沿途简记
未读
趣谈双端离线状态下的授权认证实现
概述 昨天 Anduin 在直播时讨论了一个相当有意思的话题，即在客户端和服务端均处于离线状态，且双端之间没有任何数据交换的情况之下，如何实现客户端对服务端的临时授权。其实类似的授权机制在生活中就有案例，比如我手机上的Steam令牌应用自登录以来就从来没连上网过，但是令牌中的动态密码却能够正确地完成
沿途简记
未读
多视角探析贝塞尔曲线匀速化技术、实现及其应用
概述 就在三年前，我于CSDN博客上发布了一篇题为《贝塞尔曲线运动n阶追踪方程的数学原理及其匀速化方法和应用》的博客文章，主要探讨的是贝塞尔曲线由一阶至n阶在数学层面的生成过程，以及匀速化的一些问题。不过当时博文中的“匀速化”似乎存在歧义，有朋友反馈匀速化后仍不匀速，后经了解才发现此匀速化非彼匀速化
学习笔记
未读
深度学习（五）激活函数的选择 & 浅层神经网络的梯度下降
# 概述 > 本篇中你将了解几种常见的激活函数，并看到在浅层神经网络中向后传播及梯度下降是如何进行的。  ---------- # 5.0 上篇回顾 在上一篇中，你见到了一个单输出的浅层（双层）神经网络是如何进行向前传播的
学习笔记
未读
深度学习（四）浅层神经网络及其向量化
# 概述 > 本篇简要介绍浅层神经网络，并给出其向量化形式。  ---------- # 4.0 Logistic 回顾 在前三篇当中，我们见过了 Logistic 回归的相关内容，了解了向前传播、向后传播、梯度下降与向量
学习笔记
未读
深度学习（三）实战：动手实现猫图识别
# 概述 > 本篇详细记录了如何使用 Python 语言基于 Logistic 回归搭建一个简单的单层神经网络，并实现猫图的识别。 > 本篇中的单层神经网络在训练集与测试集上分别获得了 95.7% 与 74.0% 的正确率。 ![Title](/upload/DeepLearning-03-1.jp
学习笔记
未读
深度学习（二）向量化 Logistic 回归及其梯度输出
概述 本篇属于理论篇，你将了解什么是向量化、向量化对神经网络训练优化的重要性，以及如何向量化 Logistic 回归及其梯度输出。 2.0 向量化概述 在前面，你已经认识了 Logistic 回归，并且对梯度下降以及梯度下降是如何工作的有了一个具体的认知。如果你有认真阅读第一篇的话，相信你还记得在第
学习笔记
未读
深度学习（一）Logistic 回归与梯度下降
概述 本篇属于理论篇，介绍了针对二元分类问题的 Logistic 回归与梯度下降，以及 Logistic 回归当中的梯度下降是如何进行参数优化的。 1.0 Logistic 回归概述 Logistic 回归是一种广义上的线性回归，也是一个用在监督学习当中的学习算法，一般用于输出值为0或1，即"是"或
沿途简记
未读
基于HSV肤色提取与连通区域过滤的人脸定位算法（Matlab）
# 概述 > 本篇记录了利用基于HSV颜色模型的肤色提取与连通区域过滤实现图片的人脸定位，附带知识的介绍略烦多，附带Matlab相关程序代码。 ---------- 开幕雷击：本文只是鄙人几年前接触数学建模初期时关于人脸识别题目的一些碎片记录，最终整合起来的效果并不好，不具备实际可用性，因此不要对本
沿途简记
未读
贝塞尔曲线运动n阶追踪方程的数学原理及其匀速化方法和应用
### **前言** > 首先声明一下本文讨论的终极目标——通过贝塞尔曲线实现可调控的数值缓动，也就是贝塞尔插值。之所以以数值为目的是因为它相较于实现某一个具体的案例而言，意义更为广泛，例如可以实现可控性很强的缓动动效，在本文的末尾会附上具体的贝塞尔运动案例分析与一些应用层面的介绍。文章的前一部分