BAT机器学习面试1000题系列1前言1BAT机器学习面试1000题系列21归一化为什么能提高梯度下降法求解最优解的速度？222归一化有可能提高精度223归一化的类型231）线性归一化232）标准差标准化233）非线性归一化2335.什么是熵。
机器学习ML基础易27熵的引入273.1无偏原则2956.什么是卷积。
深度学习DL基础易38池化，简言之，即取区域平均或最大，如下图所示（图引自cs231n）40随机梯度下降46批量梯度下降47随机梯度下降48具体步骤：50引言721.深度有监督学习在计算机视觉领域的进展731.1图像分类（ImageClassification）731.2图像检测（ImageDection）731.3图像分割（SemanticSegmentation）741.4图像标注–看图说话（ImageCaptioning）751.5图像生成–文字转图像（ImageGenerator）762.强化学习（ReinforcementLearning）773深度无监督学习（DeepUnsupervisedLearning）–预测学习783.1条件生成对抗网络（ConditionalGenerativeAdversarialNets，CGAN）793.2视频预测824总结845参考文献84一、从单层网络谈起96二、经典的RNN结构（NvsN）97三、NVS1100四、1VSN100五、NvsM102RecurrentNeuralNetworks105长期依赖（Long-TermDependencies）问题106LSTM网络106LSTM的核心思想107逐步理解LSTM108LSTM的变体109结论110196.L1与L2范数。
机器学习ML基础易163218.梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？深度学习DL基础中178@李振华，https://www.zhihu.com/question/68109802/answer/262143638179219.请比较下EM算法、HMM、CRF。
机器学习ML模型中179223.Boosting和Bagging181224.逻辑回归相关问题182225.用贝叶斯机率说明Dropout的原理183227.什么是共线性,跟过拟合有什么关联?184共线性：多变量线性回归中，变量之间由于存在高度相关关系而使回归估计不准确。
184共线性会造成冗余，导致过拟合。
184解决方法：排除变量的相关性／加入权重正则。
184勘误记216后记219

对于一副图像，比如1000*800分辨率，我们在处理时，通常思路是从第1个像素开始，一直计算到最后一个像素。
其实，目前不论手机还是个人电脑，处理器都是多核。
那么完全可以将整副图像分成若干块，比如cpu为4核处理器，那么可以分成4块，每块图像大小为1000*200，这样程序可以创建4个线程，每个处理器执行一个线程，每个线程处理一个图像块。
更多内容可参考：http://blog.csdn.net/grafx/article/details/71084473

设计了一种应用于KrF准分子激光波面整形的二元光学元件(BOE),实现了将波面整形变换为巴特沃斯(Butternorth)分布。
采用盖师贝格-撒克斯通(Gerchberg-Saxton,GS)算法实现优化设计,使用MATLAB软件模拟入射和出射光场。
通过对比迭代次数分别为10、100和1000次的模拟结果,研究盖师贝格-撒克斯通算法中迭代次数对整形效果的影响。
模拟出迭代次数为106次的整形结果,并且得到二元光学元件的相位分布。
模拟结果表明,出射光场呈巴特沃斯分布,实现了波面整形,矩形光斑能量占总能量的75.62%,能量的利用率较高,其均匀性的均方根(RMS)误差为0.1394%。

qt将1000个数据画波形，曲线滤波，波峰面积，并对曲线进行平滑显示，平滑以后通过算法将其两个波峰面积求出来。

Matlab功率谱估计的详尽分析——绝对原创功率谱估计是信息学科中的研究热点,在过去的30多年里取得了飞速的发展。
现代谱估计主要是针对经典谱估计(周期图和自相关法)的分辨率低和方差性能不好的问题而提出的。
其内容极其丰富,涉及的学科和领域也相当广泛,按是否有参数大致可分为参数模型估计和非参数模型估计,前者有AR模型、MA模型、ARMA模型、PRONY指数模型等;后者有最小方差方法、多分量的MUSIC方法等。
ARMA谱估计叫做自回归移动平均谱估计,它是一种模型化方法。
由于具有广泛的代表性和实用性,ARMA谱估计在近十几年是现代谱估计中最活跃和最重要的研究方向之一。
二：AR参数估计及其SVD—TLS算法。
谱分析方法要求ARMA模型的阶数和参数以及噪声的方差已知.然而这类要求在实际中是不可能提供的,即除了一组样本值x(1),x(2),…,x(T)以供利用(有时会有一定的先验知识)外,再没有其它可用的数据.因此必须估计有关的阶数和参数,以便获得谱密度的估计.在ARMA定阶和参数之估计中,近年来提出了一些新算法，如本文介绍的SVD—TLS算法便是其中之一。
三：实验结果分析和展望1，样本数多少对估计误差的影响。
（A=[1,0.8,-0.68,-0.46]）图1上部分为N=1000；
下部分为取相同数据的前N=50个数据产生的结果。
图1N数不同：子图一N=1000,子图二N=200，子图三N=50由图可知，样本数在的多少，在对功率谱估计的效果上有巨大的作用，特别在功率谱密度函数变化剧烈的地方，必须有足够多的数据才能完整的还原原始功率谱密度函数。
2，阶数大小对估计误差的影响。
A=[1,-0.9,0.76]A=[1,-0.9,0.76,-0.776]图二阶数为二阶和三阶功率密度函数图A=[1,-0.9,0.86,-0.96,0.7]A=[1,-0.9,0.86,-0.96,0.7,-0.74]图三阶数为三阶和四阶功率密度函数图如图所示，阶数相差不是很大时，并不能对结果产生较大的影响。
但是阶数太低，如图二中二阶反而不能很好的估计出原始值。
3，样本点分布对估计误差对于相同的A=[1,-0.9,0.86,-0.96,0.7]；
样本的不同，在估计时的误差是不可避免的。
因此，我们在取得样本时，应该尽可能的减少不必要的误差。
图四：不同的样本得到不同的估计值4，奇异值的阈值判定范围不同对结果的影响。
上图是取奇异值的阈值大于等于0.02，而下图是取阈值大于等于0.06，显然在同种数据下，阈值的选取和最终结果有密切关系。
由于系数矩阵和其真实值的逼近的精确度取决于被置零的那些奇异值的平方和。
所以选取太小，导致阶数增大，选取太大会淘汰掉真实的系数。
根据经验值，一般取0.05左右为最佳。

Windows下FreeSWITCH的安装及使用奕奕星空2019-09-2815:27:58808收藏4展开1、FreeSWITCH简介FreeSWITCH是一个电话的软交换解决方案，包括一个软电话和软交换机用以提供语音和聊天的产品驱动。
FreeSWITCH可以用作交换机引擎、PBX、多媒体网关以及多媒体服务器等。
FreeSWITCH支持多种通讯技术标准，包括SIP,H.323,IAX2以及GoogleTalk，可以方便的与其他开源的PBX系统进行对接，例如sipX,OpenPBX,Bayonne,YATE或者Asterisk. FreeSWITCH支持许多高级的SIP特性，例如presence/BLF/SLA、TCPTLS和sRTP，它还可以用来作为类似于SBC(SessionBorderController)的透明代理。
 FreeSWITCH的是一个跨平台的开源电话交换平台，具有很强的伸缩性。
旨在为音频、视频、文字或任何其他形式的媒体，提供路由和互连通信协议。
它创建于2006年，填补了许多商业解决方案的的空白。
FreeSWITCH的也提供了一个稳定的电话平台，许多广泛使用的免费电话就是在使用它开发的。
 2、下载及安装windows版本下载地址：https://files.freeswitch.org/windows/installer/百度云盘：https://pan.baidu.com/s/1lBLH5XbLNuCynoaverpaWA 提取码：6mrj  以下测试版本：FreeSWITCH-1.10.1-Release-x64.msi下载后，双击按提示一步一步操作，安装完成后在安装目录下选择FreeswitchConsole.exe执行文件，以管理员的身份运行，这样会打开命令行的工具并运行，运行时间为30s左右；
如上图所示启动成功！ 3、FreeSWITCH配置FreeSwitch默认设置了20个用户，如果需要更多的用户，那么只需要简单的三步就可以完成。
在conf/directory/default/中增加一个用户配置文件修改拨号计划（Dialplan）使其它用户可以呼叫它重新加载配置使其生效要添加用户Jason，分机号是1020，只需要到conf/directory/default目录下，将1000.xml拷贝到1020.xml，然后打开1020.xml，将所有1000都改为1020，并把effective_caller_id_name的值改为Jason，然后保存退出。
如：接下来，打开conf/dialplan/default.xml，找到 行，将其改为：保存退出，回到控制台，然后执行reloadxml命令或按快捷键F6，使新的配置生效，那么新用户1020便添加成功。
如果你在某个运营商拥有SIP账号，就可以配置拨打外部电话。
 4、软电话连接使用FreeSwitch默认配置了1000～1019共20个用户，你可以随便选择一个用户进行配置（相当于已经在此服务器下注册了20个用户，用户名分别是1000、1001、……），下面就将来测试这个服务器，支持SIP协议的客户端软件有：X-Lite、Zoiper、Boghe、IMSDroid等，这里我们可以选用支持SIP协议的X-Lite、Boghe、IMSDroid来测试。
以下测试使用X-Lite，下载地址：https://www.counterpath.com/x-lite/百度云盘：https://pan.baidu.com/s/1DkZ9z__b6vGg8LEKMacQCw 提取码：bf8w 下载安装后，配置AccountSettings：注册成功后：可用freeswitch客户端fs_cli.exe查看注册信息：命令：sofiastatusprofileinternalreg 5、发起外呼在fs_cli.exe中执行命令：originateuser/1000&echo上述命令在呼叫1000这个用户后，便执行ec

完整的法兰克CNC数控机床，Focas开发包接口程序及示例，花了1000人民币购买，现在分享给大家下载，欢迎大家一起交流学习。

手写数字图片1000张，由minist转化来的JPG格式，机器学习，深度学习都可以使用

这个是菜鸟窝里面的一个5.0的应用，具有参考价值，收费的，所以冒险开源出来源代码，就赚一点分!

Symantec赛门铁克14.3免密卸载工具cleanwipe14.3.558.1000可以卸载最新symantec14.3.558.1000及以下版本

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。