- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序人生 阅读快乐
白帽子讲Web安全 - 吴翰清
【下载地址】 《白帽子讲Web安全》内容简介：在互联网时代，数据安全与个人隐私受到了前所未有的挑战，各种新奇的攻击技术层出不穷。如何才能更好地保护我们的数据？ 《白帽子讲Web安全》将带你走进Web安全的世界，让你了解Web安全的方方面面。黑客不再变得神秘，攻击技术原来我也可以会，小网站主自己也能找到正确的安全道路。 你能在《白帽子讲Web安全》中找到答案。详细的剖析，让你不仅能“知其然”，更能“知其所以然”。
1.3K10发布于 2018-10-10 - 来自专栏学习笔记持续记录中...
Java基础：二、static（7）
当声明一个方法或变量为使用static关键字时，就意味这这个域或方法不会与包含它的那个类的任何对象实例关联在一起。所以，即使从未创建某个类的任何对象，也可以调用其static方法或访问其static域
31620发布于 2020-03-17 Java SE(7)——类和对象（二）
语句，那么该java文件是被储存在一个默认包中（如：src） 包名应与java文件实际的存储路径一致 1.3 使用import导入类 在Java中，JDK已经提供了很多现成的类供我们使用，如果我们要使用就有两种方式 (1)使用类的全限定名：包名+类名(一般不推荐) (2)先导入包，再使用类名(常见用法) 这段代码的作用是：将java.util包（文件夹）下面的Arrays类导入到当前的java文件中 ，当用户需要使用Arrays时，编译器就会根据该代码的路径去定位Arrays类，这就体现了包的访问控制机制 如果需要使用java.util包里的其他类，可以这么导入 import java.util. *; 星号的意思不是导入java.util包里的全部类，而是当我们需要使用java.util里的某类时，根据这个路径去定位目标类 注意： Date类在javautil和java.sql包中都有 ，如果使用星号来导入类，就无法区分使用哪个包中的Date类，解决办法如下： 1.要么导入import java.util.Date，要么导入import java.sql.Date 2.使用类的全限定名
17310编辑于 2026-01-13- 来自专栏新智元
吴恩达，新冠7天痊愈！
新智元报道 编辑：桃子 拉燕 【新智元导读】刚刚，AI大牛吴恩达发文表示，自己的新冠结果已由阳性转为阴性。祝贺大佬身体恢复健康！ 吴恩达新冠痊愈了！ 就在刚刚，AI大牛吴恩达发推文称： 「我现在几乎没有症状了，看起来病毒正在从我体中清除。」 根据配图可以看出，吴恩达从2月7日确诊后，共进行了3次新冠检测。在短短7天内，新冠结果由阳性转为阴性。 AI大牛吴恩达 2月7日，吴恩达称，自己的新冠病毒检测呈阳性。 此前确诊后，他称自己的症状类似于轻微流感，庆幸的是已接种过疫苗，所以自愈也是情理之中。 提到吴恩达这名字，可以用家喻户晓来形容。 就吴恩达提倡以数据为中心的观点，不少学界资深人士发出质疑：想法不新鲜，方向错误... 吴恩达表示，十年前，其发起支持构建大型神经网络行动Google Brain同样引起了很多争议。 吴恩达最后总结道， 在过去十年中，人工智能的最大转变是向深度学习的转变，未来十年，我认为会转向以数据为中心。
52820编辑于 2022-02-24 - 来自专栏leland的专栏
【吴师傅的Python面包店】Day 7
前言：十一国庆只能待在家的吴师傅十分无聊，决定开一家Python面包店打发下时间。后面的每一天，吴师傅都会用一段代码简单实现卖面包的功能，并且解决前一天暴露的问题。 吴师傅决定将面包店改为订单模式，每位师傅根据自己面包的订单数生产面包，这样能够提升生产效能。 """面包店改为接受订单模式，每个面包师傅根据订单数生产面包。"""
58840发布于 2021-10-05 - 来自专栏xingoo, 一个梦想做发明家的程序员
吴恩达机器学习笔记 —— 7 Logistic回归
有的时候我们遇到的问题并不是线性的问题，而是分类的问题。比如判断邮件是否是垃圾邮件，信用卡交易是否正常，肿瘤是良性还是恶性的。他们有一个共同点就是Y只有两个值{0,1}，0代表正类，比如肿瘤是良性的；1代表负类，比如肿瘤是恶性的。当然你想用1代表良性也可以，而且输出的值不仅仅局限为0和1两类，有可能还有多类，比如手写体识别是从0到9。
38200发布于 2018-07-31 - 来自专栏机器学习/数据可视化
吴恩达笔记7_支持向量机
吴恩达机器学习-7-支持向量机SVM 本周主要是讲解了支持向量机SVM的相关知识点 硬间隔 支持向量 软间隔 对偶问题 优化目标Optimization Objectives 主要是讲解如何从逻辑回归慢慢的推导出本质上的支持向量机 对于逻辑回归，在目标函数中有两项： 第一个是训练样本的代价 第二个是正则化项 大边界的直观解释 下面是支持向量机的代价函数模型。 ? SVM决策边界 ? 将变量\alpha_i和\alpha_j的其中一个用另一个来表示，得到关于\alpha_i的单变量二次规划问题，就可以求出来变量\alpha_i 软间隔最大化 上面的结论和推导都是针对的线性可分的数据。
96920发布于 2021-03-02 - 来自专栏全栈程序员必看
Chapter7 Java数组之二维数组
Lecture1 二维数组的应用 二维数组的应用案例： public class ArrayDemo { public static void main(String[] args) { //二维数组的声明--三种形式 //声明int类型的二维数组 int[][] intArray; //声明float类型的二维数组 float System.out.println("============================"); int[][] num1 = { {1, 2, 3}, {4, 5, 6}, {7, System.out.println("num1数组的列数为：" + num1[0].length); int[][] num2 = { {1}, {2, 3}, {4, 5, 6, 7} ： import java.util.Scanner; /** * 使用二维数组统计并计算学生的成绩总分和平均分 */ public class quiz1_5 { public static
37710编辑于 2022-07-20 - 来自专栏用户1358355的专栏
白嫖のCloudBase云函数第二章
白嫖のCloudbase云函数第二章 续接上章，本章搭建登陆，以及修改路由的一些问题，源码放在最下面了 修改文件 //app.js文件中有两个引入的路由文件 const index = require(
70920发布于 2021-08-16 - 来自专栏红色石头的机器学习之路
吴恩达《Machine Learning》精炼笔记 7：支持向量机 SVM
对于逻辑回归，在目标函数中有两项： 第一个是训练样本的代价 第二个是正则化项 大边界的直观解释 下面是支持向量机的代价函数模型。 ： 所有的α满足： 先选取需要更新的变量αi和αj 固定变量αi和αj以外的参数，求解更新后的变量αi和αj 其中c使得上式成立： 将变量αi和αj的其中一个用另一个来表示，得到关于αi的单变量二次规划问题
75620编辑于 2022-01-20 - 来自专栏怀英的自我修炼
Java漫谈7
如果你初学编程，尤其是学Java，switch你是绕不过去的。而当你学习的时候，折腾你的可能还不是switch的定义，而是switch的语法，尤其是break的用法。 SWITCH 清单 Java中面对多个选择时可以直接使用switch，这样逻辑上简洁。 switch中break的用法是个坑，有它时，case执行完就跳出switch判断了。
69780发布于 2018-03-12 - 来自专栏群晖NAS的技术分享
二合一系统黑群晖洗白教程
3、开始洗白操作。 如果是已经制作好的引导U盘/二合一硬盘直接打开U盘的目录找到对应的文件目录即可 【找到您固态硬盘的磁盘，然后如图所示找到grub.cfg文件，通常都是4KB-10KB大小】 右键直接如下图选，复制到桌面 你的镜像/引导盘就洗白好了。
10.4K20编辑于 2022-11-01 - 来自专栏编程之禅
白嫖JetBrains全家桶第二波与第三波
白嫖JetBrains全家桶第二波与第三波 1.回顾第一波 第一波的JetBrains猜谜活动见我另外文章，提醒一下，第一波，第二波，第三波兑奖时间要在中欧时间3月15日之前。 3.第二关 我们找到了一处空白的字。粘贴下来。 ch3CK 0u7 73h K4r33r2 P493 4nD 533 1f 7H3r3 12 4 J08 F0r J00 0R 4 KW357 cH4LL3n93 70 90 fUr7h3r @ l3457 We have been working 22/7 on the video for the first episode of the PhpStorm EAP. 第二关奖品是全家桶免费3个月。第三关是8折优惠券。 我有试过将第二关的兑奖密钥激活，结果是账号上有两个3个月的订阅，而不是叠加。所以建议是在第二关密钥在3个月有效期的最后几天再添加。
1.2K20发布于 2020-08-12 - 来自专栏JavaEdge
吴恩达机器学习 Coursera 笔记(二) - 单变量线性回归
In this case, θ1=1 is our global minimum. [1240] [1240] [1240] [1240] 4 代价函数(二) [1240] [1240] 等高线图是包含许多等高线的图形 至少，导数总是0 [1240] 因此我们得到： θ1:=θ1−α∗0 [1240] 7 线性回归的梯度下降 回顾下之前所学 即 梯度下降算法 线性回归模型 - 线性假设 - 平方差代价函数 1240] 需要注意的是，虽然梯度下降一般对局部最小值敏感，但我们在线性回归中提出的优化问题只有一个全局，而没有其他局部最优; 因此，梯度下降总是收敛（假设学习率α不是太大）于全局最小值 实际上，J是凸二次函数 下面是梯度下降的示例，因为它是为了最小化一个二次函数而运行的 [1240] 上面显示的椭圆是二次函数的轮廓 还示出了梯度下降所采用的轨迹，其在（48,30）处初始化 图中的x（由直线连接）标记了渐变下降经历的
89930发布于 2018-12-19 - 来自专栏Cloud-DIY
【VMware vSphere 7】安装配置ESXi 7主机（二）
二、使用ESXi带来的好处 提高可靠性和安全性 简化部署和配置 减少管理开销 三、安装部署ESXi主机 点击“开启此虚拟机”。 等待系统加载完成。 按回车键进入下一步。
4.2K21编辑于 2022-12-13 - 来自专栏JavaEdge
吴恩达机器学习 Coursera 笔记(二) - 单变量线性回归
In this case, θ1=1 is our global minimum. 4 代价函数(二) 等高线图是包含许多等高线的图形,双变量函数的等高线在同一条线的所有点处具有恒定值 至少，导数总是0 因此我们得到： θ1:=θ1−α∗0 7 线性回归的梯度下降 回顾下之前所学 即 梯度下降算法 线性回归模型 线性假设 平方差代价函数 我们要做的就是将梯度下降算法应用于线性回归模型的平方差代价函数 需要注意的是，虽然梯度下降一般对局部最小值敏感，但我们在线性回归中提出的优化问题只有一个全局，而没有其他局部最优; 因此，梯度下降总是收敛（假设学习率α不是太大）于全局最小值 实际上，J是凸二次函数 下面是梯度下降的示例，因为它是为了最小化一个二次函数而运行的 上面显示的椭圆是二次函数的轮廓 还示出了梯度下降所采用的轨迹，其在（48,30）处初始化 图中的x（由直线连接）标记了渐变下降经历的
76030编辑于 2022-11-30 - 来自专栏WD学习记录
Java7 hashmap
HashMap继承自AbstractMap，实现了Map、Cloneable、Serializable接口。
84110发布于 2019-05-06 - 来自专栏Java帮帮-微信公众号-技术文章全总结
Java面试系列7
Java面试系列7 1.HashMap和Hashtable的区别。 HashMap是Hashtable的轻量级实现（非线程安全的实现），二者都实现了Map 接口，是将惟一键映射到特定的值上； 主要区别在于： 1)HashMap 没有排序，允许一个null 键和多个null contains 方法去掉了，改成containsvalue 和containsKey,因为contains 方法容易让人引起误解； 3)Hashtable 继承自Dictionary 类，HashMap 是Java1.2 方法的重写Overriding和重载Overloading是Java多态性的不同表现。
87940发布于 2018-03-19 - 来自专栏周小末天天开心
Java 基础学习（7）
）十进制转任意进制 3）二进制转八进制 和 二进制转十六进制 4）八进制转二进制 和 十六进制转二进制 总结: ---- 前言: 进制转换相关知识。 （2）进制介绍 1）二进制：0,1，满 2 进 1 ，以0b或0B开头。 2）八进制：0 - 7，满 8 进 1，以数字0开头。 3）十进制：0 - 9，满 10 进 1。 2）第二组 二进制转十进制；八进制转十进制；十六进制转十进制。 3）第三组 二进制转八进制；二进制转十六进制。 4）第四组 八进制转二进制；十六进制转二进制。 二进制转十六进制 4）八进制转二进制 和 十六进制转二进制 八进制转二进制方法： 将八进制数的每 1 位，转成对应的一个 3 位的二进制数即可。 演示： 0237 => 0 3(011) 3(011) 7(111) => 0b11011111 // 八进制转二进制 0x23b => 0x 3(0011) 3(0011) b(1011) = 0b001100111011
33510编辑于 2022-10-26 - 来自专栏数据派THU
吴恩达新书《Machine Learning Yearning》中7个实用建议（附论文）
本文为你介绍吴恩达新书中的7个使用建议，致力于讲明白机器学习算法是怎样工作的，以及如何构建一个机器学习项目。 这里我们选取了这本书中7个非常有用的建议向大家介绍。 人工智能、机器学习和深度学习这些概念在飞速发展同时促使着工业界发生转变。 二、尽快选定项目需要的验证集或测试集： 不要害怕后期是否需要替换 吴恩达表示当开始构建一个新项目时，他会尽快确定验证集或测试集来给团队一个定义明确的目标。 验证集的第二个子集叫做黑箱验证集，里面剩有4500个样本。可以用黑箱验证集中样本的的错误率来自动评估分类器的效果。可以用这个测试集来选算法或者调参数。而然，需要注意的是你应该避免具体去看这些样本。 转载须知 如需转载，请在开篇显著位置注明作者和出处（转自：数据派THU ID：DatapiTHU），并在文章结尾放置数据派醒目二维码。
50240发布于 2018-07-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号