagger版本获取Json数据 1.通过Swagger源码文件可以看到 可以拿到swagger生成的文档数据

主区域自适应可视窗口的两栏布局： <! DOCTYPE html > < html lang ="en" > < head > < meta charset ="UTF-8" > < meta name ="viewport" content ="width=device-width, initial-scale=1.0" > < title > Document </ title > <!-- reset.css文件内容参考：https://www.cnblogs.com/lanshanxiao/p/12663192.html --> < link rel ="stylesheet" href ="./reset.css" > < style > .clearfix::after { content : "" ; display : block ; clear : both ; } .container { min-width : 700px ; } .left { float : left ; width : 300px ; margin-right : 10px ; border : 1px solid #000 ; background : #008c8c ; } .main { overflow : hidden ; border : 1px solid #000 ;

这次的作业是写一个选项卡，一个轮播图，我把两者结合起来写了一个网站常见的导航栏和选项卡 效果图如下： 我用的jquery方式写的所以在页面导入jquery的框架　 接下来是页面的布局从上往下写 设置公共样式： 布局一个大div用列表来布局 1.导航栏列表： 2.轮播图列表 3.选项卡列表 （选项卡列表比较长但是结构一样定义四层li和导航栏四个标题对应） 5.弹出发图片框（使用div对div进行定位隐藏） 下面写是css样式（样式打了注释就不分层了）： *{ margin: 0px; padding: 0px; font-size: 18px; font-family:"comic sans ms"; } html{cursor: url('img/指针01.png'),auto;position: relative;} a{color: #000; text-decoration: none;} ul{list-style: none;} img{cursor: pointer; border-radius: 7px;} .f_div{ width: 100%; height: auto; } /* 导航栏样式 */ .f_ul{ width: 100%; height: 30px; background-color: black; } .f_ul li{ float: left;

Spark Streaming 是核心Spark API的扩展，可实现实时数据流的可伸缩，高吞吐量，容错流处理。可以从许多数据源（例如Kafka，Flume，Kinesis或TCP sockets）中提取数据，并且可以使用复杂的算法处理数据，这些算法用高级函数表示，如map、reduce、join和window。最后，可以将处理后的数据推送到文件系统，数据库和实时仪表板。实际上，可以在数据流上应用Spark的机器学习和图形处理算法。 在内部，它的工作方式如下。 Spark Streaming接收实时输入数据流，并将数据分成批次，然后由Spark引擎进行处理，以生成批次的最终结果流。 Spark Streaming提供了一种高级抽象，称为离散流或DStream，它表示连续的数据流。DStreams可以从Kafka、Flume和Kinesis等源的输入数据流创建，也可以通过在其他DStreams上应用高级操作创建。在内部，DStream表示为RDDs序列。 1. 了解Spark Apache Spark 是一个用于大规模数据处理的统一分析引擎 特性： 快 将工作负载运行速度提高100倍 Apache Spark使用最新的DAG调度程序，查询优化器和物理执行引擎，为批处理数据和流数据提供了高性能。 易用 可以使用Java，Scala，Python，R和SQL快速编写应用程序 。 通用

前言 之前写过一篇openlayers4版本的地图绘制扇形文章，但是由于是封装一层 js代码写的，很多初学者看起来比较有点吃力，所以本篇文章重新写一篇地图绘制扇形文章，直接基于最新版本openlayers6写的，纯粹html + js + css形式，没有任何封装。 内容概览 1.基于openlayers6实现地图绘制扇形 2.源代码demo下载 效果图如下： 具体实现过程 html 样式 <html> <head> <meta charset="utf-8"> <title>Using OpenLayers with Webpack</title> <link rel="stylesheet" href="https://openlayers.org/en/latest/css/ol.css" type="text/css"> <style> html, body { margin: 0 ; height: 100% ; } #map { position: absolute; top: 0 ; bottom: 0 ; width: 100% ; } .ol - popup { position: absolute; background - color: white; -webkit-filter: drop-shadow(0 1px 4px rgba(0,0,0,0.2 ))

前言 之前写过一篇openlayers4版本的地图绘制扇形文章，但是由于是封装一层 js代码写的，很多初学者看起来比较有点吃力，所以本篇文章重新写一篇地图绘制扇形文章，直接基于最新版本openlayers6写的，纯粹html + js + css形式，没有任何封装。 内容概览 1.基于openlayers6实现地图绘制扇形 2.源代码demo下载 效果图如下： 具体实现过程 html 样式 <html> <head> <meta charset="utf-8"> <title>Using OpenLayers with Webpack</title> <link rel="stylesheet" href="https://openlayers.org/en/latest/css/ol.css" type="text/css"> <style> html, body { margin: 0 ; height: 100% ; } #map { position: absolute; top: 0 ; bottom: 0 ; width: 100% ; } .ol - popup { position: absolute; background - color: white; -webkit-filter: drop-shadow(0 1px 4px rgba(0,0,0,0.2 ))

Redis cluster tutorial Redis集群提供一种方式自动将数据分布在多个Redis节点上。 Redis Cluster provides a way to run a Redis installation where data is automatically sharded across multiple Redis nodes . 1、Redis集群TCP端口（Redis Cluster TCP ports） 每个Redis集群中的节点都需要打开两个TCP连接。一个连接用于正常的给Client提供服务，比如6379，还有一个额外的端口（通过在这个端口号上加10000）作为数据端口，比如16379。第二个端口（本例中就是16379）用于集群总线，这是一个用二进制协议的点对点通信信道。这个集群总线（Cluster bus）用于节点的失败侦测、配置更新、故障转移授权，等等。客户端从来都不应该尝试和这些集群总线端口通信，它们只应该和正常的Redis命令端口进行通信。注意，确保在你的防火墙中开放着两个端口，否则，Redis集群节点之间将无法通信。 命令端口和集群总线端口的偏移量总是10000。 注意，如果想要集群按照你想的那样工作，那么集群中的每个节点应该： 正常的客户端通信端口（通常是6379）用于和所有可到达集群的所有客户端通信 集群总线端口（the client