dengdengma520的博客

在百度和CSDN上找了一大圈，都说的乱七八糟，抄来抄去的。在askUbuntu.com上终于找到了解决方案：1. Edit /etc/apache2/apache2.conf to show:<Directory /media/werner/EDrive/www/html> Options Indexes FollowSymLinks AllowOverrid...

原博客地址：https://blog.csdn.net/u012176730/article/details/54412323FPGA方面的心得，将会由以下几个方面进行总结：1. FPGA时序约束以及高速ADC约束实例2. TDC进位延时链设计以及研究3. TDC的精度以及自动校正算法的实现  STA：Static Timing AnalysisSTA（Static...

1. export HADOOP_CLASSPATH = hadoop-e.jarhadoop FileCopyWithProgress sample.txt hdfs://localhost/user/sample_one.txt2. export HADOOP_CLASSPATH = hadoop-e.jarhadoop jar hadoop-e.jar FileCopyWithP...

由于Hadoop 2.9.1版本没有与之适配的hadoop-eclipse-plugin，因此删掉并重装了hadoop2.7.3.第一个问题：两次 hdfs  namenode -format之后，使用start-all.sh，查看jps，发现没有启动任何一个进程。解决：查看日志，发现有“ host=java.net.UnknownHostException: Ubuntu: Ubuntu...

1. 卸载openJDKsudo apt-get remove openjdk*2. 在oracle官网上下载目标JDK文件，将下载的tar.gz文件移动到想存放的目录下（我放在/usr/java目录下），输入下面命令即可tar -xzvf jdk-7u67-linux-x64.tar.gz安装完后，会生成jdk1.7.0_67文件夹3. 设置环境变量sudo gedit ...

定点数、浮点数类型运算原文地址：https://blog.csdn.net/syb773849846/article/details/78123079处理器在进行数值运算的时候包括整数以及小数的运算：处理器在操作小数的时候有两种表示方式：浮点运算和定点运算！1.1定点数（fixed-point）：字面意思看，小数点位置是固定的，即约定机器中所有数据的小数点位置是不变的。在计算机中通常有两种简单的约...

原文地址：http://ncic.ac.cn/codesign/blog/?p=2565将一个2 X 3 的矩阵和一个3 X 1 的矩阵进行矩阵乘，我们可以用下面的公式表达：其中：原始的矩阵乘法需要6 次乘法，而winograd 只需要4 次。我们可以将上面的公式扩展到矩阵的表示：其中，* 符号表示矩阵元素乘（element-wise multiplication）。对于F(2; 3) 的情况，这...

矩阵乘法原文地址：https://blog.csdn.net/yjk13703623757/article/details/770168671. matmul product（一般矩阵乘积）m x p矩阵A与p x n矩阵B，那么称 m x n 矩阵C为矩阵A与矩阵B的一般乘积，记作C = AB ，其中矩阵C元素$ [cij]为矩阵A、B对应两两元素之和，表示为：例子：2. Hadamard pr...

在使用Linux系统时，经常会由于网路断开等原因，导致生成.swp文件，那么此时，可以输入如下指令：rm -rf xxx.swp来删掉该文件。之后可以输入ls -a 来查看是否删干净了。...

在NLP中，word2vec.Word2vec(**arg)参数中各个参数意思如下所示：model = word2vec.Word2Vec(corpora, workers=num_workers, size=num_features, min_count=min_word_count, window=context, sample=downsa...

最近学习机器学习，见识了一款比较优秀的算法--XGBoost，那么怎么下载并成功调用呢？在终端输入：pip install --pre xgboost等待下载即可（必要的话，可以最左侧加上sudo）。安装成功则出现如下提示：Successfully built xgboostInstalling collected packages: xgboostSuccessfully installed x...

原贴：https://zhuanlan.zhihu.com/p/29957294?utm_medium=social&utm_source=weibo在学习 Machine Learning 的过程中遇到了三个有点模糊的概念——归一化、标准化和正则化，经过收集资料和咨询培神之后，最终理解了这三者的区别，特此小记。0x01 归一化 Normalization归一化一般是将数据映射到指定的范围...

标准化（Z-Score），或者去除均值和方差缩放公式为：(X-mean)/std  计算时对每个属性/每列分别进行。将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。使用sklearn.preprocessing.scale()函数，可以直接将给定数据进行标准化。>>> from sklearn import...

    先来基本介绍一下sorted函数，sorted(iterable,key,reverse)，sorted一共有iterable,key,reverse这三个参数。    其中iterable表示可以迭代的对象，例如可以是dict.items()、dict.keys()等，key是一个函数，用来选取参与比较的元素，reverse则是用来指定排序是倒序还是顺序，reverse=true则是倒序...

dist = [('m',5),('e',4),('c',9),('d',1)]dist.sort(key= operator.itemgetter(0))print(dist)dist = [('m',5),('e',4),('c',9),('d',1)]dist.sort(key= lambda k:k[0])print(dist)①当key=operator.itemgetter...

很多同学在学习Python时，使用到GraphViz模块。一般的教程都写得是将其下载下来(https://graphviz.gitlab.io/_pages/Download/Download_windows.html)，然后将其bin文件路径添加到环境变量中。然而当在命令行中输入时，却可能出现Error:dot.....等。其实可以换一种方法，如下所示：1.可以在GraphViz的bin目录下，...

当用sklearn库来实现决策树算法时，from sklearn.feature_extraction import DictVectorizerimport csvfrom sklearn import preprocessingfrom sklearn import treefrom sklearn.externals.six import StringIOallelectroni...

该函数接受三个参数，分别是:tf.random_normal(shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None)输出的数据呢，是服从标准正态分布的，shape是数据的形状(m*n的矩阵)，dtype是其类型。这里的用法和np.random.normal(loc=0.0, scale=1.0, si

其实很多博客都写得很多，但是很不具体。简单的说，tile函数的一般形式为tile(A,r)A可以是：array,list,tuple,dict,matrix以及基本数据类型int,string,float以及bool类型,r的类型可以是tuple,list,dict,array,int,bool,但不可以是float,string,matrix类型。1.A=[[1,2],[3,4]]  r

如上图所示a*b 意味着 a中元素与b中对应元素相乘，即ai,j * bi,ja.dot(b) 指的是矩阵a与矩阵b的内积。同时值得注意的是：a.dot(b)与b.dot(a)不同。