在之前笔者有介绍过《在 Android 设备上使用 PaddleMobile 实现图像分类》，使用的框架是百度开源的 PaddleMobile。在本章中，笔者将会介绍使用小米的开源手机深度学习框架 MACE 来实现在 Android 手机实现图像分类。

TensorFlow Lite 是一款专门针对移动设备的深度学习框架，移动设备深度学习框架是部署在手机或者树莓派等小型移动设备上的深度学习框架，可以使用训练好的模型在手机等设备上完成推理任务。这一类框架的出现，可以使得一些推理的任务可以在本地执行，不需要再调用服务器的网络接

在这里为大家介绍如何在 Ubuntu server 搭建 Java Web 服务器，输入命令时请留意作者的 Ubuntu 路径的变化。

这是一个常见的画板功能，常用于画画和手写输入等等，今天就教大家实现这个小功能，这个功能还是比较简单的，只有一个 Java 文件

我们使用的是 CASIA-WebFace 数据集，该人脸数据集是目前最大的公开人脸数据集。该人脸数据集一共有包含 10,575 个人，494,414 张图像，包含彩色图和灰图。各大人脸数据集情况如下表。

要开机启动，首先肯定是想到广播，广播接收器接收到开机发出的广播，就执行 onReceive()，在 onReceive()可以写一些我们需要做的操作

随机变量(random variable)是可以随机地取不同值的变量。随机变量是可以离散的或者连续的，离散随机变量拥有有限或可数无限多的状态，连续随机变量伴随这实数值的。

• 下溢(underflow)是一种极具毁灭性的舍入误差。当接近零的数被四舍五入为零时发生下溢
• 上溢(overflow)是一种极具破坏力的数值错误形式。当大量级的数被近似为\infty或者-\infty时发生上溢，进一步的运算通常会导致这些无限值变成非数字。

标量（scalar）：一个标量就是一个单独的数，它不同与线性代数中研究其他大部分对象（通常是多个数的数组）。我们用斜体表示标量。标量通常被赋予小写的变量名称，比如：

通过路径获取传来的数据，使用这种方法时，要在方法参数中的对应参数加上@PathVariable，如果访问的路径为：localhost:8080/page/王/21，就能获得 name=王，age=21

表的创建

create table <表名> (<列名> <数据类型> [列级完整性约束条件],
<列名> <数据类型> [列级完整性约束条件],
······
,<表级完整性约束条件>); 

相信有很多朋友都跟我一样，使用 XAMPP 集成的 MySQL，因为它操作起来实在太方便了。但是它默认不是支持 UTF-8 的，需要我们手动去修改配置文件 my.ini

IntelliJ IDEA 是一款非常强大的集成开发环境，基本上可以做任何事情，它的强大大大降低了我们的工作量，提高了工作效率。那么它如何开发 Java Web 呢？下面就为大家介绍使用 IntelliJ IDEA 开发 Java Web。

相信大部分同学都跟我一样都是使用 Windows 系统的，但是作为一个开发者来说，Linux 命令是经常要用到的，在以前我们使用虚拟机安装 Linux 的，如果电脑配置低的话，就基本卡着不动了。在 Windows10 后，我们再也不用那么麻烦了，因为可以直接在 Windows 上安装子系统，这个子系统就是 Ubuntu。

在之前我是很喜欢使用真机进行调试的，因为那时候觉得用真机调试比较方便，直到我发现我的手机打印不出 Log.d()的调试日志，我才开始经常使用模拟器。当然还有两小点是：我的手机不支持快速启动和小编的电脑配置比较低，模拟器太吃内存了。

我在做自动登录的时候遇到的坑，特写此文以提醒各位不要把自己绕进去了。

我们都知道在 Web 端的 cookie 是可以通过服务器端设置保存的，默认是关闭浏览器就清除 cookie 的，但是可以在服务器端设置 cookie 的有效期，浏览器就会自动保存 cookie，而在 Android 上是不会自动保存 cookie，我用的是 Okhttp3，我找不到 response.addCookie(cookie) 和 request.getCookies() 的方法（Java Web 的操作），如果没有保存和重发 cookie 给服务器的话，是不会自动登录的。搞了大半天才知道这一切都在 head 里。

1. 如果有 10,000,000 个例子，数据集拆分一般是 98% 训练，1% 验证，1% 测试。
2. 验证和测试的数据集通常是来自同样的分配。
3. 如果神经网络模型有很大的差异，一般的解决办法是增加数据集和添加正则。
4. 当训练集错误较小，而验证集较大时，通常是增加正则 lambda、增加数据集。
5. 当增加正则化超参数 lambda 时，权重会被推向更小，接近 0.

如果没有安装对应的包，请使用 pip 安装对应的包，这个使用了一个 lr_utils 的工具类，这个工具类是加载数据集的工具，可以到这里下载。这个工具类也使用一个 h5py，所以也要安装该包。

深度学习最近起飞的原因是：硬件的开发，特别是 GPU 的计算，是我们获得更多的计算能力；深度学习已在一些重要的领域应用，如广告，语音识别和图像识别等等；目前数字化的时代使得我们拥有更多的数据。

在 Android 6.0（API 级别 23）以下申请权限是非常简单的，直接在 AndroidManifest.xml 这个配置文件中加入申请权限的列表就可以了，比如我要申请四个权限，如下：