- 博客(14)
- 资源 (14)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 【论文阅读】A social recommender system using item asymmetric correlation
Abstract推荐系统在近几年极大突出的信息筛选技术之一，然而，有两个主要的问题：数据稀疏：数据太稀疏了，没办法操作冷开始：一开始数据不多（或者），推荐效果不好或无法进行有一类系统，叫做社会推荐系统被提出，可以有效地解决数据稀疏度和冷开始的问题。给定一个社会关系并不是在每一个推荐系统都是可行的，这个隐含的在物品之间的关系算的上是一个代替限制的一个比较好的选择。在这篇paper中，...
2019-03-25 23:23:32
330
原创 LVQ模型Python实现
简述LVQ模型是聚类的经典模型，跟Kmeans有点像。但是作为一个聚类，这个模型是一个有监督的模型。算法流程输入的数据集X, y，还有学习率（在0,1之间）η\etaη初始，选k个点，作为原型向量然后开始循环在样本集中随机选个点。找到在原型向量中离它最近的点然后来比较这两个点之间的y是否一样。一样就正向更新节点，不一样就反向更新节点pi=pi(+/−)η∗(xj−pi)p_i...
2019-03-23 16:25:22
3144
2
原创 【论文阅读和实现】On Spectral Clustering: Analysis and an algorithm【Python实现】
On Spectral Clustering: Analysis and an algorithm这是一篇引用量很高（7k+）的paper。开篇的abstract就吸引人。概括： 本文提出了一种简单的谱聚类算法，该算法易于实现而且表现的不错，并且基于矩阵摄动理论，我们可以分析算法并找出可以预期的良好条件。这篇文章的算法主要是关注与n维空间的聚类点。对于这类问题，一个标准的方法就是基于一个...
2019-03-21 17:41:22
4361
7
原创 Spectral clustering 谱聚类讲解及实现
In multivariate statistics and the clustering of data, spectral clustering techniques make use of the spectrum(eigenvalues) of the similarity matrix of the data to perform dimensionality reduction b...
2019-03-19 20:51:13
6764
3
原创 COP-kMeans限制性--kMeans变体算法研究
简述最近发现一篇有趣的论文。关于限制性的kMeans. 主要思想是基于boosting principle的COP-kMeans。所以，我就先研究了下COP-kMeans。COP-kMeans是一种限制性聚类算法。限制性的含义很简单，就是需要考虑到有些节点在聚类前，我们就知道了这个两个节点是应该放在一起，还是应该分开。所以，这里有两类。最简单的想法，就是这里用一个二维矩阵来存储这个信息。...
2019-03-16 17:41:32
3172
14
原创 无重复字符的最长子串【三种解法】--LeetCode
题目描述给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。输入: "abcabcbb"输出: 3 解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。输入: "bbbbb"输出: 1解释: 因为无重复字符的最长子串是 "b"，所以其长度为 1。输入: "pwwkew"输出: 3解释: 因为无重复字符的最长子串是 "wke"，所以其长度为
2019-03-13 10:29:32
8838
2
原创 RNN相关模型研究
文章目录简述输出是序列，输出也是序列输入是序列，输出是值输入是值，输出是序列RNN 改进版 LSTM简述输出是序列，输出也是序列且序列等长， 这就是经典的RNN模型对于序列数据，RNN提出了一个隐藏数据H。H为提取出来的特征向量。对于每个序列节点x，都有一个对应的隐藏数据H。每个H都是有X和前一个节点的H生成的。hi=f(Uxi+Whi−1+b)h_i = f(Ux_i+Wh_{...
2019-03-11 12:38:26
386
原创 简单探索MNIST（Softmax回归和两层CNN）-Tensorflow学习
简述这次是在看《21个项目玩转深度学习》那本书的第一章节后做的笔记。这段时间，打算把TensorFlow再补补，提升一下技术水平~希望我能坚持下来，抽空把这本书刷下来吧~导入数据下面的代码会直接下载数据，如果没有那个文件夹的话，但是，如果有这个文件夹而且里面有那几个文件的话，就会直接调用那个数据。这次直接在网上搜MNIST下载，就知道怎么下载啦~ 这里我更关注TensorFlow...
2019-03-10 01:02:57
766
2
原创 K-Means算法理论及Python实现
简述K-means Algorithm(s)Assumes Euclidean space/distance 假设是在欧式空间下的。因为means本身是需要在欧式空间下才可以计算。但K-means有很多的推广版本，将欧式空间中所提到的Centroid转成Clustroid，是一种比较常见的推广方式。算法先取k个类： Initialization 的时候需要避免ill-initializat...
2019-03-07 17:00:22
1732
原创 ipv6host更新
简述前段时间，发现ipv6上不了google了，在github上的老哥给的hosts也没办法。我也替换了很多遍的hosts都没办法，然后无奈之下，就换使用DNS的方式，但是这种方式是有一定的局限性。比如，我挂了学校的vpn之后，还是没办法使用。（但是我把hosts删除掉之后，直接默认使用学校的dns就任然可以的（这个只有在学校的电脑可行））通过远程控制在学校的电脑访问google来找资料。...
2019-03-07 15:59:01
20822
24
原创 Pycharm如何关掉jupyter notebook server
简述在前一篇文章中写到了，如何在pycharm中使用jupyter。这个内容在网上有很多版本的教程图文并茂，应有尽有。但是这篇文章的内容，我之前试着搜了下发现没有~这一篇就讲讲如何关掉jupyter吧~在Pycharm中我们习惯了直接关掉下方的运行框（点击红色正方形）。本以为这样在使用jupyter的时候也是如此，但解决却出乎意料，我意外地发现这样却没有关。常有的问题： 再次运行的时候...
2019-03-06 00:31:08
7393
原创 【解决方案】在Pycharm使用jupyter要求填写token【please enter your jupyter notebook url】
简述jupyter是相当好用啊，原因在于不需要每次都导入数据到内存中再结合上Pycharm的语法提示，我觉得简直是可以超神的数据处理装备！但是在使用的时候遇到了一个很蠢的问题，就是在运行起来的时候，提示说让我输入token这个操作以前无论是使用jupyter还是pycharm时候都没有遇到过，简直是无语。还好，在stackoverflow上有大神做了解释。简单描述有兴趣看下一个...
2019-03-05 17:39:40
11610
4
原创 FCM算法理论及其Python实现
FCM算法全名为Fuzzy C-Means，是一种聚类算法。Fuzzy c-means (FCM) is a method of clustering which allows one piece of data to belong to two or more clusters. This method (developed by Dunn in 1973 and improved by...
2019-03-05 15:00:25
6869
8
原创 numpy.core.umath failed to import 如何解决
安装TensorFlow的gpu版本在安装TensorFlow的gpu版本遇到了这个问题。解决方法就是：在命令行下输入：pip install -U numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/然后就好啦~C:\Users\Sean>pythonPython 3.6.6 (v3.6.6:4cf1f54eb7, Jun...
2019-03-04 17:38:48
10917
6
WGAN-div模型，Pytorch实现，基于MNIST数据集
2023-02-09
卡通二次元图片数据集-用于深度学习项目
2023-02-08
vscode离线版+插件+远程连接服务器，无网情况全套完整安装版
2023-02-07
Ray 白皮书 WhitePaper 1.X
2023-02-07
2017版Chrome
2018-09-20
Sublime-text-3安装包（附上详细安装教程windows 2018年）
2018-04-19
计算器(自由输入版V2)
2017-10-23
[近乎免费]QT计算器(一般计算器和多项式计算器)
2017-10-05
近乎免费QT计算器(一般计算器和多项式计算器)
2017-10-05
多项式计算器_version3_QT实现（C++）
2017-10-05
Python split()去掉空字符串问题
2017-10-15
TA创建的收藏夹 TA关注的收藏夹
TA关注的人