Android架构–测试选择
需要用到的测试工具库 1.espresso google官方提供的一个ui测试库 2.mockito 一个可以模拟各种类并进行注入/返回的库 3.junit 测试常用库 View的测试 使用espresso测试，espresso是一个谷歌官方推出的测试库，可以模拟进行各种ui操作，并判[......]Re...
Author: u3coding
A software developer
Android架构体系–样例解析
接上一篇文章的概念分析的内容，这篇文章主要给出一个实际的mvvm例子来分析。 上一篇文章在这里Android架构体系–结构和组件选择 样例目的 通过mvvm模式和room（google提供的持久化库）来进行user类的显示/添加功能 结构 view:MainActivity(显示user)[......]Re...
Android架构体系–结构和组件选择
Android架构的必要性 随着业务的发展，Android以前那种瀑布流式的开发模式的弊端越来越明显，例如 1.无法拆分逻辑和页面 都写在Activity中，无法拆分，非常混乱 2.无法测试等 由于界面和逻辑连在一起，无法写出良好的单元测试 3.过长的Activity代码 由于各种逻辑都在一起，经[......]Re...
几种神经网络的定义/结构/用途
人工神界网络 定义 分为多层的机器学习算法，将上一层的输出作为下一层的输入，直到最后一层输出 结构 用途 用于基本的分类或者预测学习，是一种基础的神经网络机器学习算法 卷积神经网络（CNN) 定义 同样为多层的神经网络，每次使用relu激励函数加上卷积层和池化层进行处理，最后通过[......]Re...
协同过滤推荐算法相关步骤和细节
推荐算法分类 1.基于内容的推荐算法 2.协同过滤推荐算法 基于内容推荐 1.需要知道每个项目的特征，以及详细的特征值，比如一个电影的爱情元素占比，动作成分占比等 2.需要用户事先评价几部电影，得到用户的评分特征向量，比如，对动作电影的偏好程度等 3.把特征和用户偏好相乘，得到预估得分，得到推[......]Re...
机器学习算法性能的检测和调优方法【方法+代码】
常见的几种方法 1.收集更多样本 2.使用更小规模的方法 3.增加方法的规模 4.使用多项式 5.增加正则化参数λ 如何判断下一步该采用什么方法 引入概念，误差（error），可用下面公式求得 对于线性回归： 对于分类算法： 如何划分我们的样本 按照比例6：2：2划分为三个样本，训[......]Re...
神经网络算法的代码分析【对应步骤分析文章】
使用Octave软件进行编辑 1.代价函数以及其正则化 [crayon-5b0ad35e54e43439959194/] 2.激励函数的导数 [crayon-5b0ad35e54e4d555361564/] 3.随机初始化参数 [crayon-5b0ad35e54e5f881177451[......]Re...
神经网络算法的实现步骤和细节处理【公式部分】
算法步骤 1.确定算法层次模型，有几层，几个隐藏层，每层有多少节点 2.使用feedforward算法计算出，a2,a3,z2,z3 3.写出代价函数J,并对其进行正则化 4.写出激励函数sigmoid的导数表达式 5.随机初始化参数Theta 6.使用向后递推法获取[......]Re...
springboot配置mybatis结合xml配置mapper的过程
文章目的 最近接触到springboot，用来初始化项目非常方便，于是拿来初始化了一下mybatis，结果发现，网上大部分的文章都是用注解方法进行mapper配置。 大家都知道，mybatis的一个特点就是所有的sql都在xml里，方便管理，还可以使用动态sql。 于是我开始尝试使用xml配置ma[......]Re...
计算一组字符串的全排列[java]
问题 给出字符串"abc"计算其全排列 如abc,acb,bac,bca,cab,cba 思路 使用递归方法，每次确定一个未使用的字符，再递归寻找下一个未使用的字符，直到生成字符串长度与原来的长度相同，就返回，每次返回之后，要把这次的字符取消标记 伪代码 [crayon-5b0ad35e5[......]Re...