转载这篇帖子解决了我的问题。我的问题背景是我迁移了虚拟机到另一个 ip 地址 非常感谢：转载地址：https://www.cnblogs.com/-xiaoyu-/p/113...
发简信
IP属地：陕西
-
连接hive 失败；hive的hiveserver2模式启动不起来；Error: Could not open client transport with JDBC Uri: jdbc:hive...
-
8、 windows下mysql修改 data 路径报错
我首先了解了下大概的操作流程，就是 1.停止 mysql 服务 2.移动 data 目录 3.在 mysql 的配置文件 my.ini 修改 datadir路径 4.启动，结...
-
superset 在centos7下开机自启动
网上资料不全，且难有一次就对的，我这里做个补充吧环境：python3.9.18 虚拟环境用的是conda，当然venv也是可以的 创建服务 内容如下： 我们只需要关注Serv...
-
mysql 脚本转 H2 可执行版本（java 实现）
转载于 https://blog.csdn.net/qionglong_jiao/article/details/117298689[https://blog.csdn.ne...
-
@一口奥利奥 sendType 只是变量，Expression是 activiti 其中的一个类。
一、工作流 Activiti7-22.执行监听器
1.通过执行任务来计算任务耗时，通过记录开始结束时间 2.通过传参来做一些业务处理 如图我们在流程图中传递参数，例如有些任务我们想通过邮件，有些任务想通过短信来体型，就可以通...
-
23.机器学习-Tensorflow实现（1）模型训练1.神经网络的原理示例 在最左边是我们要实现一个神经网络的步骤，中间则是用到的公式，最右边是神经网络的实现代码。 损失函数的定义 在编写神经网络的代码中，我们需要指定损失函数...
-
4.Linux 离线安装GCC1. 查看系统版本信息 2.下载相关包 在这个网站根据系统版本来找相应的下载 https://pkgs.org/download/gcc-c++[https://pkgs.o...
-
22.机器学习- 矩阵的乘法1. 列向量相乘 一般的矩阵乘法就是两个矩阵挨个相乘求和。 而有些需要矩阵转置，也就是第三列的图，从列转行。 2. 向量矩阵相乘 使用a向量的转置然后与矩阵W相乘，就是a先与...
-
21.机器学习- 搭建一个神经网络上面是使用Tensorflow来训练模型，首先创建两层神经网络，然后合并为一个大的模型，最后就可以输入数据然后进行训练数据。 如果有新的数据来进行预测就可以调用最后的方法。 ...
-
20.机器学习- 神经网络中的网络层1. 简单的神经网络 第一层 上面这个神经网络展示的是一个隐藏层和一个输出层。 我们输入四个变量到输入层，然后这个输入层有三个神经单元，每个神经单元室一个逻辑函数。 然后就会...
-
19.机器学习- 神经网络学习（1）几个示例1.神经网络例子 上面是一个神经网络的例子，我们从最左边开始输入四个变量：价格，运输成本，市场接受度和材料到三个神经单元中，输出了可负担性，知名度和感知质量三个数值，然后这三...
-
18.机器学习- 逻辑学习（3）正则化正则化其实就是将一些特征给减小很多，相当于消掉，这样函数将变得更加简单，那么他过拟合的可能就更小了。 1.正则化公式 我们使用了这个新的代价函数，来权衡两个目标 最小化第一项...
-
17.机器学习- 逻辑学习（3）逻辑回归的梯度下降以及过拟合问题1.用于逻辑回归的梯度学习算法 2.过拟合问题 我们用以下三张图来说明这个概念。 第一张图看起来像是一个线性回归问题，我们训练之后的线条与数据拟合性很差，这就叫做欠拟合； 第...
-
16.机器学习- 逻辑学习（2）逻辑回归中的代价函数我们之前学习的代价函数是一个凹函数，而将代价函数套用到逻辑回归中我们发现图形是上图中右侧那样不规则的曲线，如果使用梯度下降，那么就很可能只到一个局部的最低点，就不再往下找。 ...
-
15.机器学习- 逻辑学习（1）概念虽然叫做逻辑学习，但是其实是一个分类算法 1. 动机与目的 上图是分类学习的几个例子，判断邮件是否是垃圾邮件？是否存在金融诈骗？判断肿瘤是良性还是恶性？ 二分类的意思就是结果...
-
14.机器学习-多元线性回归（4）特征工程我们在做特征的提取选择的时候，不要过于死板生硬的就选择直接现有的一些特征，还需要学习思考，因为有些特征需要根据现有的特征去创造或者合并，这些特征可能更加重要。 例如图上说明，...
-
13.机器学习-多元线性回归（3）判断梯度下降是否收敛1. 判断梯度下降是否收敛 上图是梯度下降算法的公式，在公式中不难看出α的选择至关重要。 回想一下，梯度下降的任务就是找到能够使得代价函数J最小化的参数w和b。 有两种方式来...