- 博客(21)
- 收藏
- 关注
RSS订阅原创 机器学习手撕代码（7）隐马尔科夫模型
机器学习手撕代码（7）隐马尔科夫模型数据集模型代码本文实现了一个隐马尔科夫模型用于序列数据预测。数据集数据集用的《流浪地球》原文，前三章作为训练集，第四章作为测试集，数据集经过分词并打好标签，样例如下：我/r 没/d 见过/v 黑夜/n ，/w 我/r 没/d 见过/v 星星/n ，/w 我/r 没/d 见过/v 春天/t 、/w 秋天/t 和/c 冬天/t 。模型代码import numpy as npimport reimport jsonclass HMM: def
2022-05-16 09:28:22
634
原创 机器学习手撕代码（6）人工神经网络
机器学习手撕代码（6）人工神经网络本篇分享一下人工神经网络的代码，ann.py为人工神经网络模型的代码，nn.py为手写实现的神经网络框架代码，utils.py中为可视化结果的工具。dataset见本系列第0篇。nn.pyimport numpy as npclass Module: def __init__(self): pass def __call__(self, *args, **kwargs): passclass Lin
2022-02-15 18:04:53
728
原创 机器学习手撕代码（5）svm
机器学习手撕代码（5）svm本篇分享一下svm的代码，svm.py为支持向量机模型的代码。utils.py中为可视化结果的工具。dataset见本系列第0篇。svm.pyimport numpy as npfrom datasets.dataset import DataSetfrom utils import Visualization,Metricsfrom sklearn.model_selection import train_test_splitclass SVM:
2022-02-15 18:04:31
1207
1
原创 机器学习手撕代码（4）knn
机器学习手撕代码（4）knn本篇分享一下knn的代码，knn.py为K近邻模型的代码。dataset见本系列第0篇。import numpy as npfrom datasets.dataset import DataSetfrom sklearn.model_selection import train_test_splitdef distance(data1,data2): data1 = data1.reshape((data1.shape[0],1,data1.shap
2022-02-15 18:04:13
192
原创 机器学习手撕代码（3）k-means
机器学习手撕代码（3）k-means本篇分享一下k-means的代码，k_means.py为K均值模型的代码。utils.py中为可视化结果的工具。dataset见本系列第0篇。k_means.pyfrom datasets.dataset import DataSetimport matplotlib.pyplot as pltimport numpy as npfrom sklearn import manifoldfrom utils import Visualization
2022-02-15 18:03:49
241
原创 机器学习手撕代码（2）决策树及随机森林
机器学习手撕代码（2）决策树及随机森林本篇分享一下决策树及随机森林的代码，DTandRF.py为决策树以及随机森林两个模型的代码。utils.py中为可视化结果的工具。dataset见本系列第0篇。DTandRF.pyimport numpy as npfrom datasets.dataset import DataSetfrom sklearn.model_selection import train_test_splitfrom utils import Visualizatio
2022-02-15 18:03:30
462
原创 机器学习手撕代码（1）贝叶斯分类器
机器学习手撕代码（1）贝叶斯分类器本篇分享一下贝叶斯分类器的代码，naive_bayes.py为朴素贝叶斯分类器，normal_bayes.py中为正态贝叶斯分类器。utils.py中为可视化结果的工具。dataset见本系列第0篇。naive_bayes.pyimport numpy as npfrom datasets.dataset import DataSetfrom sklearn.model_selection import train_test_splitfrom uti
2022-02-15 18:03:03
753
原创 机器学习手撕代码（0）数据
机器学习手撕代码（0）概述后面连续几篇博客把之前没写完的几个经典机器学习算法代码补了补，尽量精简了代码量，欢迎找bug。这第0篇主要是说一下一些数据格式之类的准备，保证代码复制回去就能跑通。文件树就是下面这个样子，不必须，import数据集文件的时候看好就行。datasets文件夹下面放一个dataset.py文件，后面所有的模型都用这一个数据集。dataset.pyimport pandas as pdimport numpy as npclass DataSet:
2022-02-15 18:02:30
208
原创 PyQt5+pyinstaller打包深度学习项目（亲测好使）
PyQt5+pyinstaller打包深度学习项目（亲测好使）1.PyQt5 与pyinstaller的安装使用2.打包Pytorch失败的解决方案3.依赖文件路径问题4.测试本文介绍通过打包生成exe可执行文件的方式来发布项目并记录遇到的几个报错及解决方案。1.PyQt5 与pyinstaller的安装使用参考这篇博客传送门.我的项目目录是这样的2.打包Pytorch失败的解决方案运行pyinstaller.exe -F target_detection.py打包，运行exe文件，出现
2020-08-28 11:23:50
2302
3
原创 javascript异步请求的几种方式示例
javascript异步请求的几种方式示例整理JS的最后一天，主要写一点ajax和fetch。记得最开始了解ajax的时候，一些文章都是结合项目来说的，一大坨，对于小白来说理解需要时间。这里仅描述核心功能，最大程度精简代码。这里用到的数据为疫情数据。首先说为什么使用ajax在不重新加载页面的情况下更新网页在页面已加载后从服务器请求数据在页面已加载后从服务器接收数据在后台向服务器发送数据（忘了在哪抄的了）1.XMLHttpRequestajax基于XMLHttpRequest实现，下
2020-08-15 18:37:28
955
原创 javascript娱乐局——贪吃蛇
javascript娱乐局——贪吃蛇累了，写了个小bug，阿呸。。。，小游戏，换换口味。一共三个对象map，snake，food，代表的含义如名字。snake和food其实就是数组，表示位置，map来画图、判断得分、失败等等，直接上代码，可直接运行。<!doctype html><html><body> <canvas id="map" width="400" height="400" style="background:Black">
2020-08-14 22:10:20
1013
原创 深度学习笔记（一）— VGG11
深度学习笔记（1）——VGG111.网络结构2.代码实现3.运行结果本文介绍复现VGG11并用于CIFAR10数据集分类（Pytorch）。1.网络结构上图给出了所有VGG网络的结构，其中VGG11网络结构为：Block1：3*3卷积×1+最大池化×1+relu（输入通道：3，输出通道：64）Block2：3*3卷积×1+最大池化×1+relu（输入通道：64，输出通道：128）Block3：3*3卷积×2+最大池化×2+relu（输入通道：128，输出通道：256）Block4：3*
2020-08-13 19:31:49
8227
2
原创 C++与Python之间跨进程通信（socket实现）
C++与Python之间跨进程通信（socket实现）1.引言2.实现思路3. 具体代码（1）Python服务端（2）C++客户端1.引言之前写过一篇Python调用C++程序的实现方法，这里相反，希望使用Python协助C++完成某些任务。一种解决思路为实现RPC调用，使用C++端（以下称客户端）发送数据，Python端（以下称服务端）处理数据并返回的方法，进一步来说，转换为C++与Python之间通信的问题。2.实现思路因为客户端可能希望使用的函数多种多样，这里为了保证灵活，服务端与客户端均
2020-08-13 18:43:04
5613
3
原创 阿里云服务器部署flask项目（nginx+gunicorn）
阿里云服务器部署flask项目一、添加安全组二.登录服务器三、apt、pip改源1. pip改源（与Windows类似）（1）查看是否已更改（2）改源（3）检查一下是否修改成功2．apt 改源（1）查看是否已经修改（2）改源3.安装pip3四.配置虚拟环境1.安装虚拟环境（1）安装相关依赖（2）配置环境变量2.创建python3的虚拟环境五.配置nginx反向代理服务器1.安装nginx2.修改配置文件3.启动niginx六.安装gunicorn服务器七.测试服务器1.安装flask2.创建工作目录3.编写
2020-07-18 10:13:26
1142
1
原创 机器学习笔记（三）决策树 - 分类与回归
机器学习笔记（三）决策树分类一.简介二.先看一个简单的例子三.决策树分类原理1.分类过程概述2.训练过程（1）递归分裂（2）最佳分裂及分裂条件（3）叶子节点的标签（4）终止分裂四.手写鸢尾花分类1. 数据集介绍2. 实现过程（1）数据预处理（2）建立决策树（3）分类本文将介绍使用决策树完成字母数据集的分类任务，并且手写决策树完成鸢尾花的分类一.简介决策树是一种基于规则的方法，它用一组嵌套的规则进行预测。在书的每个决策节点处，根据判断结果进入一个分支，反复执行这种操作直至达到叶子节点，得到预测结果，
2020-06-18 17:41:16
1132
原创 利用boost将C++程序生成动态链接库供Python程序调用
利用boost将C++程序生成动态链接库供Python程序调用C++的运行效率要比Python高许多，本文实现使用C++编写Python扩展环境：Python3，Ubuntu16.04；简单实现一个求最大公约数的类；生成的是so文件，仅供Linux系统使用1.准备（1）安装相关依赖sudo apt-get install libboost-all-devsudo apt-get install python-dev（2）相关文件在同级目录下建立三个文件：GCD.cpp,Makefile
2020-06-05 17:15:27
410
原创 机器学习笔记（二）贝叶斯分类器（下）
机器学习笔记（一）贝叶斯分类器（下）本文介绍正态贝叶斯分类器的是实现，并将上一篇文章的图像分类任务中的朴素贝叶斯分类器修改为正态贝叶斯分类器。1 原理概述朴素贝叶斯分类器通过朴素假定将问题简化，即假设特征向量个分量之间相互独立分布，由此一来，分量分布的乘积即为其联合分布。正态贝叶斯分类器认为分量的分布不是独立的，且各分量分别服从正态分布，如此以来更符合一般情况。假设特征向量服从nnn维正态分布，其中μ\muμ为均值向量，Σ\SigmaΣ为协方差矩阵，则特征向量的类条件概率密度为：p(x∣c)=
2020-05-31 22:39:12
1020
原创 机器学习笔记（一）贝叶斯分类器（上）
机器学习笔记（一）贝叶斯分类器（上）本文将介绍朴素贝叶斯分类器的基本原理，并将其应用到图像分类任务中。(数据集为字母大小写灰度图，大小为16×16，每种字母1016张，总共26×2×1016张图片，数据集下载链接：github仓库)原理概述贝叶斯公式描述了在已知P(X)发生的条件下，导致其发生的原因是CiC_iCi的概率，称为条件XXX下CiC_iCi的后验概率，P(Ci∣X)P(C_i |X)P(Ci∣X) 即表示XXX属于CiC_iCi类的概率。假设有mmm个类，则分别求出在条件XXX
2020-05-31 21:37:05
1309
原创 flask_mail发送邮件(使用SMTP协议)
flask_mail发送邮件本文介绍使用flask_mail发送邮件0.获取邮箱的授权码(这里以163邮箱为例)登录邮箱点击设置中的POP3/SMTP/IMAP获取授权码1.安装flask_mailpip install flask_mail2.导包from flask import Flask,render_template,requestfrom flask_mail import Mail,Messagefrom flask_wtf import FlaskFormfrom
2020-05-15 15:28:11
3134
原创 远程链接docker容器中的mongodb
远程链接docker容器中的mongodb在上篇文章中介绍了在服务器上部署sharelatex。sharelatex使用的数据库是mongodb，这里将介绍使用NoSQLBooster for MongoDB远程链接服务器上docker容器中的mongodb的方法。0. Windows机下载安装 NoSQLBooster for MongoDB官方下载地址1.查看存在的容器：docker ps2.进入mongodb所在的容器docker exec -it mongo bashdoc
2020-05-15 13:46:36
1752
原创 阿里云服务器部署ShareLaTex(Overleaf)
阿里云服务器部署ShareLaTex(Overleaf)使用docker在服务器上部署ShareLaTex，这里服务器使用阿里云的ECS，操作系统为ubuntu16.040.准备工作将apt的下载源换位国内镜像，在这里不再赘述1.安装docker首先卸载旧版本的dockersudo apt-get remove docker docker-engine docker.io containerd runc安装依赖sudo apt-get install -y apt-transport-
2020-05-15 13:11:47
2732
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人