Webpack本质 Webpack本质上一种基于事件流的编程范例，其实就是一系列的插件运行。Webpack主要使用Compiler和Compilation两个类来控制Webp...
IP属地：北京
-
源码Webpack4.x原理
-
微信小程序——定位/加载到固定元素/位置【锚点】需求：进行某一操作后想将当前页面自动定位到某一元素或模块所在位置。 在HTML中，可以用 实现跳转，小程序中则是用scroll-to-view来实现. 将整个页面最外层的v...
-
Moment.js 常用操作
1、今天 2、明天 3、昨天 4、本周 5、上周 6、本月 7、上月 8、今年 9、去年 10、获取今天开始(0时0分0秒)、结束（23时59分59秒） 11、获取本周周一开...
-
2022-01-10如何写出流畅的文章/论文？
Chapter 13 Flow（流畅性） 一篇好的论文，必须是一个好的故事。一个故事由开端，发展，高潮，结局组成，而一篇论文则包含abstract, introduc...
-
科研必备 | 谷歌学术高级搜索详解对科研工作者来说，文献调研是一项几乎每天都要面对的事情，高效地进行文献调研是必备的能力之一。当接触一个新的领域时，搜索综述文章（Review）可以帮助我们对该领域有一个基础性...
-
强化学习基础篇（十五）蒙特卡洛预测强化学习基础篇（十五）蒙特卡洛预测 1、 Model-free方法 通过贝尔曼方程求解最优策略有3种基本方法：动态规划法、蒙特卡洛法和时间差分法。前面我们介绍了如何利用动态规...
-
STEP-6：Pytorch-批归一化与残差网络
感谢伯禹学习平台，本次学习将记录记录如何使用Pytorch高效实现网络，熟练掌握Pytorch的基础知识,记录不包含理论知识的细节展开。 一：批归一化 1.对全连接层做批量归...
-
scikit-learn--Nearest Neighbors(最近邻)
sklearn.neighbors提供基于邻居的有监督和无监督的学习方法。无监督最近邻方法是很多学习方法的基础，特别是流形学习和谱聚类。有监督的最近邻方法包括：离散数据的分类...
-
深度学习--Lstm+CNN 文本分类本文从实践的角度，来讲一下如何构建LSTM+CNN的模型对文本进行分类。 本文Github RNN网络与CNN网络可以分别用来进行文本分类。RNN网络在文本分类中，作用是用来...
-
Keras 多输入、多输出、多loss模型构建
Keras在会为Model的每一个输出构建一个loss，这些loss之间无法交互。同时，Model中每一个output，都必须在fit()方法中有对应的y_true。因此，数...
-
Rainbow:整合DQN六种改进的深度强化学习方法！
在2013年DQN首次被提出后，学者们对其进行了多方面的改进，其中最主要的有六个，分别是：Double-DQN：将动作选择和价值估计分开，避免价值过高估计Dueling-DQ...
-
Pytorch使用tensorboardX可视化。超详细！！！1 引言 我们都知道tensorflow框架可以使用tensorboard这一高级的可视化的工具，为了使用tensorboard这一套完美的可视化工具，未免可以将其应用...
-
-
"What-Why-How"有用的思维模型
很早之前，学会了用what（事物的现象）-why（原因）-how（怎么做）的模型（2W1H）来学文章，这样的好处是条理比较清晰，把逻辑表达清楚。以多元思维模型的文章为例，先描...
-
PyTorch中的nn.Conv1d与nn.Conv2d本文主要介绍PyTorch中的nn.Conv1d和nn.Conv2d方法，并给出相应代码示例，加深理解。 一维卷积nn.Conv1d 一般来说，一维卷积nn.Conv1d用于...
-
-
实战深度强化学习DQN-理论和实践
1、Q-learning回顾 Q-learning 的 算法过程如下图所示： 在Q-learning中，我们维护一张Q值表，表的维数为：状态数S * 动作数A，表中每个数代表...
