python实现并行爬虫
指定爬虫depth、线程数, python实现并行爬虫
python实现网络图片爬虫
程序支持多线程爬虫,主文件为spider.py, testSpider.py为单测
gputimer.h
CUDA系列学习(四)Parallel Task类型 与 Memory Allocation 配套代码
获取gpu时间
LR_Mnist.py
http://blog.csdn.net/abcjennifer/article/details/25912675 的辅助代码,利用stochastic gradient descent 进行logistic regression, 应用于mnist数据集
deep learning 概览+时序模型
Content
1. 回顾 deep learning在图像上的经典应用
1.1 Autoencoder
1.2 MLP
1.3 CNN<详细的见上一篇CNN>
2. deep learning处理语音等时序信号
2.1 对什么时序信号解决什么问题
2.2 准备知识
2.2.1 Hidden Markov Model(HMM)
2.2.2 GMM-HMM for Speech Recognition
2.2.3 Restricted Boltzmann Machine(RBM)
3.
Convolution Neural Network (CNN)
PS:本篇blog为ese机器学习短期班参考资料(20140516课程),本文只是简要讲最naive最simple的思想,重在实践部分,原理课上详述。
20newsgroup python分类聚类
http://blog.csdn.net/abcjennifer/article/details/23615947
人脸检测与识别
环境:opencv 2.4.6.0
特征:eigenface
Input:一个人脸数据库,15个人,每人20个样本(左右)。
Output:人脸检测,并识别出每张检测到的人脸。
决策树python实现
基于python逐步实现Decision Tree(决策树),分为以下几块:
加载数据集
熵的计算
根据最佳分割feature进行数据分割
根据最大信息增益选择最佳分割feature
递归构建决策树
样本分类
KMeans和Kmedoid算法的matlab实现
本资源为KMeans和KMedoid算法的实现,算法讲解见http://blog.csdn.net/abcjennifer/article/details/8197072
C++矩阵处理工具——Eigen3
C++矩阵处理工具——Eigen3工具包,其内部封装了很多矩阵类,可以在C++环境轻松进行矩阵处理(与操作系统无关,window,linux均可)。
附上Eigen3的讲解链接:http://blog.csdn.net/abcjennifer/article/details/7781936
压缩感知基础
压缩感知基础内容,包括陶哲轩在外面讲座的ppt和一些大牛对CS的见解。
Difference of Gaussian DoG
DoG (Difference of Gaussian)实现角点检测。
效果见http://blog.csdn.net/abcjennifer/article/details/7639488#comments
libsvm 程序集数据集
libsvm 数据集 包括 matlab数据集 和 VC数据集
广度有限搜索 bfs 基础 骑士的任务 课件
详细讲解了骑士的任务用队列方法解决的策略,层层深入
动态规划基础(初学者必读)
详细的讲解了动态规划基本思想,基本步骤,内附经典例题!(包括经典的背包问题,初学者必看)!前提
●贪心法(它是一种多步决策法,它总是作出在当前看来是最好的选择,它的考虑不是从整体出发,而只是某种意义上的局部最优,这样贪心法不能对所有问题达到整体最优解,但是对相当范围的许多问题都能够产生整体最优解。--译者)
●动态规划(它是将问题进行逐步的划分来缩小问题的规模,直到可以求出子问题的解为止。分划子问题后,对应的子问题中含有大量的重复,这样就将重复地求解;在第一次遇到重复时把它解决,并将解保存起来,以备后面引用。动态规划法常用来求一个问题在某种意义下的最优解。--译者)
●递归下降