关闭
当前搜索:

[置顶] 博客写的时候很多内容由于图片问题会省略

github地址 https://github.com/lytforgood...
阅读(421) 评论(0)

深度学习之LSTM实现

LSTM之keras实现import numpy as np np.random.seed(2017) #为了复现 from __future__ import print_function from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential fr...
阅读(282) 评论(0)

深度学习之CNN实现

RNN 实现CNN相比与传统神经网络,主要区别是引入了卷积层和池化层 卷积是使用tf.nn.conv2d, 池化使用tf.nn.max_poolRNN之keras实现import numpy as np np.random.seed(2017) #为了复现 from __future__ import print_function from keras.datasets import mnist...
阅读(167) 评论(0)

神经网络之keras/tf框架实现

Keras实现神经网络import numpy as np np.random.seed(2017) #为了复现 from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense, Activatio...
阅读(179) 评论(0)

Tensorflow学习笔记

Tensorflow学习笔记参考知乎 莫烦 Tensorflow安装# python 2+ 的用户: $ pip install tensorflow # python 3+ 的用户: $ pip3 install tensorflow更新# 如果你是 Python 2, 请复制下面 pip uninstall tensorflow # 如果你是 Python 3, 请复制下面 pip3 unin...
阅读(427) 评论(0)

深度学习之keras使用

深度学习之keras使用keras安装 安装Numpy、Scipy等科学计算库 安装theano、tensorflow eg:CPU版tensorflow pip install tensorflow pip install keras 修改Backend底层框架Theano或者Tensorflow使用import keras屏幕会显示当前使用的Backend~/.keras/keras.json{...
阅读(425) 评论(0)

神经网络之python实现

神经网络之python实现 #初始化w b 输入为 [每层的size] eg: [4,5,2] 输入层为4 隐藏层为 5 输出层为 2 def initwb(sizes): num_layers_ = len(sizes) #层数 w_ = [np.random.randn(y, x) for x, y in zip(sizes[:-1], sizes[1:])] #1-最后二层 与 2-最后一层...
阅读(146) 评论(0)

相似URL判定及字符串相似度距离

相似URL判定edit distance缺点 基于结构来判断URL相似度,去掉数字。字符串是否也需要去掉自身只保留结构,或者保留存在长度的结构,可以根据情况来灵活取舍。抽象一下特征 1、站点特征:如果两个url站点一样,则特征取值1,否则取值0; 2、目录深度特征:特征取值分别是两个url的目录深度是否一致; 3、一级目录特征:在这维特征的取值上,可以采用多种方法,比如如果一级目录名字相同则特...
阅读(324) 评论(0)

spark线上环境问题总结

编译xgboost4j-on-spark的坑 下载源码 git clone –recursive https://github.com/dmlc/xgboost 必须下载依赖 gcc –version 版本必须4.6以上 cd jvm-packages mvn -Dspark.version=2.1.1 package //mvn package 上传到集群主要要把xgboost4j的j...
阅读(245) 评论(0)

Word2vec原理与应用

用一个普通的向量表示一个词,将所有这些向量放在一起形成一个词向量空间,而每一向量则为该空间中的一个点,在这个空间上的词向量之间的距离度量也可以表示对应的两个词之间的“距离”。所谓两个词之间的“距离”,就是这两个词之间的语法,语义之间的相似性。 只介绍基于Hierarchical Softmax的CBOW模型,其他模型参考文章的参考链接。原理语言模型的目标函数一般为对数似然函数 C为所有语料 针对...
阅读(882) 评论(0)

R语言实用函数整理

初始化options(stringsAsFactors=F,scipen=99) rm(list=ls());gc()读取文件输出文件require(data.table) da<- fread(“/Users/yuyin/Downloads/train_all_weekday.csv”,header = FALSE) write.table (out, file =”/Users/yuyin...
阅读(1048) 评论(0)

gcForest算法理解

介绍gcForest(multi-Grained Cascade forest 多粒度级联森林)是周志华最新提出的新的决策树集成方法。这种方法生成一个深度树集成方法(deep forest ensemble method),使用级联结构让gcForest学习。 gcForest模型把训练分成两个阶段:Multi-Grained Scanning和Cascade Forest。Multi-Grain...
阅读(1146) 评论(4)

XGBoost原理与应用

基本构成boosted tree作为有监督学习算法有几个重要部分:模型、参数、目标函数、优化算法 模型 模型指给定输入x如何去预测输出y 参数 参数指我们需要学习的东西,在线性模型中,参数指我们的线性系数w 目标函数 目标函数:损失 + 正则,教我们如何去寻找一个比较好的参数 一般的目标函数包含下面两项: Bias-variance tradeoff,Bias可以理解为假设我们有...
阅读(2155) 评论(0)

机器学习面试编程题汇总

阿里2017年3月在线编程题 package yuyin.chuli;import java.math.BigDecimal; import java.util.Scanner;public class Main { /** 请完成下面这个函数,实现题目要求的功能 **/ /** 当然,你也可以不按照这个模板来作答,完全按照自己的想法来 ^-^ **/ static doub...
阅读(1120) 评论(6)

机器学习面试问题汇总

伪代码实现:LR、梯度下降、最小二乘、KNN、Kmeans; LR,SVM,XGBOOST推公式(手推) LR,SVM,RF,KNN,EM,Adaboost,PageRank,GBDT,Xgboost,HMM,DNN,推荐算法,聚类算法,等等机器学习领域的算法基本知识:1)监督与非监督区别;是否有监督(supervised),就看输入数据是否有标签(label)。输入数据有标签,则为有监督学习,...
阅读(5323) 评论(0)

去掉CSDN-markdown编辑器的上传图片里面的水印

![这里写图片描述](http://img.blog.csdn.net/20170115141115170 ?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvc3RlcmVvaG9tb2xvZ3k= /font/5a6L5L2T/fontsize/400 /fill/I0JBQkFCMA==/dissolve/70/gravity/NorthWest) 去掉...
阅读(827) 评论(4)
173条 共12页1 2 3 4 5 ... 下一页 尾页
    个人资料
    • 访问:168219次
    • 积分:2877
    • 等级:
    • 排名:第13925名
    • 原创:159篇
    • 转载:14篇
    • 译文:0篇
    • 评论:38条
    github地址
    https://github.com/lytforgood
    最新评论