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)
  • 资源 (4)
  • 收藏
  • 关注

原创 词嵌入简介

词嵌入简介1 综述1.1 是什么词嵌入就是将词转化成数值向量的方法1.2 为什么这么做很多机器学习模型只支持数据数据输入,无法直接处理文本2 基于频率的词嵌入2.1 计数向量语料库C中有D个文本{d1,d2…dD}包含N个词项,生成一个D*N的计数矩阵M,矩阵中每行代表文件D(i)中各词出现的频率。下面举一个例子说明:语料库中有两篇文章D1、D2.D1: He is a laz...

2018-10-12 15:33:59 1560

原创 TensorFlow Docker环境搭建

综述这一篇介绍如何在GPU服务器上搭建TensorFlow环境。安装英伟达驱动和CUDA安装与硬件对应的NVIDIA driver和CUDA安装NVIDIA Docker安装NVIDIA Docker可以参考https://github.com/NVIDIA/nvidia-docker 中流程注意:安装NVIDIA Docker需要先安装普通Docker获取镜像docker pu...

2018-09-29 15:15:04 548

原创 TensorFlow Docker生产环境使用说明

综述TensorFlow 生产环境即 TensorFlow Serving可以将训练好的模型以接口形式发布启动TF Serving Dockerdocker run --name [your docker name] --runtime=nvidia -p [主机端口]:8501 --mount type=bind,source=[模型存放路径]/[模型文件夹名],target=/mod...

2018-09-29 08:45:58 333

原创 TensorFlow Docker开发环境使用手册

综述由于计算资源有限,目前服务器上的Tensorflow docker开发环境只能用于模型拟合与参数优化,编写代码请自己在本地搭建环境。Tensorflow docker开发环境提供 Jupyter Notebook与Tensorboard两个主要功能。Jupyter Notebook 与 IPython终端 共享同一个内核,用户与Tensorflow docker的绝大部分交互都通过它来完...

2018-09-29 08:44:29 369

原创 2.1线性分类-part1

分类如何表示二值类标签广义线性模型推理和决策判别函数分类目标:给定数据数据 xxx,为其分配一个离散的类标签CkCkC_k这里k=1,...,Kk=1,...,Kk=1,...,K 将输入空间分为不同的区域。如何表示二值类标签广义线性模型推理和决策判别函数...

2018-09-09 16:32:11 237

原创 1.2贝叶斯线性回归模型

目录[TOC] 线性回归模型已经在1.1章节中详细定义,这里不重复例举。1.2为什么用贝叶斯线性回归1.2.1最大似然估计(MLE)1.2.2最大后验(MAP)1.2.3 贝叶斯...

2018-09-02 15:28:58 1343

原创 贝叶斯推论

p(θ|D)p(θ|D)p(\theta|D)被称为后验分布 p(θ|D)=p(D|θ)p(θ)p(D)p(θ|D)=p(D|θ)p(θ)p(D)p(\theta|D)=\frac{p(D|\theta)p(\theta)}{p(D)} 预测分布p(x|D)=∫p(x,θ|D)dθ=∫p(x|θ)p(θ|D)dθp(x|D)=∫p(x,θ|D)dθ=∫p(x|θ)p(θ|D)dθp(x|D...

2018-09-02 10:03:57 320 1

原创 决策理论(decision theory)

决策理论(decision theory)决策论背后的背后的核心思想是最小化期望损失

2018-08-23 10:22:06 5033

原创 Bootstrap aggregation(Bagging)

WARMING这篇文章中Bootstrap指的是机器中一类减小预测误差的技巧,不是前端开发框架。定义Bootstrap aggregation又称Bagging,是一种重采用技术,用于减小预测误差。 从一个分布P中获取m组采样,用这个m组采分别训练m个模型,现在有一个新xxx,要预测它对应的yyy值,这m个模型预测结果的算术平均数的预测误差,比其中一个模型的预测误差小。为什么能减...

2018-08-22 15:48:25 2587

原创 生成模型与辨别模型(Generative vs discriminative model)

生成模型与辨别模型(Generative vs discriminative model)这两个模型一般是讲的分类问题生成模型1、使用贝叶斯理论推断后验分布p(Ck|x)p(Ck|x)p(C_k|x),需要考虑先验分布p(Ck)p(Ck)p(C_k)和p(X|Ck)p(X|Ck)p(X|C_k) 也可以对联合分布p(X,Ck)p(X,Ck)p(X,C_k)建模 2、使用决策论对x分...

2018-08-22 13:40:10 1028

翻译 人机交互设计(HCI)的七原则

应用存储于外部世界和头脑中的知识简化任务结构注重可视性,消除执行阶段和评估阶段的鸿沟建立正确的匹配关系利用自然和人为的限制因素考虑可能出现人为差错若无法做到以上个点,就采用标准化源于《The design of everyday things》...

2018-07-24 15:18:03 18832

原创 1.1线性回归--线性基函数模型

目录目录线性回归线性基函数模型模型定义最大似然与最小二乘在线学习(Sequential learning)正则化偏差方差分解贝叶斯线性模型线性回归线性基函数模型最简单的线性回归模型形式如下:模型定义最大似然与最小二乘在线学习(Sequential learning)正则化偏差方差分解贝叶斯线性模...

2018-07-19 16:24:48 1819 2

原创 使用pymc进行统计建模

1、一个统计模型有这样一个数据集,它按照时间顺序,收录了英国从1851年到1962年每年的矿难发生次数。英国,矿难发生的概率服从一个Poisson过程,在时间轴的早些时候,矿难发生的概率较高,后来矿难发生的概率比较低。我们将上述概念模型转化为统计模型:以上模型参数定义如下:D_t:: 第t年矿难发生的次数;r_t: 第t年Posson过程的参数;s: 泊

2016-09-13 14:28:52 4426

剑桥马尔可夫链蒙特卡洛算法(MCMC)讲义

剑桥马尔可夫链蒙特卡洛算法(MCMC)讲义,MCMC是一种简单有效的计算方法,在很多领域到广泛的应用,如统计物、贝叶斯(Bayes)问题、计算机问题等。

2019-01-17

高斯过程讲义

Cambridge 高斯过程(Gaussian Process)讲义,高斯过程在空间-时序模型中具有重要作用,国内这块资料较少,与大家分享

2019-01-17

Patten Recognition and Machine Learning

Patten Recognition and Machine Learning,引文原版,非影印版,高清,机器学习经典教材

2019-01-17

编译原理-龙书中文版

编译原理课本,编译原理经典教材,龙书中文影印版

2019-01-17

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