自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 收藏
  • 关注

原创 LDA主题模型 —— 变分推断EM算法推导

文章目录本文目的LDA模型的简单回顾LDA求解 —— 变分推断EM算法EM算法本文目的LDA,即Latent Dirichlet Allocation,是一个非常重要的文档主题模型,在众多领域均有着广泛的运用。本文聚焦于LDA模型的变分推断求解方法的数学推导,假设读者已经了解过LDA的基本原理。LDA模型的简单回顾首先对LDA模型做一个简单的回顾:假设数据集DDD中有MMM篇文档,其中第ddd篇文档有NdN_dNd​个单词,且数据集DDD中一共涉及VVV种单词,KKK个主题。概率图中的个符号定

2021-07-29 12:46:05 1594

原创 EM算法与变分推断 —— 数学推导

EM算法与变分推断文章目录EM算法与变分推断EM算法介绍EM算法推导 1二、使用步骤1.引入库2.读入数据总结EM算法介绍对于概率图模型中包含有隐变量的情况,可以使用EM算法进行参数估计。隐变量是指不可观测的变量,但其参与到了样本的生成过程。例如在混合高斯模型中,样本xxx的生成过程为首先确定其所属的类别zzz,之后根据其类别选择相应的高斯分布N(μz,σk)\mathcal{N}(\mu_z,\sigma_k)N(μz​,σk​),生成样本xxx。在该生成过程中,样本所属的类别zzz即为一个隐变

2021-07-22 13:12:56 1674

原创 einsum方法详解(爱因斯坦求和)

einsum方法详解(爱因斯坦求和)einsum是pytorch、numpy中一个十分优雅的方法,如果利用得当,可完全代替所有其他的矩阵计算方法,不过这需要一定的学习成本。本文旨在详细解读einsum方法的原理,并给出一些基本示例。一、爱因斯坦求和爱因斯坦求和是一种对求和公式简洁高效的记法,其原则是当变量下标重复出现时,即可省略繁琐的求和符号。比如求和公式:∑i=1naibi=a1b1+a2b2+...+anbn \begin{aligned} \sum_{i=1}^na_

2021-05-21 10:49:10 16037 4

原创 机器学习 —— 3 聚类(K均值和高斯混合模型)

文章目录前言一、K均值算法(K-means)1.模型定义2.模型算法二、使用步骤1.引入库2.读入数据总结前言 聚类是一种无监督学习方法,把相似的对象通过静态分类的方法分成不同的组别或子集合,使得同一类别或子集中的对象具有相似的属性,在数据挖掘、模式识别、图像分析、数据分 析中具有广泛的应用。一、K均值算法(K-means)目标:将所有数据样本聚类成KKK个类别。即找到kkk个聚类中心μ1,μ2,...,μK\mu_1,\mu_2,...,\mu_Kμ1​,μ2​,...,μK​,则每个样本

2021-01-22 14:46:35 980

原创 机器学习 —— 2 线性回归

系列文章目录提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录一、一些简单的概率统计1.概念2.全概率公式&贝叶斯公式3.随机变量3.高斯分布一、一些简单的概率统计1.概念概率:对随机事件发生可能性大小的度量条件概率:事件B已发生的条件下,事件A发生的概率,记作P(A∣B)P(A \mid B)P(A∣B)联合概率:A

2021-01-21 14:25:44 259

原创 机器学习 —— 1 绪论

机器学习系列 —— 1 绪论提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录 前言 一、 二、使用步骤 1.引入库 2.读入数据 前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。..

2021-01-20 11:21:32 148

原创 MIDI爬取

从midiworld网站按类别爬取midi文件import requestsfrom bs4 import BeautifulSoupimport osimport timefrom time import sleepimport randomfrom collections import Counterimport csvdef midiworld_crawler(): BASE_URL = 'https://www.midiworld.com/search/' header

2020-07-03 23:27:40 3170

原创 Ubuntu 20.04 CUDA&cuDNN安装方法

下载cuda输入nvidia-smi命令查看支持的cuda版本如果无法查看,则说明尚未安装nvidia驱动,点击附加驱动,选择对应版本的驱动即可自动下载。从https://developer.nvidia.com/cuda-toolkit-archive下载对应版本的cuda,选择18.04的版本即可。gcc降级Ubuntu20.04自带的gcc版本为9.7....

2020-04-28 20:21:45 104032 23

原创 pip 配置

更换阿里源&解决timeout问题在~/.pip/pip.conf中写入如下代码:(如果不存在则新建)[global]trusted-host = mirrors.aliyun.comindex-url = https://mirrors.aliyun.com/pypi/simpletimeout = 60000...

2020-04-28 19:37:39 193

原创 midi2audio 安装(Mac)

midi2audiomidi2audio可将MIDI转换为audio,支持wav和flac格式。github地址:https://github.com/bzamecnik/midi2audio安装步骤1 安装CMake具体见其它教程2 安装 FluidSynthgithub地址:https://github.com/FluidSynth/fluidsynth...

2020-04-13 12:16:55 1146 1

原创 recurrentshop报错:name 'K' is not defined

最近想跑个keras项目,不过在运行时一直提示如下错误:File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/recurrentshop-1.0.0-py3.7.egg/recurrentshop/engine.py", line 9, in <module> ...

2020-03-13 15:28:36 1660

原创 numpy 方法总结

numpy方法总结

2020-03-12 15:33:06 156

原创 Python 装饰器

Python 装饰器笔记装饰器的作用在不修改原函数的内部代码、不修改原函数的调用方式、不重复调用原函数的条件下,为原函数增加扩展功能。 装饰器结构def deco_name (func) : #装饰器需要接收一个函数名称变量,返回值是一个函数 def wrapper (*args, **kwargs) : #传给原函数func的参数 &lt;state...

2018-11-10 16:21:06 158

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

提示
确定要删除当前文章?
取消 删除