微信扫一扫48
社区成员
...全文
请发表友善的回复…
发表回复
CS294A Lecture notes Sparse autoencoder （稀疏自编码器课程讲义，吴恩达） CS294A Lecture notes Sparse autoencoder，Andrew Ng，Stanford University
欠驱动机器人学-麻省理工学院开放课程-MIT 6.832: Underactuated Robotics（译） 课程链接：http://underactuated.csail.mit.edu/Spring2019/ ...欠驱动机器人学Underactuated Robotics Algorithms for Walking, Running, Swimming, Flying, and Manip...
CMU15-445 Lecture #04: Database Storage (Part II) 例子: VARCHAR, VARBINARY, TEXT, BLOB Dates and Times (日期/时间) 日期/时间的表示形式因系统不同而不同。通常，这些时间表示为自Unix时代以来的某个单位时间(微/毫秒)。 例子: TIME, DATE, TIMESTAMP System ...
Underactuated Robotics lecture 3 笔记 ---Acrobots, cart-poles and quadrotors 3. Introduction 对于低维度的欠驱动系统已经取得了很多的进展，这个部分从低维度开始，逐渐介绍这些主流算法。 3.1 The acrobot acrobot 机器人，只有elbow关节是有电机的，在shoulder部分是没有电机的，和体操中的...
CMU15-445 Lecture #03: Database Storage (Part I) 15-445/645 Database Systems (Fall 2020) 本文主要翻译Notes：...目录 1. Storage 2. Disk-Oriented DBMS Overview 3. DBMS vs....4. File Storage 5. Database Pages 6. Database Heap ...8. Tuple Layo
线性规划求解的python函数 : optimize.linprog """ 需要特别注意，原来方式是求最小值，因此在A 和Alist中 所有小于等于方程式的各个因变量值不变，而当方程式为大于等于方程式，那么所有因变量和...linear programming problems via the Simplex and Interior-P.
K近邻分类器（李飞飞CS231n学习笔记---lecture2：K最近邻算法） 在讲解K近邻分类器之前，我们先来看一下最近邻分类器（Nearest Neighbor Classifier），它也是K = 1时的K近邻分类器。 目录最近邻分类器 最近邻分类器 最近邻分类器是在最小距离分类的基础上进行扩展的，将训练集中...
Notes of Tensorflow 2.0 Peking University - Lecture One Lecture One: 神经网络计算过程 Lecture Target 学会神经网络计算过程，使用基于 TF 2.0 的原生代码搭建第一个神经网络训练模型（案例一：搭建神经网络对鸢尾花数据集进行分类）。 人工智能三学派 行为主义、符号...
【离散数学】 MIT 6.042J 笔记 - Lecture 2 Induction PDF 文件下载 【离散数学】MIT 6.042J - Fall 2010 - Note for Lecture 2 图片效果 LaTeX\LaTeXLATEX 代码 \documentclass{article} \usepackage{fancyhdr} \usepackage{graphicx} \usepackage{titlesec} \...
retrofit2.adapter.rxjava.HttpException: HTTP 500 Internal Server Error 09-12 13:51:34.396 27715-27715/com.moreunion.zhenghao I/x_log:HttpParams.getParmes(L:38): =====编号====( getLectureInteract ) {"sort":0,"page":1,"lecture_id":3} 09-12 13:51:34.397 27715-27715/...
GAMES202-高质量实时渲染-闫令琪——Lecture 3:Real-Time Shadows 1 学习笔记 Lecture 3:Real-Time Shadows 1 Recap: shadow mapping [slides courtesy of Prof. Ravi Ramamoorthi] Issues from shadow mapping and solutions The math behind shadow mapping Percentage closer soft ...
MIT6.S081学习总结-lab10:mmap 定义一个对应于VMA(虚拟内存区域)的结构，在Lecture 15中描述，记录地址，长度，权限，文件等由mmap创建的虚拟内存范围。因为xv6内核在内核中没有内存分配器，所以可以声明一个固定大小的vma数组，并根据需要从该...
【离散数学】 MIT 6.042J 笔记 - Lecture 6 Graph Theory and Coloring 【离散数学】MIT 6.042J - Fall 2010 - Note for Lecture 6 图片效果 这次图片是直接在 Acrobat 导出为 png 的。以前截图处理确实太麻烦了。???? LaTeX\LaTeXLATEX 代码 % !TeX spellcheck = en_EN-...
【分布式-6.824】Lecture5-Tolerance-RAFT-01 If multiple computers are allowed to write to the same file system without knowledge of what the other nodes are doing, it will quickly lead to data corruption and other serious problems. 脑裂就是...
【离散数学】 MIT 6.042J 笔记 - Lecture 1 Introductions and Proofs Note for Lecture 1} \author{\Large Teddy van Jerry} \date{\today} \pagestyle{fancy} \fancyhf{} \cfoot{\thepage} \chead{MIT 6.042J Lecture 1 - Introduction and Proofs} \begin{document} \maketitle {\...
lecture 8：补充-Python绘图 Due to privacy and logistic issues, only physicochemical (inputs) and sensory (the output) variables are available (e.g. there is no data about grape types, wine brand, wine selling price, etc.). ...
吴恩达Lecture13：K-Means聚类 吴恩达Lecture13：K-Means聚类K-Means AlgorithmK均值化过程K均值应用：图像压缩 K-Means Algorithm k均值聚类算法是一个迭代的过程，每次迭代包括两个步骤： （1）随机选择k个类的中心，将样本逐个指派到与其最近的...
Reinforcement Learning Notes I: Intro. to RL a summary of lecture slides ofProf. Lin Yang (UCLA, ECE 239AS 2020 Spring) all graphs and pictures are from the slides, ignore the marks added by platform. Introduction to RL Faces of Machine ...