tensorFlow 是什么？ tensorFlow 是一个库，python,node都有 计算图是什么？ tensorFlow API的调用全部在计算图中进行，计算图是这个库的全局数据结构（计算图可通过Tensor变量查看） 计算图可看作计算的模版，它列出了所有的步骤和值的存储 会话 会话是tensorFlow应用最广的API 会话的作用是处理内存分配和优化，使我们能够实际执行由图形指定的计算。 简单来说，计算图列出了
初识loss函数 引用：函数（loss function）是用来估量模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。 举个例子： 已知 预测模型函数 f(x)和真实对应的产出值(Y) 损失函数可为 L(Y,f(X)) = (Y-f(X))^2 总结： loss函数依赖两个值，真实值Y，预测函数f(x),loss函数则是评判预测是否准确的函数 回归
春天去绍兴吃河鲜～ 第一次来绍兴，绍兴是一座比杭州更有江南味道的小城，周六上午到，小巷里下起蒙蒙细雨，想起了戴望舒的雨巷。早早预约了的临河饭店，显然还未到饭点，于是先去附近转了一圈，买了一碗炸的透香的臭豆腐。 中午，开启了在绍兴的第一顿饭。 吃完饭，逛鲁迅故居，有院子的大宅住着真的舒服～逛完出来天空阴沉沉很有气势～ 晚餐在一个小饭店吃的，意外的很好吃，比中午好吃！ 晚上找了住的地方，重庆森林主题民宿，荒原书店对面，粉色基督
去年就想带着二哈烟花三月下扬州，后来去完婺源后就忙了一段时间，错过了扬州的春天，今年三月依然很忙，到月末还有一个星期终于松了口气，然后一拍脑袋，清明时节三月初，正是下扬州的好时节，于是终于今年没有错过扬州的春天和早茶。 上学的时候去过扬州两次，第一次是高中春游去扬州瘦西湖，人不多，记得去的时候琼花开的很灿烂，记得那年背的二十四桥仍在，波心荡，冷月无边，记得春风十里扬州路，卷上珠帘总不如。第二次是家里自驾去扬州，第一次见识了扬州的早茶
Reduxsingle storefunctional programming paradigmimmutablepureexplicit update logicplain JavaScriptmore boilerplatenormalized stateflat state MobXmultiple storesobject-oriented programming and reactive programming paradig
2018，与自己打拉锯战的一年。在“我真是糟透了我好不了了”和“我还可以再拯救一下”中反复拉扯，现在有的时候还是很不满，在格外疲倦的时候，会疑惑为什么状态总会这么累，随便套件衣服出门偶然想起审视自己的时候，质问自己为什么能要么就几件破衣服将就穿一个季度，要么一口气买六七千的衣服。没有稳定而持续的学习的时候，嫌弃自己为什么没有做到拔草书单，拔草影单，喜欢可积累的进步。 但有的时候还很喜欢自己，粉底和口红，是变身的武器，如果认真上一个妆，就
蘑菇补充： steam英文原版游戏 听力：如果基础比较弱，那么每天慢速VOA（大概比四级听力稍难一些）听两篇，每篇10遍以后再看原文，弄清楚每个单词的意思，看完以后再听10遍以上。保证两周以后你回去听四六级听力会很不耐烦。过了慢速就可以听常速了，还是精听为主泛听为辅 边听边写 http://www.bigear.cn/ 学习语言套路： 学好发音 词汇：频率列表 看电视，阅读，将学习沉浸生活中 输出 参考： https://www.do
12345678910111213141516171819202122232425262728293031323334353637383940414243function myPromise(fn) { var state = 'pending', value = null, callbacks = []; this.then = function(onFulfilled = null)
两个基本点： 1. 使用订阅发布模式实现createStore, 记住常用API: getState, dispatch, subscribe, 按图索骥 2. 利用react context实现Connect 对组件进行包装， 记住mapStateToProps, mapDispatchToProps 1234567891011121314151617181920212223242526272829303132333435363738
名词： viewport、rem、@media 名词解释-viewport//TODO 实现方案一般 rem 方案解决小屏幕适配问题就是通过 JavaScript 动态改变 html 元素的 font-size 大小进行适配（组件使用 rem 作为度量）根据根节点决定rem和真实像素的比例，这样可以做到所有节点使用同样的计量单位，但在不同的设备上，根据@media设置不同的根节点实现不同的比例，达到实际像素大小不同的效果 ps:em :