2017年05月_黑虎含珠

原创 TensorFlow TFRecord

把mnist数据集另存为TFRecord格式import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport numpy as npdef _int64_feature(value): return tf.train.Feature(int64_list=tf.trai

2017-05-30 15:19:37 1104

转载 CFA将人工智能列入考试内容折射啥

目前金融科技如火如荼。金融智能化正在改变或者说颠覆整个金融行业。这种对传统金融的颠覆与改造也许比预想的来得早来得快。如果说互联网金融已经开始动摇传统金融的根基，那么金融科技将彻底颠覆传统金融的所有领域。笔者还是那句话，围棋是最复杂、需要开动最强大脑的比赛，而人工智能却能轻易战胜世界冠军，那么金融领域包括分析师等最高端岗位都可能被人工智能代替。金融数据服务商Kensho创始人预计，到2026

2017-05-30 09:09:19 708

原创 Python列表推导式

x = [1, 2, 3]y = [i*2 for i in x]print(y)n1 = [1, 2, 3]n2 = [4, 5, 6]result = [i*j for i in n1 for j in n2]print(result)输出 [2, 4, 6][4, 5, 6, 8, 10, 12, 12, 15, 18]

2017-05-28 17:43:11 460

原创 TensorFlow MNIST LeNet 模型持久化

前向传播过程mnist_inference.pyimport tensorflow as tf# 定义神经网络相关的参数INPUT_NODE = 784OUTPUT_NODE = 10def inference(inputs, dropout_keep_prob): x_image = tf.reshape(inputs, [-1, 28, 28, 1]) #

2017-05-28 14:05:50 821

原创首个区块链标准《区块链参考架构》正式发布

首个区块链标准《区块链参考架构》正式发布2017年5月16日上午，在杭州国际博览中心举行的区块链技术应用峰会暨首届中国区块链开发大赛成果发布会上，首个区块链标准《区块链参考架构》正式发布。区块链作为一种新兴的应用模式，在金融服务、供应链管理、文化娱乐、智能制造、社会公益和教育就业等领域有着广泛的应用价值。近几年来，区块链技术和应用正经历快速发展的过程。与此同时，国内国际上区块链

2017-05-28 10:53:54 6092

转载区块链技术的五大颠覆性价值

传统模式信用机制是中心化的，而中心化的信任和信用机制必然导致中心化机构称为价值的核心。而区块链技术则首先在人类历史上实现去中心化分散式的大规模信用机制，在消除中心机构“超级信用”的同时，保障了信用机制的安全、高效的运行。简化流程，提升效率由于区块链技术是参与方之间通过共享共识的方式建立的公共账本，形成对网络状态的共识，因此区块链中的信息天然就是参与方认可的、唯一的、

2017-05-27 11:06:37 3649

原创 TensorFlow MNIST AlexNet

原始的AlexNet用来处理277*277*3的数据集，并且采用5层卷积，3层全连接层来处理图像分类。具体结构和参数信息见http://blog.csdn.net/chenhaifeng2016/article/details/72758053这里在前面MNIST CNN LeNet的基础上，借鉴AlexNet的思想做进一步优化。（非标准AlexNet模型)import te

2017-05-26 14:09:54 1853

原创 Keras TFLearn TensorLayer

Keras MNIST CNN'''Trains a simple convnet on the MNIST dataset.Gets to 99.25% test accuracy after 12 epochs(there is still a lot of margin for parameter tuning).16 seconds per epoch on a GRID K5

2017-05-26 09:48:29 2614

原创 Keras MNIST

安装Keraspip install keras代码'''Trains a simple convnet on the MNIST dataset.Gets to 99.25% test accuracy after 12 epochs(there is still a lot of margin for parameter tuning).16 seconds per

2017-05-25 22:21:20 2740

原创深度学习网络模型AlexNet

论文http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdfAlexNet结构卷积层1卷积层2卷积层3卷积层4卷积层5全连接层1全连接层2全连接层3

2017-05-25 21:46:59 1475

转载谷歌发布全新TensorFlow库“tf.Transform” 简化机器学习数据预处理过程

在实际的机器学习开发中，开发者通常需要对数据集进行大量的耗时费力的预处理过程，以适应各种不同标准的机器学习模型（例如神经网络）。这些预处理过程根据待解问题的不同和原始数据的组织形式而各不相同，包括不同格式之间的转换，分词、词干提取和形成词汇，以及包括归一化在内的各种数值操作等等。实际上，数据的预处理已经成为了机器学习开发中无法回避的一个难题。针对这一难题，谷歌于 22 日通过开

2017-05-24 10:43:40 1221

原创安装Openface，实现人脸比对

安装OpenCV 2.4.11安装文档http://docs.opencv.org/2.4/doc/tutorials/introduction/linux_install/linux_install.html下载源代码https://github.com/opencv/opencv/archive/2.4.11.zipunzip opencv-2.4.11.z

2017-05-22 11:20:04 3815 1

原创 MNIST数据可视化

代码import numpy as npimport structfrom scipy.misc import imsavefrom PIL import Image'''mnist数据格式'''def loadImageSet(filename): # 读取二进制文件 binfile = open(filename, 'rb') buffers =

2017-05-20 20:11:15 971

原创 CIFAR-10数据集可视化二进制版本

此代码针对的是CIFAR-10数据集的二进制格式代码import numpy as npfrom scipy.misc import imsavefilename = '/tmp/cifar10_data/cifar-10-batches-bin/test_batch.bin'bytestream = open(filename, "rb")buf = bytestream.

2017-05-20 17:42:37 2876

原创 CIFAR-10数据集可视化Python版本

CIFAR-10数据信有3个版本，分别是Python, Matlab, 二进制版本。切记这里下载Python版本。编辑代码export_cifar10.pyimport picklefrom scipy.misc import imsaveimport numpy as npdef unpickle(file): f = open(file, 'rb') dic

2017-05-20 17:14:50 2501

原创 TensorFlow CIFAR-10数据集

CIFAR-10数据集下载地址'http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz'下载TensorFlow Models代码https://github.com/tensorflow/models.git拷贝cifar10.py和cifar10_input.py到当前目录编写代码import c

2017-05-20 13:24:31 4094

原创 TensorLayer MNIST

代码import tensorflow as tfimport tensorlayer as tlsess = tf.InteractiveSession()# Prepare dataX_train, y_train, X_val, y_val, X_test, y_test = tl.files.load_mnist_dataset(shape=(-1, 784))# De

2017-05-19 16:44:30 875

原创 TensorLayer的安装

前提条件：已安装TensorFlow 1.0或以上版本windows10安装Scipy请参考以下链接http://blog.csdn.net/chenhaifeng2016/article/details/71167793安装TensorLayerpip install git+https://github.com/zsdonghao/tensorlayer

2017-05-19 15:28:22 2226

原创 TFLearn MNIST

前提条件：已安装TensorFlow 1.0或以上版本安装TFLearnactivate tensorflow (本人是conda环境)pip install git+https://github.com/tflearn/tflearn.git实现CNNimport tflearnfrom tflearn.layers.core import input_da

2017-05-19 14:20:56 1620

转载 Apache Beam是什么？

Apache Beam 的前世今生 1月10日，Apache软件基金会宣布，Apache Beam成功孵化，成为该基金会的一个新的顶级项目，基于Apache V2许可证开源。2003年，谷歌发布了著名的大数据三篇论文，史称三驾马车：Google FS、MapReduce、BigTable。虽然谷歌没有公布这三个产品的源码，但是她这三个产品的详细设计论文开启了全球的大数据

2017-05-19 10:46:52 4479

转载 Apache Beam发布第一个稳定版本

Apache Beam在官方博客上正式发布了Beam 2.0.0。这是Beam有史以来的第一个稳定版本，根据Beam社区的声明，Beam意欲为未来版本发布保持API的稳定性，并让Beam适用于企业的部署。Beam的第一个稳定版本是Beam社区发布的第三个重要里程碑。Beam在2016年2月成为Apache孵化器项目，并在同年12月升级成为Apache基金会的顶级项目。经过从开始至今的1

2017-05-19 10:24:46 706

转载 2017年最流行的15个数据科学Python库

选自Medium作者：Igor Bobriakov机器之心编译参与：朱朝阳、吴攀Python 近几年在数据科学行业获得了人们的极大青睐，各种资源也层出不穷。数据科学解决方案公司 ActiveWizards 近日根据他们自己的应用开发经验，总结了数据科学家和工程师将在 2017 年最常使用的 Python 库。核心库

2017-05-18 10:29:18 1371

原创 TensorFlow MNIST TensorBoard版本

代码 import tensorflow as tfimport numpy as npfrom tensorflow.examples.tutorials.mnist import input_datasess = tf.InteractiveSession()#远程下载MNIST数据，建议先下载好并保存在MNIST_data目录下def DownloadData():

2017-05-17 22:02:30 1357 1

原创 TensorFlow正则化

import tensorflow as tfweights = tf.constant([[1.0, -2.0], [-3.0, 4.0]])regu = tf.contrib.layers.l1_regularizer(.5)(weights)regu2 = tf.contrib.layers.l2_regularizer(.6)(weig

2017-05-17 12:34:00 1058

原创 TensorFlow交叉熵

import tensorflow as tf#预测结果logits = tf.constant([[0.5, 0.4, 0.1]])y = tf.nn.softmax(logits)#label数据(正确结果)y_ = tf.constant([[1.0, 0.0, 0.0]])#交叉熵方式一cross_entropy = -tf.reduce_sum(y_ * tf.l

2017-05-16 17:33:49 628

原创 TensorFlow前向传播

import tensorflow as tf#特征向量x = tf.constant([[0.7, 0.9]])print(x)#参数weight1 = tf.constant([[0.2, 0.1, 0.4], [0.3, -0.5, 0.2] ])bias1 = tf.constant(

2017-05-16 15:48:06 801

原创物联网全景图2016版

数据来源http://mattturck.com/2016-iot-landscape/

2017-05-15 18:03:18 1222

转载 Google深度揭秘TPU：一文看懂内部原理，以及为何碾压GPU

搜索、街景、照片、翻译，这些Google提供的服务，都使用了Google的TPU（张量处理器）来加速背后的神经网络计算。△ 在PCB板上的Google首款TPU和部署了TPU的数据中心去年Google推出TPU并在近期对这一芯片的性能和架构进行了详细的研究。简单的结论是：TPU与同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提

2017-05-14 11:12:16 9583 2

转载时序数据库

2017-05-12 15:40:54 4001

原创通过PageSpeed优化网站性能

有优秀前端团队和运维团队的基本上不需要用到PageSpeed这种工具的，在开发和实施阶段就会避免大量的性能问题。PageSpeed更像是一个补漏工具。PageSpeed具有页面合并请求，压缩内容，优化图像文件等等功能，可以帮助优化网站的性能。具体的功能点，PageSpeed官方网站提供了一些具体例子。https://ngxpagespeed.com/整个安装过程也非常的

2017-05-12 15:04:02 3112

原创推荐前端页面性能优化工具YSlow, PageSpeed, Chrome Dev Tools

做前端开发的想必都知道Yahoo提出的前端开发性能优化规则和Google提出的前端开发性能优化规则https://developer.yahoo.com/performance/rules.htmlhttps://developers.google.com/speed/pagespeed/insights/今天借助工具扫描了一下以前金融客户的门户网站，不但没有进步，还退步了，连

2017-05-12 12:02:32 5403

原创人工智能全景图

数据来源http://www.shivonzilis.com/machineintelligence

2017-05-11 22:40:18 1672

原创内网穿透工具ngrok的使用

从www.ngrok.com下载客户端软件运行ngrokngrok http 80在本机运行tomcat，绑定在80端口通过外网访问本机dashboard也可以指定固定二级域名，不过新版本开始收费了。

2017-05-11 21:46:23 2508

原创基于TensorFlow开发人脸识别

正在开发中，待补充

2017-05-11 17:27:10 4171

转载深入了解React新引擎：React Fiber

Facebook正在以流行的JavaScript框架React为基础开发一个全新的架构。这个名为React Fiber的全新设计改变了检测变更的方法和时机，借此可改进浏览器端和其他渲染设备的响应速度。这一全新架构最初已于2016年7月公开发布，其中蕴含着过去多年来Facebook不断改进的工作成果。该架构可向后兼容，彻底重写了React的协调（Reconciliation）算法。该过程可用

2017-05-10 15:12:45 2577

转载从分布式到云端服务：Google Spanner 成长之路

Spanner 技术概括简介Spanner 是 Google 的可扩展、多版本支持、全球分布式的同步备份数据库，领军人物是 Eric Brewer，他是 CAP 理论的创造者、超级大牛。Spanner 是第一个支持全球规模的分布式数据库。当数据量或者服务器数量发生变化时，Spanner 在机器之间自动共享数据，并且 Spanner 在机器之间自动迁移数据（甚至在数据中心之间

2017-05-09 23:47:27 5213

原创 Flannel安装

部署环境主机名IP操作系统node201 10.0.0.201 centos 7.3 64位 node20210.0.0.202centos 7.3 64位node20310.0.0.203centos 7.3 64位前提条件：已安装etcd以下

2017-05-09 16:33:35 4422

转载 Serverless，后端小程序的未来

自从2014年AWS推出Lambda服务后，Serverless一词越来越热，已经成为一种新型的软件设计架构，即Serverless Architecture。作为一种原生于公共云的架构，Serverless有什么优缺点？是否能应用于传统企业程序？是否适合私有云场景？是否像很多文章宣称的一样，会成为未来改变云计算的中坚力量？作为一名云计算行业的老兵，作者想在此文中分享一些自己的观点。什么是

2017-05-08 17:04:12 4262

原创 ubuntu 16.04 设置静态IP

编辑文件sudo vim /etc/network/interfacesdhcp改成staticaddress配置固定ip地址netmask配置网络掩码gateway配置网关地址dns-nameserver配置DNS服务器地址配置完成，重启服务或重启服务器操作系统生效。

2017-05-08 11:01:47 1447

原创 Kubernetes1.6安装指南 (二进制文件方式)

Kubernetes的总体架构部署环境说明主机名IP操作系统角色node201 10.0.0.201 centos 7.3 64位 Masternode20210.0.0.202centos 7.3 64位Nodenode20310.0.0.203c

2017-05-07 22:11:06 3339 1

空空如也

空空如也