- 博客(17)
- 问答 (1)
- 收藏
- 关注
转载 决策树详解
版权声明:博客文章都是作者辛苦整理撰写的,转载请注明出处,谢谢!https://blog.csdn.net/m0_37306360/article/details/76861494写在前面决策树(decision tree)是一种基本的分类和回归方法,是机器学习的基本模型,其模型是树形结构,其具体实现包括三种经典算法,分别为ID3,C4.5,CA...
2018-10-02 20:47:22
716
转载 机器学习--Logistic回归计算过程的推导
(很多讲逻辑回归的文章都没有给出详细的推导,只是列出最后的计算公式,今天在网上看到一篇解释得非常详细的文章,赶紧转载一下:【机器学习笔记1】Logistic回归总结(http://blog.csdn.net/dongtingzhizi/article/details/15962797) 作者说"未经允许,不得转载",我这里先冒犯了,如果觉得不合适,请告知。) Lo...
2018-10-02 15:48:02
324
原创 flask_openid多节点下登录问题
应用场景在web开发中,不可避免使用openid来进行登录。当使用flask框架开发时,flask_openid则是在openid的基础上进行封装,使其更适用于flask框架。flask_openid的官方文档demo是使用fs_store_path来存储临时文件,例如assoc的各个信息,详情可以看openid的登录流程。demo的代码如下from flask.ext.openid imp...
2018-09-25 21:19:32
1223
原创 服务端json参数校验神器Json Schema
目录目录json简介服务端校验参数需求分析json参数检验简单而繁琐方式Json SchemaJson Schema 入门Json Schema 表达式stringjson简介JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScrip...
2018-09-15 13:43:27
6118
原创 web开发之旅(二):Nginx基本教程
Nginx简介Nginx(“engine x”)是一款是由俄罗斯的程序设计师Igor Sysoev所开发高性能的 Web和 反向代理 服务器,也是一个 IMAP/POP3/SMTP 代理服务器。在高连接并发的情况下,Nginx是Apache服务器不错的替代品。Ngin成为Web服务器的不二之选,是学习Web开发的必学知识。Nginx安装sudo apt-get install ...
2018-07-31 00:28:33
484
原创 web开发之旅(一):框架总述,关于Nginx、WSGI、 uWSGI、jinja2、Flask关系的介绍
综述     &nb
2018-07-25 23:58:44
651
原创 Windows10激活自带Linux子系统以及Linux子系统安装位置介绍
为什么需要激活自带Linux子系统 在公司日常开发工作中,绝大多数开发环境都是在Linux下,而公司配的电脑是 Windows10的系统,权限不够无法重装Linux系统,这时绝大多数人只能自己再买台Mac,但刚毕业的工作党一下子舍不得买个mac,尝试过安装VMware虚拟机,但发现性能很低,而且两个系统文件交互甚是困难,自己想要的是内嵌Linu...
2018-07-15 11:31:18
29705
原创 python 字符串内建方法总结
日常python开发中,避免不了处理字符串,好记性不如烂笔头,所以在这里把字符串的内建方法进行总结,以免有一天需要查询时书不在身边,或者加速自己查询,希望可以帮助到有需要的人。字符串中字符大小写的变换:1 str.lower() :转换str中所有大写字符为小写 2 str.upper() :转换str中所有小写字符为大写 3 str.swapcase() ...
2018-06-09 15:16:05
301
原创 模板类,模板类函数特例化,模板类特例化
今天在看某c++框架源码时,发现模板类里的部分函数可以特例化,感觉很神奇便尝试了下,发现很多平时不会注意的c++细节及知识,写下来分享给大家,以便大家遇到相似问题时可以少踩点坑。模板类会出现链接问题,编译不通过 如果模板类.h文件和.cpp文件分开存放,然后编译的时候会提示链接错误,无法生产exe文件,具体的原因可以参看编译原理。 决解办法:1 .h文件和.cpp文件合成一个文件
2017-05-19 19:42:24
2484
原创 caffe下relu_layer.cu详解
relu_layer是caffe框架的一个线性激活单元,具体功能、作用、和c++代码我不做详细分析,相信有点c++基础和深度学习基础的孩子都能看懂,今天我来详细分析relu_layer.cu文件,因为里面有点小坑思考了很久才想明白,写出来分享一波。首先是ReLULayer<Dtype>::Forward_gpu函数,这是c++写的代码,具体难度应该不大。template <typename Dt
2017-05-18 19:22:43
1423
原创 cuda 关于线程索引的理解
最近在学习cuda语言,然后发现线程的索引计算貌似有点不一样不太统一,所以写下自己的观点和看法。只有线程块kernel_function<<<num_blocks,num_threads>>>(){ thread_idx=(blockIdx.x*blockDim.x)+threadIdx.x;}解释:线程的索引等于所处线程块的Id(blockIdx.x)乘上线程块大小(blockDim.
2017-05-18 15:22:19
3725
原创 matlab下生成随机文件名函数
function s = getRandomStr( ) %UNTITLED 此处显示有关此函数的摘要 % 此处显示详细说明 rand(‘seed’,sum(clock)*rand(1)); x=[‘0’:’9’ ‘a’:’z’,’A’:’Z’]; i=ceil(62*rand(1,16)); s=x(i(1:8)); s=strcat(s,
2017-05-15 13:29:30
843
原创 用matlab把某文件夹下所有.mp3格式文件转换成.wav
clear all; cd C:\Users\HP\Desktop**\music\Rock; %你需要的路径 music=dir(‘*.mp3’); for i=1:length(music) [y,Fs]=audioread(music(i).name); str1=music(i).name; filename=strcat(str1(1:end-3)
2017-05-12 19:22:22
3615
1
转载 熵模型—— 熵,条件熵,联合熵,相对熵,互信息及其关系,最大熵模型。。
引入1:随机变量函数的分布 给定X的概率密度函数为fX(x), 若Y = aX, a是某正实数,求Y得概率密度函数fY(y).解:令X的累积概率为FX(x), Y的累积概率为FY(y).则 FY(y) = P(Y <= y) = P(aX <= y) = P(X <= y/a) = FX(y/a),则 fY(y) = d(FX(y/a)) / dy = 1/a * fX(x/a)引入2:如何定义信
2017-04-15 10:54:48
4788
原创 朴素贝叶斯法
朴素贝叶斯法基于贝叶斯定理与特征条件独立假设的分类方法。朴素贝叶斯法对条件概率分布做了条件独立的假设。由于这是一个较强的假设,由此获得朴素贝叶斯的名字(对于多重线性相关的特征,朴素贝叶斯法效果会很差)。朴素贝叶斯实际上学习到生成数据的机制,所以属于生成模型。期望风险最小化准则就能得到后验概率最大化准则: f(x)=argmax P(y=k|X=x); 这就是贝叶斯法有效的原理。
2017-03-25 12:26:42
295
原创 关于k-NN算法的总结及个人理解
k-NN算法的三要素:k值的选择,距离度量,分类决策规则。k值的选择: k值选的过小,训练误差会很小,但测试误差会对应增加,这是明显的过拟合现象。k值选的过大,训练误差过大,测试误差也会很大,明显的欠拟合现象。 K近邻法不具有显示的学习过程,也就是没有显示的训练过程,怎么会有训练误差呢?其实从原理上还是挺容易理解的,K近邻法确定后k值大小,距离度量和分类决策之后,
2017-03-23 11:41:24
3761
空空如也
Mnist数据集中通过灰度归一化处理反锯齿问题
2016-12-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人