Advanced Search
Search Results
29 total results found
tailscale客户端连接headscale
阿里服务器： https://tailscale.bakeding.site ** Headscale API Key：** vrSvmc5.TU76cARTlr0Ifv2kdDaBvuthY1GuqEi0 ** eason user Preauth Keys： ** 6aa4e048254831ebae24254359a04bff94b22e6b93f56958 ** 运行命令：** tailscale up -login-server https://tailscale.bakeding.site -aut...
wireguard配置
wg-easy 镜像docker安装 docker-compose.yml services: wg-easy: container_name: wg-easy image: ghcr.io/wg-easy/wg-easy network_mode: bridge environment: - LANG=chs # or en, de ... - WG_HOST=43.136.104.74 #替换自己的服务器ip - PASSWORD=1234...
使用 Certbot 获取免费 HTTPS 证书
为什么选择 Certbot 和 Let’s Encrypt？ Let’s Encrypt 是一个由非营利组织 ISRG 提供的免费证书颁发机构，Certbot 则是其官方推荐的自动化工具。它们的核心优势包括： 免费：无需支付证书费用。 自动化：Certbot 提供自动获取和续期证书的功能。 开源：社区支持广泛，兼容多种服务器环境。 快速：几分钟即可完成配置。 无论你是运行一个个人博客还是小型商业网站，Certbot 都能帮你快速实现 HTTPS。 前置条件 在开始之前，请确保你已准备好以下内容： 一个域名：已...
新页面
第一门课 神经网络和深度学习(Neural Networks and Deep Learning) [TOC] 第一周：深度学习引言(Introduction to Deep Learning) 1.1 欢迎(Welcome) 第一个视频主要讲了什么是深度学习，深度学习能做些什么事情。以下是吴恩达老师的原话： 深度学习改变了传统互联网业务，例如如网络搜索和广告。但是深度学习同时也使得许多新产品和企业以很多方式帮助人们，从获得更好的健康关注。 深度学习做的非常好的一个方面就是读取X光图像，到生活中的个性化教育，到精...
第一周：深度学习引言(Introduction to Deep Learning)
1.1 欢迎(Welcome) 第一个视频主要讲了什么是深度学习，深度学习能做些什么事情。以下是吴恩达老师的原话： 深度学习改变了传统互联网业务，例如如网络搜索和广告。但是深度学习同时也使得许多新产品和企业以很多方式帮助人们，从获得更好的健康关注。 深度学习做的非常好的一个方面就是读取X光图像，到生活中的个性化教育，到精准化农业，甚至到驾驶汽车以及其它一些方面。如果你想要学习深度学习的这些工具，并应用它们来做这些令人窒息的操作，本课程将帮助你做到这一点。当你完成cousera上面的这一系列专项课程，你将能更加自信的...
第二周：神经网络的编程基础(Basics of Neural Network programming)
2.1 二分类(Binary Classification) 这周我们将学习神经网络的基础知识，其中需要注意的是，当实现一个神经网络的时候，我们需要知道一些非常重要的技术和技巧。例如有一个包含$m$个样本的训练集，你很可能习惯于用一个for循环来遍历训练集中的每个样本，但是当实现一个神经网络的时候，我们通常不直接使用for循环来遍历整个训练集，所以在这周的课程中你将学会如何处理训练集。 另外在神经网络的计算中，通常先有一个叫做前向暂停(forward pause)或叫做前向传播(foward propagation...
test页面
示例文档 这是一个从Word文档转换而来的Markdown示例。 章节标题 列表项1 列表项2 列表项3 子章节 数学公式：$E = mc^2$ 矩阵示例： $$ \begin{pmatrix} 1 & 2 & 3 4 & 5 & 6 7 & 8 & 9 \end{pmatrix} $$ $$ \begin{pmatrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{pmatrix} $$ 粗体文本 和 斜体文本。 链接示例 图片示例：
第三周：浅层神经网络(Shallow neural networks)
3.1 神经网络概述（Neural Network Overview） 本周你将学习如何实现一个神经网络。在我们深入学习具体技术之前，我希望快速的带你预览一下本周你将会学到的东西。如果这个视频中的某些细节你没有看懂你也不用担心，我们将在后面的几个视频中深入讨论技术细节。 现在我们开始快速浏览一下如何实现神经网络。上周我们讨论了逻辑回归，我们了解了这个模型(见图3.1.1)如何与下面公式3.1建立联系。 图3.1.1 : 公式3.1： $$ \left. \begin{array}{l} x\ w\ b \end{...
第四周：深层神经网络(Deep Neural Networks)
4.1 深层神经网络（Deep L-layer neural network） 目前为止我们学习了只有一个单独隐藏层的神经网络的正向传播和反向传播，还有逻辑回归，并且你还学到了向量化，这在随机初始化权重时是很重要。 本周所要做的是把这些理念集合起来，就可以执行你自己的深度神经网络。 复习下前三周的课的内容： 1.逻辑回归，结构如下图左边。一个隐藏层的神经网络，结构下图右边： 注意，神经网络的层数是这么定义的：从左到右，由0开始定义，比如上边右图，${x}{1}$、${x}{2}$、${x}_{3}$,这层是第0层...