边城矢梦lmy-CSDN博客

原创 leetcode--83--删除排序链表中的重复元素

题目：给定一个排序链表，删除所有重复的元素，使得每个元素只出现一次。示例1:输入: 1->1->2输出: 1->2示例2:输入: 1->1->2->3->3输出: 1->2->3链接：https://leetcode-cn.com/problems/remove-duplicates-from-sorted-li...

2020-03-03 21:24:51 143

原创使用sklearn进行文本TF-IDF处理

使用 sklearn 进行文本 TF-IDF 处理　在进行自然预言处理中的文本处理任务中经常会使用到 TF-IDF, 在这里进行简单记录．给一个维基百科上的描述　在一份給定的文件裡，詞頻（term frequency，tf）指的是某一個給定的詞語在該文件中出現的频率。這個數字是对词数（term count）的归一化，以防止它偏向長的文件。（同一個詞語在長文件裡可能會比短文件有更高的詞数，而

2017-04-13 11:05:10 10432

转载欢迎使用CSDN-markdown编辑器

欢迎使用 Markdown 编辑器写博客本 Markdown 编辑器使用 StackEdit 修改而来，用它写博客，将会带来全新的体验哦：Markdown 和扩展 Markdown 简洁的语法代码块高亮图片链接和图片上传 LaTex 数学公式 UML 序列图和流程图离线写博客导入导出 Markdown 文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl +

2017-04-12 20:58:49 413

原创 5——网络层各层网络的作用

Sequential是多个网络层的线性堆叠全连接层：该层的作用是将前项和后项的所有节点全部连接起来，该模式会带来大量的权值，主流的全连接层为Dense层汇聚层Dropout：Dropout层的作用是随机的丢弃一部分的网络权值，所谓的丢弃就是指前向后相传播时都不更新权值，使用Dropout的目的是为了减轻权值对网络的作用，增加网络的泛化能力，防止过拟合嵌入

2016-12-12 11:17:14 667

原创 4——卷积神经网络

资料来源：https://zhuanlan.zhihu.com/p/22038289?refer=intelligentunit卷积神经网络通常是由三种层构成：卷积层，汇聚层（除非特别说明，一般就是最大值汇聚）和全连接层（简称FC）。ReLU激活函数也应该算是是一层，它逐元素地进行激活函数操作。在本节中将讨论在卷积神经网络中这些层通常是如何组合在一起的。

2016-12-12 11:16:29 382

原创 3——快速开始泛型模型

Keras泛型模型接口是用户定义多输出模型、非循环有向模型或具有共享层的模型等复杂模型的途径。上边这句话说的比较绕，大致意思就是说，泛型模型接口做的事就是可以把模型中的某一层封装成一个可供外界调用的接口，这样对于模型而言，就可以方便的使用和调用这些接口来完成一系列工作。首先介绍第一个模型，全连接网络：在使用全连接网络时，有几点是值得注意的：（1）层对象接受张

2016-12-12 11:15:25 699

原创 2——快速开始Sequential模型

这一节学习了一下keras的sequential models的大致流程。以下记录笔记使用的keras版本为1.0.0 流程分为以下几步：一：The Model layer Getting started with the Keras Sequential model 首先获得keras的Sequential models

2016-12-12 11:13:20 15355

原创 1——初识keras

目前深度学习的研究被炒的不要不要的，作为数据挖掘信息检索方向的学生必须要凑一下热闹。听闻老师推荐了keras大法，必然要见识一下这个python模块的厉害之处。通过网上资料得知，keras是基于theano的一个模块，能够实现对GPU的无缝结合（看起来很强大的样子），主要是基于深度学习的一些功能进行了封装。神经网络终于有机会能在这个硬件跟得上的时代大放光彩。前几天easy_inst

2016-12-12 11:11:51 906

原创 0——keras学习笔记

目前深度学习应用范围很广，为了更快捷的学习使用深度学习的成果，目前正准备学习一下深度学习框架keras该框架keras是基于Theano使用的一个框架，由于Theano使用较为麻烦，keras将其进行了封装，便于使用。此外，最主要的一点是，研究科研期间做论文需要的实验数据需要使用深度学习神经网络的方法来进行，因此，很有必要认真的学习一下这个基于pytho

2016-12-12 11:11:08 561

原创 sklearn常用分类器及代码实现

常用的分类器包括SVM、KNN、贝叶斯、线性回归、逻辑回归、决策树、随机森林、xgboost、GBDT、boosting、神经网络NN。代码如下：from sklearn.metrics import precision_recall_fscore_supportdef timeDecor(func):#一个用于统计函数运行时间的装饰器

2016-12-12 11:07:05 9524 1

原创 sklearn简介

sklearn是机器学习中一个常用的python第三方模块，网址：http://scikit-learn.org/stable/index.html ，里面对一些常用的机器学习方法进行了封装，在进行机器学习任务时，并不需要每个人都实现所有的算法，只需要简单的调用sklearn里的模块就可以实现大多数机器学习任务。机器学习任务通常包括分类（Classification）和回归（Regress

2016-12-12 11:04:30 39253

原创 windows7下安装vmware虚拟机linux系统详细流程

超多图预警！！！在进行下面操作之前，首先得确保Vmware workstation已经安装成功，然后还得提前准备好一个即将安装的linux系统的iso文件，然后就可以进行下面操作，本次安装是在Vmware workstation 11 下安装，安装的linux版本是 Fedora-18-x86_64-Live-Desktop.iso 本流程记录的异常详细，做好心理准备1

2016-07-26 23:21:01 24773 2

原创编程之路从大学毕业开启

记录自己

2015-06-30 19:37:21 268

minning的博客