.Net
C# 创建错误日志
在开发中，会经常遇到各种错误，只有捕获到了这些错误，才有可能解决问题。因此记录错误显得很重要。以下是创建错误日志的代码///<summary>///存放错误日志的路径///</summary>privatestaticstringerrorDir=System...
C# 将文件转为字符串和将字符串转为文件的方法
下班一个小时了，迟迟不愿意回去，不知道在留恋什么，嘿嘿！这次要分享的是：将文件转为字符串和将字符串转为文件的方法，代码如下：将文件转为字符串的方法：///<summary>///将传进来的文件转换成字符串///</summary>///<paramname="FilePath">待处...
C#中获得文件夹下所有文件的两种方法
如果想要获得一个文件夹下所有的文件，对于大家来说应该很简单，此处也做了一下总结，归为两种方法，闲话不多说，直接贴码：方法一：利用递归的方法获得所有文件///<summary>///存储文件的变量///</summary>List<System...
C#中加密与解密
早上起来，头一阵疼痛，昨天睡了一天，今天再也不能这样睡下去了，于是洗漱完后往公司赶去，到公司后冷冷静静的只有我一个人，哎，又多愁善感了，闲话不多说，今天要分享的是C#中加密与解密的运算，代码如下：///<summary>///创建key///<...
C#中复制文件夹及文件的两种方法
接触C#已近两年,现将整理的知识做了一下总结,以方便自己和大家学习!本节要说的是C#中复制文件夹及文件的两种方法,闲话不说,直接附代码如下:方法一:1///<summary>2///复制文件夹及文件3///</summary>4///<paramname="sourceFolder">...
appium 报错：AttributeError:"NoneType' object has no attribute 'XXX'
报错截图如下： 问题原因： 根据以上报错提示可已看到问题的原因为：logger中没有info此方法的调用，点击“具体报错的位置”上面的链接，可直接定位到具体的报错位置。根据分析所得：info是logging中的方法，并不是logger中方法。解决方法： 查看noattribute后面的参数‘info’是否是在当前l...
机器学习排序算法：RankNet to LambdaRank to LambdaMART
使用机器学习排序算法LambdaMART有一段时间了，但一直没有真正弄清楚算法中的所有细节。学习过程中细读了两篇不错的博文，推荐给大家：梯度提升树(GBDT)原理小结徐博FromRankNettoLambdaRanktoLambdaMART:AnOverview但经过一番搜寻之后发现，目前网上并没有一篇透彻讲解该算法的...
深度学习面试题29：GoogLeNet(Inception V3)
在《深度学习面试题20：GoogLeNet(InceptionV1)》和《深度学习面试题26：GoogLeNet(InceptionV2)》中对前两个Inception版本做了介绍，下面主要阐述V3版本的创新点使用非对称卷积分解大filtersInceptionV3中在网络较深的位置使用了非对称卷积，他的好处是在不降低...
深度学习面试题26：GoogLeNet(Inception V2)
第一层卷积换为分离卷积 net=slim.separable_conv2d(inputs,depth(64),[7,7],depth_multiplier=depthwise_multiplier,stride=2,padding='SAME',weights_initializer=trunc_...
深度学习面试题20：GoogLeNet(Inception V1)
简介2014年，GoogLeNet和VGG是当年ImageNet挑战赛(ILSVRC14)的双雄，GoogLeNet获得了第一名、VGG获得了第二名，这两类模型结构的共同特点是层次更深了。VGG继承了LeNet以及AlexNet的一些框架结构，而GoogLeNet则做了更加大胆的网络结构尝试，虽然深度只有2...
深度学习面试题18：网中网结构(Network in Network)
网中网结构通过多个分支的运算（卷积或池化），将分支上的运算结果在深度上连接举例一个3*3*2的张量，与3个1*1*2的卷积核分别same卷积，步长=1，与2个2*2*2的卷积核分别same卷积，步长=1，与1个3*3*2的掩码最大值same池化，步长=1，将得到的这3个结果在深度方向上拼接GoogLeNet是基于类似网...
深度学习面试题17：VGGNet(1000类图像分类)
2014年，牛津大学计算机视觉组（VisualGeometryGroup）和GoogleDeepMind公司的研究员一起研发出了新的深度卷积神经网络：VGGNet，并取得了ILSVRC2014比赛分类项目的第二名（第一名是GoogLeNet，也是同年提出的）和定位项目的第一名。VGGNet探索了卷积神经网络的深度与其性...
深度学习面试题13：AlexNet(1000类图像分类)
第一个典型的CNN是LeNet5网络结构，但是第一个引起大家注意的网络却是AlexNet，AlexKrizhevsky其实是Hinton的学生，这个团队领导者是Hinton，于2012年发表论文。AlexNet有60million个参数和65000个神经元，五层卷积，三层全连接网络，最终的输出层是1000通道的soft...
深度学习面试题12：LeNet(手写数字识别)
LeNet是卷积神经网络的祖师爷LeCun在1998年提出，用于解决手写数字识别的视觉任务。自那时起，CNN的最基本的架构就定下来了：卷积层、池化层、全连接层。如今各大深度学习框架中所使用的LeNet都是简化改进过的LeNet-5（-5表示具有5个层），和原始的LeNet有些许不同，比如把激活函数改为了现在很常用的Re...
Learning to Rank算法介绍：RankNet，LambdaRank，LambdaMart
之前的博客：http://www.cnblogs.com/bentuwuying/p/6681943.html中简单介绍了LearningtoRank的基本原理，也讲到了LearningtoRank的几类常用的方法：pointwise，pairwise，listwise。前面已经介绍了pairwise方法中的RankS...
