常见问题 通用问题 比特币、以太坊相关 超级账本项目 常见问题 通用问题 问：区块链是谁发明的，有什么特点？ 答：区块链相关的思想最早由比特币的发明者-中本聪（化名）在白皮书中提出，将其作为比特币网络的核心支持技术。自那以后，区块链技术逐渐脱离比特币项目，成为一种通用的可以支持分布式记账能力的底层技术，具有非中心化和加密安全等特点。 ...

常见问题 通用问题 比特币、以太坊相关 超级账本项目 常见问题 通用问题 问：区块链是谁发明的，有什么特点？ 答：区块链相关的思想最早是比特币的发明者-中本聪（化名）在论文中提出（但没有明确定义）作为比特币网络的核心支持技术。自那以后，区块链技术逐渐脱离比特币网络，成为一种通用的可以支持分布式记账能力的底层技术，具有去中心化和加密安全...

在区块链上创建合约 在区块链上创建合约 我们有一个合约，已经将它编译成字节码。现在，我们需要在以太坊区块链上“登记”合约。我们将使用Ropsten测试网来测试我们的合约，所以这就是我们想要记录的区块链。 在区块链上注册合约涉及创建一个特殊交易，其目标是地址0x0000000000000000000000000000000000000000，也称为_...

训练集误差分析 训练集误差分析 你的算法必须先在训练集上表现得很好，才能期望它在开发集和测试集上也有良好的表现。 除了先前提到的用于处理高偏差的技术外，我通常也会在训练数据上进行误差分析，处理方式类似于在开发集上设置一个 Eyeball 开发集。当你的算法有着高偏差时（例如算法没能很好的拟合训练集）这将有所帮助。 举个例子，假设你正在为一个应用程...

常量 定义常量 常量类型 常量名规则 常量 定义常量 const关键字定义常量 默认是模块级常量,使用pub变为公共常量,可以被其他模块访问 常量只能在模块级别定义,不能在函数内部定义 module mymodule //公共常量，可以全局使用 pub const ( p_my_const =...

二、过拟合、欠拟合 2.1 模型容量 2.2 缓解过拟合 2.3 缓解欠拟合 二、过拟合、欠拟合 当使用机器学习算法时，决定机器学习算法效果的两个因素：降低训练误差、缩小训练误差和测试误差的差距。 这两个因素对应着机器学习中的两个主要挑战：欠拟合和过拟合。 过拟合overfitting ：选择的模型包含的参数过多，以至于该模型对于已知数...

自发光(发射) 输入 属性 输出 示例 自发光(发射) 自发光节点。 自发光 节点用于添加朗伯发光着色器。例如，可以用于材质和灯光的表面输出。 Light strength for point, spot and area lights is specified in Watts. 日光的强度使用瓦特每平方米(Watts/m2)，因此...

自发光节点 输入选项 属性 输出选项 举例 自发光节点 自发光节点。 自发光 节点用于添加朗伯发光着色器。例如，可以用于材质和灯光的表面输出。 Light strength for point, spot and area lights is specified in Watts. 日光的强度使用瓦特每平方米(Watts/m2)，因...

无监督的预训练 假设你想要解决一个复杂的任务，你没有太多的标记的训练数据，但不幸的是，你不能找到一个类似的任务训练模型。 不要失去所有希望！ 首先，你当然应该尝试收集更多的有标签的训练数据，但是如果这太难或太昂贵，你仍然可以进行无监督的训练（见图 11-5）。 也就是说，如果你有很多未标记的训练数据，你可以尝试逐层训练层，从最低层开始，然后上升，使用...

Amazon DocumentDB开发人员指南的文档历史记录 Amazon DocumentDB开发人员指南的文档历史记录 API 版本： 2014-10-31 文档最新更新时间： 2020 年 11 月 11 日 下表介绍了该版本的 Amazon DocumentDB 开发人员指南. 文档。 变更 说明 日期 版本 3.6 升级 ...