本文目录一览：
- 1、deep dream算法怎样玩
- 2、java里面planel怎么设背景
- 3、各种编程语言的深度学习库整理大全！
- 4、Java string 例如把 asdbn 截成sdbn 的string方法
- 5、java同时访问多个sql server2000数据库
- 6、请大佬帮助我写一下这个java程序！！
deep dream算法怎样玩
SVM方面，首选的肯定是libsvm这个库，应该是应用最广的机器学习库了。
下面主要推荐一些DeepLearning的GitHub项目吧！
1. convnetjs - star:2200+
实现了卷积神经网络，可以用来做分类，回归，强化学习等。
2. DeepLearn Toolbox - star:1000+
Matlab实现中最热的库存，包括了cnn,DBN,sae,cae等主流模型。
3. Deep Learning(yusugomo) - star:800+
实现了深度学习网络，从算法与实现上都比较全，提供了5种语言的实现：Python,C/C++,Java,Scala，实现的模型有DBN/CDBN/RBM/CRBM/dA/SdA/lr等。
4. Neural-Networks-And-Deep-Learning - star:500+
这是同名书的配套代码，语言是Python。
5. rbm-mnist - Star:200+
这个是hinton matlab代码的C++改写版，还实现了Rasmussen的共轭梯度Conjugate Gradient算法。
java里面planel怎么设背景
你用JPanel就可以setbackground了没必要用旧的panel的
public class LoginMain1 extends JFrame implements ActionListener{
static JTextField DBN;
static JTextField UN;
static JTextField Pwd;
static JButton btn1;
static JButton btn2;
static JButton btn3;
static String dbn;
static String un;
static String pwd;
public static LoginMain1 f = null;//实例化
LoginMain1(String sTitle){
super(sTitle);
initComponents();
pack();
setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
}
private void initComponents(){
JPanel JPanel1=new JPanel();
JPanel1.setLayout(new FlowLayout(FlowLayout.CENTER));
JPanel1.add(new JLabel("登录数据库"));
JPanel1.setOpaque(false);
JPanel1.setBackground(Color.WHITE); //设计颜色好看点的
JPanel JPanel2=new JPanel();
JPanel2.setLayout(new GridLayout(1,4,15,15));
btn1=new JButton("确定");
btn2=new JButton("取消");
btn3=new JButton("退出");
btn1.addActionListener(this);
btn2.addActionListener(this);
btn3.addActionListener(this);
JPanel2.add(btn1);
JPanel2.add(btn2);
JPanel2.add(btn3);
JPanel JPanel4=new JPanel();
JPanel4.setBackground(Color.WHITE); //设计颜色好看点的
JPanel4.setLayout(new GridLayout(4,2,15,15));
JPanel4.add(new JLabel(" 数据库名： "));
DBN=new JTextField("",9);
JPanel4.add(DBN);
JPanel4.add(new JLabel(" 数据库用户： "));
UN=new JTextField("",9);
JPanel4.add(UN);
JPanel4.add(new JLabel(" 数据库密码： "));
Pwd=new JTextField("",9);
JPanel4.add(Pwd);
JPanel JPanel5=new JPanel();
JPanel5.setBackground(Color.WHITE); //设计颜色好看点的
JPanel5.setLayout(new FlowLayout(FlowLayout.LEFT,30,5));
JPanel5.add(JPanel4);
JPanel JPanel7=new JPanel();
JPanel7.setLayout(new BorderLayout());
JPanel7.add(JPanel1,"North");
JPanel7.add(JPanel5,"South");
JPanel JPanel8=new JPanel();
JPanel8.setLayout(new BorderLayout());
JPanel8.add(JPanel7,"West");
JPanel8.add(JPanel2,"South");
setContentPane(JPanel8);
}
public void actionPerformed(ActionEvent e){
dbn=DBN.getText();
un=UN.getText();
pwd=Pwd.getText();
if(e.getSource() == btn1){
shujuku f1=new shujuku(dbn,un,pwd,this.f);
}
else if(e.getSource() == btn2){
DBN.setText("");
UN.setText("");
Pwd.setText("");
}
else if(e.getSource() == btn3){
System.exit(0);
}
}
public static void main(String args[]){
f=new LoginMain1("家庭理财管理信息系统");
f.setVisible(true);
}
}
改好了我要50分
各种编程语言的深度学习库整理大全！
各种编程语言的深度学习库整理大全！
Python1. Theano是一个python类库，用数组向量来定义和计算数学表达式。它使得在Python环境下编写深度学习算法变得简单。在它基础之上还搭建了许多类库。
1.Keras是一个简洁、高度模块化的神经网络库，它的设计参考了Torch，用Python语言编写，支持调用GPU和CPU优化后的Theano运算。
2.Pylearn2是一个集成大量深度学习常见模型和训练算法的库，如随机梯度下降等。它的功能库都是基于Theano之上。
3.Lasagne是一个搭建和训练神经网络的轻量级封装库，基于Theano。它遵循简洁化、透明化、模块化、实用化和专一化的原则。
4.Blocks也是一个基于Theano的帮助搭建神经网络的框架。
2. Caffe是深度学习的框架，它注重于代码的表达形式、运算速度以及模块化程度。它是由伯克利视觉和学习中心（Berkeley Vision and Learning Center, BVLC）以及社区成员共同开发。谷歌的DeepDream项目就是基于Caffe框架完成。这个框架是使用BSD许可证的C++库，并提供了Python调用接口。
3. nolearn囊括了大量的现有神经网络函数库的封装和抽象接口、大名鼎鼎的Lasagne以及一些机器学习的常用模块。
4. Genism也是一个用Python编写的深度学习小工具，采用高效的算法来处理大规模文本数据。
5. Chainer在深度学习的理论算法和实际应用之间架起一座桥梁。它的特点是强大、灵活、直观，被认为是深度学习的灵活框架。
6. deepnet是基于GPU的深度学习算法函数库，使用Python语言开发，实现了前馈神经网络（FNN）、受限玻尔兹曼机（RBM）、深度信念网络（DBN）、自编码器（AE）、深度玻尔兹曼机（DBM）和卷积神经网络（CNN）等算法。
7. Hebel也是深度学习和神经网络的一个Python库，它通过pyCUDA控制支持CUDA的GPU加速。它实现了最重要的几类神经网络模型，提供了多种激活函数和模型训练方法，例如momentum、Nesterov momentum、dropout、和early stopping等方法。
8. CXXNET是一个基于MShadow开发的快速、简洁的分布式深度学习框架。它是一个轻量级、易扩展的C++/CUDA神经网络工具箱，提供友好的Python/Matlab接口来进行训练和预测。
9. DeepPy是基于NumPy的深度学习框架。
10. DeepLearning是一个用C++和Python共同开发的深度学习函数库。
11. Neon是Nervana System 的深度学习框架，使用Python开发。
Matlab
1. ConvNet 卷积神经网络是一类深度学习分类算法，它可以从原始数据中自主学习有用的特征，通过调节权重值来实现。
2. DeepLearnToolBox是用于深度学习的Matlab/Octave工具箱，它包含深度信念网络（DBN）、栈式自编码器（stacked AE）、卷积神经网络（CNN）等算法。
3. cuda-convet是一套卷积神经网络（CNN）代码，也适用于前馈神经网络，使用C++/CUDA进行运算。它能对任意深度的多层神经网络建模。只要是有向无环图的网络结构都可以。训练过程采用反向传播算法（BP算法）。
4. MatConvNet是一个面向计算机视觉应用的卷积神经网络（CNN）Matlab工具箱。它简单高效，能够运行和学习最先进的机器学习算法。
CPP
1. eblearn是开源的机器学习C++封装库，由Yann LeCun主导的纽约大学机器学习实验室开发。它用基于能量的模型实现卷积神经网络，并提供可视化交互界面（GUI）、示例以及示范教程。
2. SINGA是Apache软件基金会支持的一个项目，它的设计目标是在现有系统上提供通用的分布式模型训练算法。
3. NVIDIA DIGITS是用于开发、训练和可视化深度神经网络的一套新系统。它把深度学习的强大功能用浏览器界面呈现出来，使得数据科学家和研究员可以实时地可视化神经网络行为，快速地设计出最适合数据的深度神经网络。
4. Intel? Deep Learning Framework提供了Intel?平台加速深度卷积神经网络的一个统一平台。
Java
1. N-Dimensional Arrays for Java (ND4J) 是JVM平台的科学计算函数库。它主要用于产品中，也就是说函数的设计需求是运算速度快、存储空间最省。
2. Deeplearning4j 是第一款商业级别的开源分布式深度学习类库，用Java和Scala编写。它的设计目的是为了在商业环境下使用，而不是作为一款研究工具。
3. Encog是一个机器学习的高级框架，涵盖支持向量机、人工神经网络、遗传编程、贝叶斯网络、隐马可夫模型等，也支持遗传算法。
JavaScript
1. Convnet.js 由JavaScript编写，是一个完全在浏览器内完成训练深度学习模型（主要是神经网络）的封装库。不需要其它软件，不需要编译器，不需要安装包，不需要GPU，甚至不费吹灰之力。
Lua
1. Torch是一款广泛适用于各种机器学习算法的科学计算框架。它使用容易，用快速的脚本语言LuaJit开发，底层是C/CUDA实现。Torch基于Lua编程语言。
Julia
1. Mocha是Julia的深度学习框架，受C++框架Caffe的启发。Mocha中通用随机梯度求解程序和通用模块的高效实现，可以用来训练深度/浅层（卷积）神经网络，可以通过（栈式）自编码器配合非监督式预训练（可选）完成。它的优势特性包括模块化结构、提供上层接口，可能还有速度、兼容性等更多特性。
Lisp
1. Lush(Lisp Universal Shell)是一种面向对象的编程语言，面向对大规模数值和图形应用感兴趣的广大研究员、实验员和工程师们。它拥有机器学习的函数库，其中包含丰富的深度学习库。
Haskell
1. DNNGraph是Haskell用于深度神经网络模型生成的领域特定语言（DSL）。
.NET
1. Accord.NET 是完全用C#编写的.NET机器学习框架，包括音频和图像处理的类库。它是产品级的完整框架，用于计算机视觉、计算机音频、信号处理和统计应用领域。
R
1. darch包可以用来生成多层神经网络（深度结构）。训练的方法包括了对比散度的预训练和众所周知的训练算法（如反向传播法或共轭梯度法）的细调。
2. deepnet实现了许多深度学习框架和神经网络算法，包括反向传播(BP)、受限玻尔兹曼机(RBM)、深度信念网络(DBP)、深度自编码器(Deep autoencoder)等等。
Java string 例如把 asdbn 截成sdbn 的string方法
String sub = "s";//要去掉的字符串
int index = "asdbn".indexOf(sub);//查找位置
return "asdbn".substring(0,index) + "asdbn".substring(index + 1);
-------------------------以上是最笨的方法
可以正则表达式
java同时访问多个sql server2000数据库
建立多个连接就行了:
public class DBUtil{
//这个记不清楚
private static final String dbUrl = "jdbc:mssql://localhost:xxx/";
//数据库名称
private static final String dbNames [] = new String [] {"db1","dbn"};
//连接各个数据库需要的用户名
private static final String usernames [] = new String [] {"db1 username","dbn ..."};
//密码
private static final String passwords [] = new String [] {"db1 password","dbn ..."};
//连接数据库需要的JDBC类，如果你是用的同一种数据库
private static final String jdbc= "com.microsoft.....";
public synchronized static Connection getConnection(int db) {
Connection con = null;
if(db 0 db dbName.length) {
try {
Class.forName(jdbc);
con = DriverManager.getConnection(dbUrl + dbNames[db],usernames[db],password[db];
} catch (ClassNotFoundException x) {
System.out.println(x.getMessage());
} catch (SQLException x) {
System.out.println(x.getMessage());
}
}
return con;
}
}
如果要动态的获取数据库连接，可以直接把数据库的名称和密码直接传进来也行。
请大佬帮助我写一下这个java程序！！
按照题目要求编写的复数类的Java程序如下
public class Complex{
private float rp;
private float ip;
public Complex(float r ,float i){
rp = r;
ip = i;
}
public Complex() {
rp = 0;
ip = 0;
}
public Complex add(Complex c1 , Complex c2){
rp = c1.rp + c2.rp;
ip = c1.ip + c2.ip;
return this;
}
public Complex subtract( Complex c1,Complex c2){
rp = c1.rp - c2.rp;
ip = c1.ip - c2.ip;
return this;
}
public Complex multiply(Complex c1, Complex c2){
rp = c1.rp*c2.rp - c1.ip*c2.ip;
ip = c1.rp*c2.ip + c1.ip*c2.rp;
return this;
}
public void printComplex(){
System.out.println("("+this.rp+","+this.ip+")");
}
}
