2017年07月_csshuke

转载 Win7配置CUDA并搭建基于Theano框架的GPU加速环境

2017-07-31 06:28:49 502

转载一个机器学习博士的忠告

纯属转载，有参考价值，更要共勉！知乎原文题主似乎没有明确自己是博士生，以下假设为博士生。1、首先，请以一个局外人的理智角度，对你的导师进行如下分类： ① 圈内大牛，高水平论文很多，目前自己仍在亲力亲为参与科研工作，请转2 ② 简历里面有一些高水平论文，但是似乎并不能算是大牛，请转3 ③ 其他情况，请转42、这一种情况是比较理想的，个人认为你的关于论文的疑惑，其实可以尽

2017-07-25 14:31:34 2712

转载关于机器学习的领悟与反思（张志华北大数学系教授）

张志华教授：机器学习——统计与计算之恋COS访谈第十九期：张志华教授张志华老师教学之感悟部分共享资料见链接: https://pan.baidu.com/s/1bpGc0nP 密码: 49ei ◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆◆张志华北京大学数学学院教授，北

2017-07-24 15:27:08 1214

转载双剑合璧：CPU+GPU异构计算完全解析

并行计算：让处理的速度变得更快相对于串行计算，并行计算可以划分成时间并行和空间并行。时间并行即流水线技术，空间并行使用多个处理器执行并发计算，当前研究的主要是空间的并行问题。以程序和算法设计人员的角度看，并行计算又可分为数据并行和任务并行。数据并行把大的任务化解成若干个相同的子任务，处理起来比任务并行简单。并行计算，解放不堪重负的处理器空间上的并行导致两类并

2017-07-24 01:10:27 5757

转载 CUDA从入门到精通

CUDA从入门到精通（零）：写在前面在老板的要求下，本博主从2012年上高性能计算课程开始接触CUDA编程，随后将该技术应用到了实际项目中，使处理程序加速超过1K，可见基于图形显示器的并行计算对于追求速度的应用来说无疑是一个理想的选择。还有不到一年毕业，怕是毕业后这些技术也就随毕业而去，准备这个暑假开辟一个CUDA专栏，从入门到精通，步步为营，顺便分享设计的一些经验教训，希望能给学

2017-07-24 01:08:08 387

转载 IT人士必去的10个网站

1、Chinaunix 网址：http://www.chinaunix.NET/ 简介：中国最大的Linux/unix技术社区。2、ITPub 网址：http://www.itpub.net/ 简介：有名气的IT技术论坛，看看它的alexa排名就知道有多火了，尤其以数据库技术讨论热烈而闻名。ITPUB论坛的前身是建立在smiling的Oracle小组。3、51cto 网址：http

2017-07-24 01:03:57 350

转载 CUDA系列学习（五）GPU基础算法: Reduce, Scan, Histogram

2017-07-24 00:59:26 832

转载 CUDA系列学习（四）Parallel Task类型与 Memory Allocation

2017-07-24 00:58:20 461

转载 CUDA系列学习（三）GPU设计与结构QA & coding练习

2017-07-24 00:56:50 287

转载 CUDA系列学习（二）CUDA memory & variables - different memory and variable types

2017-07-24 00:55:37 456

转载 CUDA系列学习（一）An Introduction to GPU and CUDA

2017-07-24 00:53:25 249

转载可能与不可能的边界：P/NP问题趣史

作者：Lance Fortnow译者：杨帆读者：锅巴GG在这本书里，我们将探讨许多计算问题，其中一部分可能永远都无法用简单的计算得到答案。试着解答它们是计算机科学，乃至整个数学和科学领域最重要的挑战。人们给这些问题起了一个有些奇怪的名字：P/NP问题。P/NP是克雷数学研究所公布的7个千禧年数学难题之一，该研究所为求解这道难题设立了百万美元的奖金。不过，P/NP问题的意义远不止

2017-07-18 00:25:02 3928

转载最大熵模型原理小结

最大熵模型(maximum entropy model， MaxEnt)也是很典型的分类算法了，它和逻辑回归类似，都是属于对数线性分类模型。在损失函数优化的过程中，使用了和支持向量机类似的凸优化技术。而对熵的使用，让我们想起了决策树算法中的ID3和C4.5算法。理解了最大熵模型，对逻辑回归，支持向量机以及决策树算法都会加深理解。本文就对最大熵模型的原理做一个小结。1. 熵和条件熵的回顾

2017-07-15 01:28:03 482

转载决策树算法原理

决策树算法在机器学习中算是很经典的一个算法系列了。它既可以作为分类算法，也可以作为回归算法，同时也特别适合集成学习比如随机森林。本文就对决策树算法原理做一个总结，上篇对ID3， C4.5的算法思想做了总结，下篇重点对CART算法做一个详细的介绍。选择CART做重点介绍的原因是scikit-learn使用了优化版的CART算法作为其决策树算法的实现。1. 决策树ID3算法的信息论基础

2017-07-15 01:27:51 2013

转载最小二乘法小结

最小二乘法是用来做函数拟合或者求函数极值的方法。在机器学习，尤其是回归模型中，经常可以看到最小二乘法的身影，这里就对我对最小二乘法的认知做一个小结。1.最小二乘法的原理与要解决的问题　　　　　最小二乘法是由勒让德在19世纪发现的，原理的一般形式很简单，当然发现的过程是非常艰难的。形式如下式：　　　　　　目标函数 = Σ（观测值-理论值）2　　　　观测值就是我们的多组

2017-07-14 20:10:20 478

转载 K近邻法(KNN)原理小结

K近邻法(k-nearst neighbors,KNN)是一种很基本的机器学习方法了，在我们平常的生活中也会不自主的应用。比如，我们判断一个人的人品，只需要观察他来往最密切的几个人的人品好坏就可以得出了。这里就运用了KNN的思想。KNN方法既可以做分类，也可以做回归，这点和决策树算法相同。　　　　KNN做回归和分类的主要区别在于最后做预测时候的决策方式不同。KNN做分类预测时，一般是选择多

2017-07-14 19:01:39 893

在所有的机器学习分类算法中，朴素贝叶斯和其他绝大多数的分类算法都不同。对于大多数的分类算法，比如决策树,KNN,逻辑回归，支持向量机等，他们都是判别方法，也就是直接学习出特征输出Y和特征X之间的关系，要么是决策函数Y=f(X)Y=f(X),要么是条件分布P(Y|X)P(Y|X)。但是朴素贝叶斯却是生成方法，也就是直接找出特征输出Y和特征X的联合分布P(X,Y)P(X,Y),然后用P(Y|X)=P(

2017-07-14 18:59:42 631

转载 scikit-learn 朴素贝叶斯类库使用小结

之前在朴素贝叶斯算法原理小结这篇文章中，对朴素贝叶斯分类算法的原理做了一个总结。这里我们就从实战的角度来看朴素贝叶斯类库。重点讲述scikit-learn 朴素贝叶斯类库的使用要点和参数选择。1. scikit-learn 朴素贝叶斯类库概述　　　　朴素贝叶斯是一类比较简单的算法，scikit-learn中朴素贝叶斯类库的使用也比较简单。相对于决策树，KNN之类的算法，朴素贝叶

2017-07-14 18:56:15 729

转载 scikit-learn K近邻法类库使用小结

在K近邻法(KNN)原理小结这篇文章，我们讨论了KNN的原理和优缺点，这里我们就从实践出发，对scikit-learn 中KNN相关的类库使用做一个小结。主要关注于类库调参时的一个经验总结。1. scikit-learn 中KNN相关的类库概述　　　　在scikit-learn 中，与近邻法这一大类相关的类库都在sklearn.neighbors包之中。KNN分类树的类是KNe

2017-07-14 18:54:01 901

转载用scikit-learn和pandas学习线性回归

from http://www.cnblogs.com/pinard/p/6016029.htmlby 刘建平Pinard十年码农，对数学统计学，数据挖掘，机器学习，大数据平台，大数据平台应用开发，大数据可视化感兴趣。对于想深入了解线性回归的童鞋，这里给出一个完整的例子，详细学完这个例子，对用scikit-learn来运行线性回归，评估模型不会有什么问题了。1. 获取数据，定义问题

2017-07-13 16:53:06 471

转载 NP问题真的很难理解

希望通过这篇文章可以不仅让计算机相关专业的人可以看懂和区分什么是P类问题什么是NP类问题，更希望达到的效果是非专业人士比如学文科的朋友也可以有一定程度的理解。有一则程序员界的笑话，就是有一哥们去google面试的时候被问到一个问题是：在什么情况下P=NP，然后他的回答是”当N=1的时候”。这是我第一次听说P=NP问题，大概是在临近毕业为找工作而准备的时候。这几天科技类新闻的

2017-07-12 13:59:04 520

转载什么是P问题、NP问题和NPC问题

这或许是众多OIer最大的误区之一。你会经常看到网上出现“这怎么做，这不是NP问题吗”、“这个只有搜了，这已经被证明是NP问题了”之类的话。你要知道，大多数人此时所说的NP问题其实都是指的NPC问题。他们没有搞清楚NP问题和NPC问题的概念。NP问题并不是那种“只有搜才行”的问题，NPC问题才是。好，行了，基本上这个误解已经被澄清了。下面的内容都是在讲什么是P问题，什么是NP问

2017-07-11 21:14:41 249

转载贪心算法详解

有人说贪心算法是最简单的算法，原因很简单：你我其实都很贪，根本不用学就知道怎么贪。有人说贪心算法是最复杂的算法，原因也很简单：这世上会贪的人太多了，那轮到你我的份？贪心算法详解

2017-07-11 20:39:57 364

转载 C语言运算符优先级列表

本篇文章是对C语言中运算符的优先级进行了详细的分析介绍，需要的朋友参考下每当想找哪个运算符优先级高时，很多时候总是想找的就没有，真让人气愤！现在，终于有个我个人觉得非常全的，分享给大家，欢迎拍砖！C语言运算符优先级优先级运算符名称或含义使用形式结合方向说明1[]

2017-07-11 04:15:48 438

转载大白话解析模拟退火算法

优化算法入门系列文章目录（更新中）：　　1. 模拟退火算法　　2. 遗传算法一. 爬山算法 ( Hill Climbing ) 介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，该算法每次从当前解的临近解空间中选择一个最优解作为当前解，直到达到一个局部最优解。爬山算法实现很简单，其主要缺点是会陷入局部最优解，而不一定能搜索

2017-07-11 00:41:19 464

转载 NP问题真的很难理解

希望通过这篇文章可以不仅让计算机相关专业的人可以看懂和区分什么是P类问题什么是NP类问题，更希望达到的效果是非专业人士比如学文科的朋友也可以有一定程度的理解。有一则程序员界的笑话，就是有一哥们去google面试的时候被问到一个问题是：在什么情况下P=NP，然后他的回答是”当N=1的时候”。这是我第一次听说P=NP问题，大概是在临近毕业为找工作而准备的时候。这几天科技类新闻的头条都被

2017-07-10 10:13:22 27542 9

转载递归的效率问题及递归与循环比较

1.所谓的递归慢到底是什么原因呢？大家都知道递归的实现是通过调用函数本身，函数调用的时候，每次调用时要做地址保存，参数传递等，这是通过一个递归工作栈实现的。具体是每次调用函数本身要保存的内容包括：局部变量、形参、调用函数地址、返回值。那么，如果递归调用N次，就要分配N*局部变量、N*形参、N*调用函数地址、N*返回值。这势必是影响效率的。 2.用循环效率会比递归效率高吗？递归与循环

2017-07-04 13:43:32 589

csshuke的专栏

转载 Win7配置CUDA并搭建基于Theano框架的GPU加速环境

转载查询GPU是否支持CUDA

转载一个机器学习博士的忠告

转载关于机器学习的领悟与反思（张志华北大数学系教授）

转载注册表从入门到精通

转载双剑合璧：CPU+GPU异构计算完全解析

转载 CUDA从入门到精通

转载 IT人士必去的10个网站

转载 CUDA系列学习（五）GPU基础算法: Reduce, Scan, Histogram

转载 CUDA系列学习（四）Parallel Task类型与 Memory Allocation

转载 CUDA系列学习（三）GPU设计与结构QA & coding练习

转载 CUDA系列学习（二）CUDA memory & variables - different memory and variable types

转载 CUDA系列学习（一）An Introduction to GPU and CUDA

转载可能与不可能的边界：P/NP问题趣史

转载八大排序算法

转载最大熵模型原理小结

转载决策树算法原理

转载最小二乘法小结

转载 K近邻法(KNN)原理小结

转载朴素贝叶斯算法原理小结

转载 scikit-learn 朴素贝叶斯类库使用小结

转载 scikit-learn K近邻法类库使用小结

转载用scikit-learn和pandas学习线性回归

转载 NP问题真的很难理解

转载什么是P问题、NP问题和NPC问题

转载贪心算法详解

转载 C语言运算符优先级列表

转载大白话解析模拟退火算法

转载 NP问题真的很难理解

转载递归的效率问题及递归与循环比较

FPGA入门教程

空空如也