自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3069)
  • 资源 (1)
  • 收藏
  • 关注

原创 如何查看linux系统版本

查看内核版本命令 1) cat /proc/version  2)uname -a 查看linux版本: 1)lsb_release -a  2) cat /etc/redhat-release

2017-09-08 09:06:35 4851

原创 postgresql双机热备(流复制)及主备切换

一、环境系统:redhat6.5 64位ip:192.168.11.68(主)192.168.11.70(备)数据库版本:postgresql9.4.4二、双机热备的过程两台系统之中安装postgresql (过程这里就不写了)1.配置主节点[root@node1 ~]# su - postgres[postgre

2017-09-08 09:06:19 6971

原创 \(^_^)/ 表达式解析器(MVEL)

Jeval在运行时解析计算静态和动态表达式;支持数学,布尔,字符串,函数表达式;支持大部分的数学和布尔运算符;支持自定义函数;支持嵌套函数;支持解析;支持自定义变量解析器;官网:http://jeval.sourceforge.net不支持嵌套变量 jexel处理大部分的数学公式和字符串,通过继承接口来实现个人所需的运算;支持自定义变量解析器;该项目

2017-09-08 09:06:16 4696

原创 IKExpressionV2.1.2快速入门

1、前言网上关于IKExpression的资料也有不少,不过基本都是V2.0的,内容基本一致,该文章不会写过多的理论性的东东,主要以示例来介绍IKExpression如何使用!也当时本人学习的笔记,方便今后翻阅。2、如何使用2.1  语法变量名遵循Java规范函数声明以$打头【$SYSDATE()】日期常量以“[]”符号界定,不支持毫秒【[2016-05-22 16:40:

2017-09-08 09:06:03 639

原创 Tensorflow实例:利用LSTM预测股票每日最高价(一)

RNN与LSTM这一部分主要涉及循环神经网络的理论,讲的可能会比较简略。什么是RNNRNN全称循环神经网络(Recurrent Neural Networks),是用来处理序列数据的。在传统的神经网络模型中,从输入层到隐含层再到输出层,层与层之间是全连接的,每层之间的节点是无连接的。但是这种普通的神经网络对于很多关于时间序列的问题却无能无力。例如,你要预测句子的下一个单词是

2017-09-08 09:05:47 983

原创 Python超过R,成为数据科学和机器学习的最常用语言

近期,数据挖掘资讯网站KDnuggets开展了一项调查,问题是“2016年和2017年,在数据分析、数据科学和机器学习工作中,你使用R、Python、两者都用,还是其他工具?”  对954名受访者的调查显示,Python尚未完全“吞噬”R,但2017年Python生态系统已经超越了R,成为数据分析、数据科学和机器学习领域领先的平台,同时也在迅速吸引其他平台的用户。  2016年,P

2017-09-08 09:05:30 625

原创 Tensorflow LSTM时间序列预测的尝试

一、网上的资源网上有不少用LSTM来预测时间序列的资源,如下面:深度学习(08)_RNN-LSTM循环神经网络-03-Tensorflow进阶实现http://blog.csdn.net/u013082989/article/details/73693392Applying Deep Learning to Time Series Forecasting with TensorFl

2017-09-08 09:05:02 6870

原创 Ruby 判断

Ruby if...else 语句语法ifconditional[then]code...[elsifconditional[then]code...]...[elsecode...]endif 表达式用于条件执行。值 false 和 nil 为假,其他值都为真。请注意,Ruby 使用 elsif,不是使用 else if 和 e

2017-09-07 09:13:46 433

原创 ruby中的整数、浮点数、字符串之间的相互转换

浮点数转换成整数,会强行去掉小数点后面的数字irb(main):017:0> 123.45.to_i=> 123整数转换成浮点数,会添加小数点和0irb(main):018:0> 123.to_f=> 123.0整数转换成字符串irb(main):019:0> 123.to_s=> "123"浮点数转换成字符串irb(main):020:0> 123.

2017-09-07 09:13:38 6738

原创 Ruby 中一些好用的方法(注意reduce方法)

#####injectinject是我使用最频繁的方法了,它的强大之处在于可以方便的对嵌套的数组,哈希等混合数据结构进行合并或求和, 可以有效减少代码量。例如最常见的数组套哈希:1234array = [{a:100}, {b:200}, {c:300}]array.inject(0) { |sum, e| sum += e.values.first } #600

2017-09-07 09:13:19 305

原创 Ruby数组的各种使用

1. 如何创建数组?最简单的,x=[]将创建一个空数组:irb(main):004:0> x = []=> []另外还可以使用标准的new方法,任何数组都是Array类的实例。irb(main):001:0> x = Array.new=> []irb(main):002:0> x = Array.new(3)=> [ni

2017-09-07 09:13:06 1102 1

原创 Ruby中的inject

Ruby中的inject 参考: ruby-inject     刚接触inject时,对其了解不是很深,直看到这篇文章 ruby-inject,才有了新的认识,文章配合大量例子进行说明。 1、先看最简单的求和例子,我们从这里分析inject的实现机制。 Ruby代码  [1, 2, 3, 4].inject(0) { |result, element|

2017-09-07 09:12:58 533

原创 tensorflow笔记:多层CNN代码分析

tensorflow笔记系列: (一) tensorflow笔记:流程,概念和简单代码注释 (二) tensorflow笔记:多层CNN代码分析 (三) tensorflow笔记:多层LSTM代码分析 (四) tensorflow笔记:常用函数说明 (五) tensorflow笔记:模型的保存与训练过程可视化 (六)tensorflow笔记:使用tf来实现word2vec

2017-09-07 09:12:49 252

原创 Tensorflow一些常用基本概念与函数(1)

1、tensorflow的基本运作为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始:import tensorflow as tf #定义‘符号’变量,也称为占位符 a = tf.placeholder("float") b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op节点 sess = tf.Ses

2017-09-07 09:12:35 300

原创 tensorflow笔记:流程,概念和简单代码注释

tensorflow是google在2015年开源的深度学习框架,可以很方便的检验算法效果。这两天看了看官方的tutorial,极客学院的文档,以及综合tensorflow的源码,把自己的心得整理了一下,作为自己的备忘录。tensorflow笔记系列: (一) tensorflow笔记:流程,概念和简单代码注释 (二) tensorflow笔记:多层CNN代码分析 (三) te

2017-09-07 09:12:17 249

原创 文件系统--读取/etc/passwd的顺序

/etc/passwd中的东东怎么读出来的呢?首先我们列出各目录的inode信息:root@ubuntu:/home/jack# ll -di / /etc /etc/passwd     2 drwxr-xr-x  23 root root  4096 2013-05-26 10:05 //655364 drwxr-xr-x 132 root root 12288 2013-

2017-09-07 09:11:57 996

原创 CPU中的主要寄存器

在CPU中至少要有六类寄存器:指令寄存器(IR)、程序计数器(PC)、地址寄存器(AR)、数据寄存器(DR)、累加寄存器(AC)、程序状态字寄存器(PSW)。这些寄存器用来暂存一个计算机字,其数目可以根据需要进行扩充。1. 数据寄存器数据寄存器(Data Register,DR)又称数据缓冲寄存器,其主要功能是作为CPU和主存、外设之间信息传输的中转站,用以弥补CPU和主存、外设之

2017-09-07 09:11:49 28917 1

原创 从分布式管理到多租户实现,企业级大数据系统如何利用开源生态构建?

首先回顾一下历史。从中我们可以看到一些趋势,在大数据生态发展的过程中,大数据系统的管理系统,大数据系统的安全,易用性,机器学习不断的补充到生态系统中来并不断完善。早期是 Google 一家独有。2003 GFS paper 发表的时候,Google 的集群规模就达到上千台,遥遥领先。之后是大家都知道的历史,Doug Cutting 在为他的

2017-09-06 09:12:07 2606

原创 Tensorflow的一些基本用法

在使用TensorFlow中会遇到一些其基本的用法,再次作为记录备忘!tf.add_to_collection在计算整体的loss是会将不同部分的loss放入一个集合中,最后计算整体的loss,因此会用到tf.add_to_collection,具体参考TensorFlow中的cifar10的例子,用法如下所示:tf.add_to_collection:把变量放入一个集合,把很

2017-09-06 09:11:22 292

原创 机器学习中的损失函数

损失函数(loss function)是用来估量你模型的预测值f(x)与真实值Y的不一致程度,它是一个非负实值函数,通常使用L(Y, f(x))来表示,损失函数越小,模型的鲁棒性就越好。损失函数是经验风险函数的核心部分,也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项,通常可以表示成如下式子:其中,前面的均值函数表示的是经验风险函数,L代表的是损失函数,后面

2017-09-06 09:11:03 304

原创 L1 L2范式的详解以及Scikit-learn上基于L1 L2范式正则化的实例

本博文分为两部分,第一部分转自zouxy09的博客http://blog.csdn.net/zouxy09/article/details/24971995 形象的解释基于L1 L2范式的正则化,第二部分是我基于scikit-learn对L1 L2正则简单的应用例子一:L1 L2 正则化介绍监督机器学习问题无非就是“minimizeyour error whil

2017-09-06 09:10:40 454

原创 30 多年的软件经验,总结出 10 个编写出更好代码的技巧

30 多年的软件经验,总结 10 个最佳妙招。那么,何以敲出一手好代码?好代码可以定义为易读、易懂、易调试、易改,最重要的还要少缺陷。显然,要想敲出一手好代码,是要花不少时间,但这在长久来看是有意义的,因为你可以花更少时间及精力去维护和复用你的代码。事实上,我们可以将好代码等同于可复用的代码,这也是下面提到的重要原则之一。代码可能只是完成了编程工作中短期目标的特定功能,

2017-09-06 09:10:18 230

原创 Linux网络管理器_Linux上如何停用网络连接管理器【译】

Linux桌面通过使用网络管理器(NetworkManager)来管理你的网络接口。不过在没有安装网络管理器的服务器版上,这2个命令仍然可用。如果确实要在命令行上配置网络管理器,Linux装好以后是不能和网络中的其他机器进行通信的,本课程会为你解决Linux网络配置的问题。首先会介绍网络基础知识,然后进行IP地址的配置,并总结了在配置网络环境中经常遇到的问题,最后介绍了几种常用远程

2017-09-06 09:09:46 5039

原创 IK Expression 简单用

import java.util.ArrayList;import java.util.LinkedList;import java.util.List;import org.wltea.expression.ExpressionEvaluator;import org.wltea.expression.datameta.Variable; public c

2017-09-06 09:09:14 1852

原创 10个惊艳的 Ruby单行代码

有人想出了Scala的10个单行代码例子。然后Coffee版本迅速崛起,于是我想到发布一个Ruby版本的。我觉得Ruby的语法比Scala清洁点,虽然实质上(至少就这些例子来说)是比较相似的。1.数组中的每个元素乘以2(1..10).map { |n| n * 2 }2.数组中的元素求和(1..1000).inject { |sum, n| sum + n

2017-09-06 09:08:30 2324

原创 为什么说持续学习才是AI的关键

摘要:本文介绍了什么是持续学习,详细阐述了持续学习是人工智能发展的关键,以下是译文随着越来越多的公司开始在不同的环境中进行试验和部署机器学习,展望一下未来的系统是极好的。今天,典型的序列是收集数据,学习一些底层的结构,通过部署一种算法,系统地捕捉到你学过的东西。收集,准备,和丰富正确的数据 — 特别是训练数据 —这是必不可少的,应该说收集反馈数据仍然是想要使用机器学习公司的一大瓶颈。

2017-09-06 09:08:03 294

原创 高性能Web架构

最新中国互联网络信息中心(CNNIC)发布的《第38次中国互联网络发展状况统计报告》,2016年6月,我国网民规模达7.1亿。全球互联网网站数量超过10亿个。如此多的设备,如此吸引用户的在线服务,如何做到脱颖而出,除了产品本身的设计外,你的产品能不能比其他产品更快的响应的用户也是非常关键的因素。有数据表明,移动互联网下用户越来越没有耐心,用户越来越重视速度方面的用户体验,很多互联网公司的业绩已经证

2017-09-06 09:07:37 280

原创 linux下安装TensorFlow(centos)

一、python安装  centos自带python2.7.5,这一步可以省略掉。二、python-pip  pip--python index package,累世linux的yum,安装管理python软件包用的。yum install python-pip python-devel 三、安装tensorflow  安装基于linu

2017-09-05 09:02:54 580

原创 Java中处理异常的9个最佳实践

译者注】在本文中,作者介绍了9个处理异常的最佳方法与实践,以举例与代码展示结合的方式,让开发者更好的理解这9种方式,并指导读者在不同情况下选择不同的异常处理方式。 以下为译文:Java中的异常处理不是一个简单的话题。初学者很难理解,甚至有经验的开发人员也会花几个小时来讨论应该如何抛出或处理这些异常。这就是为什么大多数开发团队都有自己的异常处理的规则和方法。如果你是一个团队的新手

2017-09-05 09:02:41 338

原创 对抗神经网络(Adversarial Nets)的介绍[1]

对抗NN简介概念介绍对抗名字的由来及对抗过程对抗NN的模型对抗NN的模型和训练判别网络D的最优值模拟学习高斯分布对抗NN实验结果《生成对抗NN》代码的安装与运行对抗网络相关论文论文引用一、对抗NN简介大牛Ian J. Goodfellow 的2014年的《Generative Adversative Nets》第一次提出了对抗网络模型,短短两年的时间,这个模型在深度学习生成模型领域

2017-09-05 09:02:07 368

原创 内核库函数

当编写驱动程序时,一般情况下不能使用C标准库的函数。Linux内核也提供了与标准库函数功能相同的一些函数,但二者还是稍有差别。 类别函数名功能函数形成参数描述字符串转换simple_strtol把一个字符串转换为一个有符号长整数

2017-09-05 09:01:53 353

原创 简明Linux命令行笔记:bzip2

压缩和解压缩文件bzip2 [options] [file-list]bunzip2 [options] [file-list]bzcat [options] [file-list]bzip2recover [file] bzip2程序用来压缩文件,bunzip2用来还原bzip2压缩的文件,bzcat用于显示bzip2压缩文件,bzip2recover用于

2017-09-05 09:01:47 257

原创 TensorFlow深度学习,一篇文章就够了

TensorFlow深度学习框架Google不仅是大数据和云计算的领导者,在机器学习和深度学习上也有很好的实践和积累,在2015年年底开源了内部使用的深度学习框架TensorFlow。与Caffe、Theano、Torch、MXNet等框架相比,TensorFlow在Github上Fork数和Star数都是最多的,而且在图形分类、音频处理、推荐系统和自然语言处理等场景下都有丰富的应

2017-09-05 09:01:30 288

原创 计算机视觉与卷积神经网络

如下图所示一个典型的人工神经网络:关于更多的人工神经网络请参考:从感知机到人工神经网络人工神经网络同样能应用到计算机视觉中,但是对于一副图像来说,假如其大小为227*227*3,即使对其做采样到32*32*3其输入的维度依然很高。如果用人工神经网络来对图片进行分类的话,它将面临这主要的两个问题:w参数的量级将会非常大,会消耗大量的计算资源将会引起过拟合

2017-09-05 09:01:20 453

原创 理解Python的With语句

Python’s with statement provides a very convenient way of dealing with the situation where you have to do a setup and teardown to make something happen. A very good example for this is the situation

2017-09-05 09:01:07 212

原创 理解和实现分布式TensorFlow集群完整教程

手把手教你搭建分布式集群,进入生产环境的TensorFlow分布式TensorFlow简介前一篇《分布式TensorFlow集群local server使用详解》我们介绍了分布式TensorFlow的基本概念,现在我们可以动手搭建一个真正的分布式TensorFlow集群。分布式TensorFlow集群由多个服务端进程和客户端进程组成,在某些场景下,服务端和客户端可以写到同一个P

2017-09-05 09:00:59 539

原创 Tensorflow入门-实现神经网络

学习tensorflow一段时间了,感觉非常的好用,在使用时,有时候最重要的是想好神经网络的结构,这样就可以随意的在神经网络中加如隐含层了,特别主要的是矩阵的维度相乘的问题,下面将使用tensorflow实现神经网络,做一下自己的理解.实现无隐含层的神经网络下面以手写数字识别的例子作为说明.读入数据import tensorflow as tffrom tensorf

2017-09-05 09:00:18 363

原创 大数据应用号角正式吹响 建筑行业信息化建设再升级

建筑行业是最需要被互联网变革的行业,因为这是最大的大数据行业之一,却也是当前最缺少大数据的行业。    日前,国务院发布《关于运用大数据加强对市场主体服务和监管的若干意见》(下称《意见》),正式吹响大数据应用号角。对已经身处BIM和“互联网+”浪潮的建筑行业而言,如何处理和用好海量的工程相关数据,是实现信息化变革的最关键因素。    行业大数据壁垒待破    《意见

2017-09-04 09:13:24 1411

原创 从TensorFlow到Theano:横向对比七大深度学习框架

作者:Matthew Rubashkin机器之心编译参与:李泽南在深度学习项目开始前,选择一个合适的框架是非常重要的事情。最近,来自数据科学公司 Silicon Valley Data Science 的数据工程师 Matt Rubashkin(UC Berkeley 博士)为我们带来了深度学习 7 种流行框架的深度横向对比,希望本文能对你带来帮助。在 SV

2017-09-04 09:13:01 479

原创 用 CNTK 搞深度学习 (一) 入门

Computational Network Toolkit (CNTK) 是微软出品的开源深度学习工具包。本文介绍CNTK的基本内容,如何写CNTK的网络定义语言,以及跑通一个简单的例子。 根据微软开发者的描述,CNTK的性能比Caffe,Theano, TensoFlow等主流工具都要强。它支持CPU和GPU模式,所以没有GPU,或者神经网络比较小的实验,直接用CPU版的CNTK跑就行了

2017-09-04 09:12:27 2981

Flink1.11中文文档

Flink1.11中文文档

2021-01-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除