学习使用前向传播和反向传播搭建出有一个隐藏层的神经网络。
- hidden layer Neural Network
###3.1 神经网络概览

Never Never Give Up
神经网络和深度学习近几年好多人在学习,但是他们具体是什么关系,又有什么联系,众说纷纭,
有人说:深度学习可以理解成用深度神经网络(DNN,Deep Neural Network)来进行机器学习,
有人说:深度学习是一种方法,神经网络是个模型。用了深度学习可以有效解决层数多的网络不好学习的问题
还有人说:本是同根生,相煎何太急
接下来,下面这张图,能帮助大家更好地学习神经网络和深度学习,掌握理清脉络

线性回归是最基本的
注释:红色是基础
NLP自然语言处理(nlp,natural language processing)
机器学习(machine learning)
学习如何用神经网络的思维模式提出机器学习问题、如何使用向量化加速你的模型。
学习驱动神经网络兴起的主要技术趋势,了解现今深度学习在哪里应用、如何应用。
8 月 8 日,吴恩达正式发布了 Deepleanring.ai——基于 Coursera 的系列深度学习课程,但在中国无法访问这套课程(除非你连VPN),还有Coursera中是英文授课,就有点尴尬。幸好,之后,吴恩达和网易合作,将课程内容免费放到网易的教育平台上.所以,终于有机会学这门课了!特记下笔记,以备忘!

有一起学习的同学,可以联系我,一起进步哦!!!
more >>
想导出mongodb数据库里的数据,结果,搞了一天,踩了无数的坑,才终于导出数据,真的,要哭了,赶紧记录下来(说实话,网上有些文章真的随着版本的更新,有些过时了,真的是助我踩坑耶)
我主要讲我踩得坑哈,顺便说下!
首先要开启服务,进入命令框NET START MongoDB
然后进入安装目录(我的安装目录):cd D:\Program Files\Work\MongoDB\Server\3.4\bin,执行mongo
执行以上两步后,就可以输入有用的命令了
导出数据:mongoexport -h 127.0.0.1 -u root -p
12345 -d taobao -c prodect --type=cvs -o D:\data\prodect_cvs.dat
不知上述意思的可以参见: Mongo的导出工具mongoexport介绍
然后就报错
网上搜了一下,说–authenticationDatabase admin 这是是必须的,否则会报上述错误:
解决办法
再添加一串代码: --authenticationDatabase admin
但是添加了之后还是报相同的错,又搜了一下,看了下面一篇博文
连接到admin数据库,在admin数据库上创建一个用户,这个用户保存在admin.system.users中,它的权限比在其它数据库中设置的用户权限更大。(当admin.system.users中一个用户都没有时,即使mongod启动时添加了–auth参数,如果没有在admin数据库中添加用户,此时不进行任何认证还是可以做任何操作,直到在admin.system.users中添加了一个用户。)
原来是我没创建一个用户,但大家要注意创建用户的命令版本不同,命令也有可能不同,我就遇到了这个问题,
mongodb3.X用的方法: mongoDB add user in v3.0 问题的解决(Property ‘addUser’ of object admin is not a func)
我的版本是3.X的,所有我应该执行下面
|
|
旧点的版本:
创建完成之后如下图:

然后又遇到一个问题csv mode requires a field list
,原因是第一次没有指明要导出的列,所以只是实现一个空的文件
|
|
所以在末尾再加上-f 一列的名字mongoexport -h 127.0.0.1 -u root -p
12345 -d taobao -c prodect --type=cvs -o D:\data\prodect_cvs.dat --authenticationDatabase admin -f shop
参考博客: mongoDB的基本操作以及数据的导入导出,备份和恢复
如下图
哇。终于完成了,有点小激动啊!!
tag:
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录(注意不是yilia根目录)执行以下命令:
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置:
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true