14.4 半监督聚类 14.4 半监督聚类 前面提到的几种方法都是借助无标记样本数据来辅助监督学习的训练过程，从而使得学习更加充分/泛化性能得到提升；半监督聚类则是借助已有的监督信息来辅助聚类的过程。一般而言，监督信息大致有两种类型： 必连与勿连约束 ：必连指的是两个样本必须在同一个类簇，勿连则是必不在同一个类簇。标记信息 ：少量的样本带有真...

UNIX 是强大的 只有符号才能完全操纵计算机 各个小程序的完美配合 UNIX 是强大的 让聪明人干任何他们想干的事情。 UNIX 的一个特点就是非常高的灵活性，Xwindow 也具有这种灵活性。这种灵活性体现在哪里呢？ UNIX 的程序一般都有很多参数，不管你现在用的着用不着，总有人需要某些参数。它们的行为很多都可以用配置文件来改变。比如 ...

AutoPOI EXCEL导出导入工具 AutoPOI (Excel和 Word简易工具类 EasyPOI衍变升级版） AutoPOI的主要特点 AutoPOI的几个入口工具类 关于Excel导出XLS和XLSX区别 几个工程的说明 maven AutoPoi 模板 表达式支持 AutoPoi导出实例 Excel 注解说明 Auto...

AutoPOI EXCEL导出导入工具 AutoPOI (Excel和 Word简易工具类 EasyPOI衍变升级版） AutoPOI的主要特点 AutoPOI的几个入口工具类 关于Excel导出XLS和XLSX区别 几个工程的说明 maven AutoPoi 模板 表达式支持 AutoPoi导出实例 Excel 注解说明 Auto...

2.6 消费这笔交易 2.6 消费这笔交易 既然Alice的这笔交易已经成为区块的一部分被嵌入到了区块链中，它就成为了整个分布式比特币账簿的一部分，并对所有比特币客户端应用可见。每个比特币客户端都能独立地验证这笔交易是有效且可消费的。全节点客户端可以追溯钱款的来源，从第一次有比特币在区块里生成的那一刻开始，按交易与交易间的关系顺藤摸瓜，直到Bob的交...

文本匹配 文本匹配 借助相同的思路，我们可以很轻易的解决文本相似度计算问题，假设给定两个句子： 句子1：我不爱吃烤冷面，但是我爱吃冷面 句子2：我爱吃菠萝，但是不爱吃地瓜 同样使用LSTM网络，把每个句子抽象成一个向量表示，通过计算这两个向量之间的相似度，就可以快速完成文本相似度计算任务。在实际场景里，我们也通常使用LSTM网络的最后...

1. APRUS 1.1. APRUS及其产生背景 1.2. APRUS的特点 1.3. APRUS的适用范围 1.4. APRUS的接口设置与主要功能 1.5. APRUS供电 1.6. APRUS扩展外设 1. APRUS 1.1. APRUS及其产生背景   Aprus（Advanced Programmable Remote ...

list（列表） 扩展阅读 list（列表） 普通列表 列表是常用的UI控件，mui封装的列表组件比较简单，只需要在ul 节点上添加.mui-table-view 类、在li 节点上添加.mui-table-view-cell 类即可，如下为示例代码 <ul class = "mui-table-view" > <li c...

序言 1. 免责声明 2. 什么是 Debian 3. 关于本文档 3.1. 指导原则 3.2. 预备知识 3.3. 排版约定 3.4. popcon 流行度 3.5. 软件包大小 3.6. 给本文档报告 Bug 4. 一些对新使用者的提醒 5. 一些对新使用者的引导 序言 Debian 参考手册（版本 2.77） (2021...

第一课： 新建一个窗口 简介 预备知识 忘记一切 生成课程中的代码 在Windows平台上生成课程代码 在Linux上生成 在Mac上生成 关于Code::Blocks的说明 运行课程例子 如何学习本课程 新建一个窗口 第一课： 新建一个窗口 简介 欢迎来到第一课！ 在学习OpenGL之前，我们将先学习如何生成，运行，和玩...