Knic

前言 本篇文章是我对GC的学习笔记，请各位老师有不同见解和理解欢迎批评指正。 引用自：https://juejin.cn/post/6844904145124589576?searchId=20250

介绍卷积、噪声 卷积、卷积填充（卷积后图像变小）、去噪（椒盐、脉冲、高斯）、高斯模版、高斯特性、椒盐和脉冲用中值滤波、高斯噪声用高斯卷积

Supervise Learning： 价值预测， 给出某地区距离市中心距离/交通方便程度/城市建设预测地价 0 1 预测，给出是或否的预测，图像肿瘤块是benign or malignant 有监督

线性回归 监督学习存在的一种算法，当给出一定数量的数据后输入进模型function f ，estimate y-hat. 这些数据叫做训练集，线性回归中回归函数是f=wx+b的形式，但是在实际中并不是

代价函数 我们最终目的是得到f(x) = wx+b的形式，而这个f(x)是个预测值，如何判断预测值是否准确，或者说如何来判定我的模型对不对呢。引用了一个方差均值最小值来判断。 举个例子： 如图所示在这

梯度下降 梯度下降目的是找到J(x,y,z,...)类函数的最小代价值，梯度下降并不仅仅可以解决一类线性问题，也可以解决二类非线性问题等。 用一张图来说明原理 这张图就说明了梯度下降的工作原理，简述来

TensorFlow常用函数 tf.cast(张量名,dtype) #强制转换 tf.reduce_min(name) #找到张量中最小值 tf.reduce_max(name) #找到张量中最大值

C++文件读写 三个类中包含文字读写相关操作分别是：ofstream、ifstream、fstream。我们以fstream为例展开相关函数操作。 fstream 文件打开open(const cha

一.用法介绍 Webview是Android原生控件主要是用来处理移动端内部嵌入网页进行交互。 其次Webview也可以实现Android和JS之间的相互通信，因此这部分Android可以充当主控的部