tensorflow: loss函数
损失函数：loss = tf.reduce_sum(tf.select(tf.greater(y,y_), (y-y_) * loss_more, (y-y_) * loss_less))优化器：train_step = tf.train.AdamOptimizier(0.001).minimize(loss)
眯眯眼草莓
拉勾前端高薪就业课程笔记第三弹（模块2-1）
一、简述模块2-1主要的学习内容是前端工程化。包括web前端脚手架的开发、web前端项目的自动化构建。二、主要内容工程化概念：遵循一定的标准和规范，通过工具提高效率降低成本解决的问题传统语言或语法带来的兼容问题。如最新的ES6语法、Less、Sass、无法兼容，运行环境不能直接支持无法直接使用模块化/组件化重复的机械化工作代码风格无法统一、编码质量得不到保证依赖后端服务接口支持整体依赖后端项目在开发流程中的体现创建项目: 使用脚手架工具自动完成基本项目的搭建编码阶段
收集的几个不错的javascript类小例子
具体功能运行后看效果
添加f1添加f2添加f3
移除f1移除f2移除f3
[Ctrl+A 全选 注:如需引入外
