- 博客(7)
- 资源 (1)
- 收藏
- 关注
原创 python数组的赋值和拷贝
直接看demo>>> a = np.array([1,2,3])>>> b = np.array([4,5,6])>>> (a==b).all() #比较两个数组元素是否都相等, 可以用于k-meansFalse>>> c=a>>> (a==c).all()True>>> c[0] = 10 #等号这种赋值相当对象引用(内存地址)传递,改变c, a也跟着变了,所有不管怎么改都是tru
2016-12-17 23:13:52 12424
原创 ubuntu添加新用户并添加公钥
新建用户,如果不是root加sudo useradd user1 -m -s /bin/bash passwd user1新建的用户默认没有sudo权限,添加sudo权限不需要去修改sudoers文件,去修改group文件: sudo vim /etc/group 在adm和sudo行之后加上新建的用户名就好了怎么将笔记本公钥添加到服务器: 本地如果是mac 或者是 linux的话,直接执
2016-12-17 17:36:13 10010
原创 sidekit中GMM-UBM中speaker-adaptation部分
sidekit还是挺不错的,很简单,文档更是直接把源码给你,如果能顺利搭好环境,如果有基础的话,一天之内跑通应该是没有问题的。 下面开始对GMM-UBM中说话人自适应调整以及计算得分进行详细的分析,其中也会有代码改写的部分,因为那么多h5文件,看着挺烦的, 在看下面之前首先保证已经熟悉了sidekit, 并且对里边的h5文件的格式都很清楚,否则没有必要继续往下看。下面这是自适应部分的源码,uti
2016-12-16 19:23:14 5451 3
原创 python3 中元素的类型为 “ numpy.bytes_”
在一些框架中,里边的数据的dtype可能是“|S33”等类型, 当查看每一个元素的类型时显示 “numpy.bytes_”, 这时候如何转化为 str 类型呢? 将list每一个元素都decode一下就好了: segset = np.array([s.decode(‘UTF-8’) for s in segset])
2016-12-12 22:09:50 10510
原创 NG《Machine_Learning_Yearning》笔记
首先这本书的定位不是入门全套的机器学习的书,而是对一些有基础有经验的开发者的一本指导手册,设计实验时应该遵循什么样的原则,对于出现结果怎么分析,各个集的错误率分别可以通过什么方法来降低,那些错误率是降低的等Chapter 1: Why Machine Learning Strategy. 拿一个识别cat的demo举例, 比如识别率比较低怎么办,你的team可能会想到这些方法:Get
2016-12-11 21:40:18 1427
原创 python 读写 ndarray
h5py需要自己安装,看官方文档吧,装起来可能会遇到很多问题import numpy as npimport scipy.io as scioimport h5pya = np.array([[1,2],[3,4]])# mat typescio.savemat("stat1.mat", {'A':a})data = scio.loadmat("stat1.mat")print type(
2016-12-11 16:35:40 2988
原创 最小二乘法(least squares)
都忘了,再回顾一下: 参考知乎 https://www.zhihu.com/question/20447622 该问题下面的部分回答:建议有时间的把问题下面的所有答案都过一遍,这样可以通过不同的切入点来更好的理解。最小二乘法,也叫最小平方法,在古汉语中“平方”称为“二乘”,“最小”指的是参数的估计值要保证各个观测点与估计点的距离的平方和达到最小。(记得赟哥解释过,这个方法起源于日本,就直接拿过来用
2016-12-06 14:28:09 18646
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人