chang___hong的专栏

完美解决参考（预测模型多次调用）参考：https://blog.csdn.net/u012052268/article/details/95613050部分问题能解决参考：https://blog.csdn.net/dang_1_dang/article/details/92117667?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.control&dist_request_

如果装了tensorflow，手贱再安装tensorflow-gpu，默认会运行tensorflow-gpu。同学那机子不支持CUDA，就开始报错。而上面的安装方法的那个列表不支持删除。可以打开cmd，输入pip list，这样可以看到所有已经安装的包。pip uninstall tensorflow和pip uninstall tensorflow-gpu就可以删除这两个包。然后重新安装tensorflow。...

model.inference(train_batch, BATCH_SIZE, N_CLASSES)这个里面应该有with tf.variable_scope(‘layer1’):这样的代码，改为with tf.variable_scope(‘layer1’, reuse = tf.AUTO_REUSE):解决：1 若想要继续使用并共享当前的TensorFlow模型结构或变量：按照报错的提...

1、回归问题1.1 AdaBoost（建立一颗串行的树）AdaBoost，是英文"Adaptive Boosting"（自适应增强）的缩写，由Yoav Freund和Robert Schapire在1995年提出。它的自适应在于：前一个基本分类器分错的样本会得到加强，加权后的全体样本再次被用来训练下一个基本分类器。同时，在每一轮中加入一个新的弱分类器，直到达到某个预定的足够小的错误率或达到预先...

1.编辑距离思路：如果word1[i]==word2[j],a[i][j]=a[i-1][j-1];如果word1[i]!=word2[j],a[i][j]=a[i-1][j]+1, word2尾后添加word1[i]如果word1[i]!=word2[j],a[i][j]=a[i][j-1]+1;word2删除尾后元素；如果word1[i]!=word2[j],a[i][j]=a[i-...

参考：https://www.zhihu.com/question/20326697

更新oraclesql6 = "UPDATE 表名 set (value)=(:value) where coeffs_id=(:coeffs_id)"cur_36.prepare(sql6)cur_36.execute(None, {'value': value, 'coeffs_id': coeffs_id}) conn_36.commit()`sql语句中常见类型转换 s...

更新oraclesql6 = "UPDATE 表名 set (value)=(:value) where coeffs_id=(:coeffs_id)"cur_36.prepare(sql6)cur_36.execute(None, {'value': value, 'coeffs_id': coeffs_id}) conn_36.commit()`sql语句中常见类型转换 s...

1.加载自定义词典jieba.load_userdict(file_name)2.调整词典：使用add_word(word, freq = None, tag = None)和del_word(word)可在程序中动态修改词典。使用suggest_freq(segment, tune = True)可调节单个词语的词频，使其能（或不能）被分出来3.分词cut(),lcut(),cut_...

安装lightGBM 参考：http://blog.csdn.net/qq_22238533/article/details/72927755安装xgboost 参考：http://m.blog.csdn.net/ychanmy/article/details/50972530 出现问题：解决方案：因为Anaconda自己有个libstdc++-6.dll已经过期了，所以需要用新

1、合并操作pandas.mergepandas.merge(left, right, how=’inner’, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(‘_x’, ‘_y’), copy=True, indicator=False)作用:通过执行

Python Machine Learning Tutorial Contents Here are the steps for building your first random forest model using Scikit-Learn:1 Set up your environment.2 Import libraries and modules.3 Load red wine d

阅读目录 •1. 批量梯度下降法BGD •2. 随机梯度下降法SGD •3. 小批量梯度下降法MBGD •4. 总结　　在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。　　下面我们以线性回归算法来对三种梯度下降法进行比较。 　　一般线性回归函数的假设函数为： 　　对应的能量函数（损失函数）形

全局变量 作用域：全局作用域（全局变量只需在一个源文件中定义，就可以作用于所有的源文件。） 生命周期：程序运行期一直存在 引用方法：其他文件中要使用必须用extern 关键字声明要引用的全局变量。 内存分布：全局数据区 注意：如果在两个文件中都定义了相同名字的全局变量，连接出错：变量重定义 全局静态变量 作用域：文件作用域（只在被定义的文件中可见。） 生命周期：程序运行

1 整数判断回文数int IsPalindrome(int iNumber){ //判断是否为回文数的函数 int temp=0; int number = iNumber; while(number){ //颠倒数后保存到temp中 temp=temp*10+(number%10); number=number/10

题目描述 HZ偶尔会拿些专业问题来忽悠那些非计算机专业的同学。今天测试组开完会后,他又发话了:在古老的一维模式识别中,常常需要计算连续子向量的最大和,当向量全为正数的时候,问题很好解决。但是,如果向量中包含负数,是否应该包含某个负数,并期望旁边的正数会弥补它呢？例如:{6,-3,-2,7,-15,1,2,2},连续子向量的最大和为8(从第0个开始,到第3个为止)。你会不会被他忽悠住？(子向量的长度

机器平台：X86_64 处理器 操作系统：Red Hat 4.1.2-14 编译器： gcc version 4.1.2 20070626Size of char is: 1 Size of unsigned char is: 1 Size of signed char is:

一、简答题 1.【c/c++】Const作用域变量、函数、类分别有什么特性 变量： 表示变量的值不可变函数： const修饰函数参数 a.传递过来的参数在函数内不可以改变(无意义，因为Var本身就是形参) void function(const int Var); b.参数指针所指内容为常量不可变 void function(const char* Var); c.参数指针本身为常量

结点定义//Binary Tree Nodetypedef struct node{ int data; node* lchild，rchild; //左孩子右孩子}BTNode;中序非递归：前中后， 1 首先根节点，将其压进栈中 2 如果当前结点非空，将该结点压入栈中，然后将其左结点赋值给当前结点； 3 如果当前结点为空，输出当前的结点，弹出栈顶的结点，将其右结点赋值

二叉链表的结点类型定义如下：typedef struct BiTNode{ TElemType data; struct BiTNode *lchild,*rchild;//左右孩子指针 }BiTNode，*BiTree;前序遍历(DLR)：若二叉树为空，则空操作；否则：1、访问根节点 2、先序遍历根节点的左子树 3、先序遍历根节点的右子树//先序遍历二叉树的递归算法 ，Vis