- 博客(29)
- 收藏
- 关注
原创 Ubuntu自定义命令
一、背景在部署完一次ubuntu系统后,发现常用的ll命令失效了,虽然也有ls命令,但是作为一名强迫症,还是更倾向于用整洁的ll命令,因此通过查阅网上资料,来实现ll命令。需要指出的是,ll本身并不是一个ubuntu的命令,而是ls -l命令的常用简写。二、实现路径1.编辑.bashrc配置文件vi ~/.bashrc在这一步中,我遇到了一个问题,在根目录下没有.bashrc这个文件,经查询,ubuntu系统里有该文件的备份,复制到根目录下即可。cp /etc/skel/.bashrc ~/
2021-05-18 14:35:41
641
原创 【算法(数组)】26. 删除排序数组中的重复项
【算法(数组)】26. 删除排序数组中的重复项1. 题目描述[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JKeNHFeW-1597201101617)(en-resource://database/944:0)]2. 解题思路基本思路:利用双指针,慢指针对应修改后数组元素位置,快指针对应修改前数组元素位置代码:class Solution: def removeDuplicates(self, nums: List[int]) -> int:
2020-08-12 11:01:07
180
原创 1. 两数之和
1. 题目描述2. 题解思路2.1 方法一:暴力法基本思路:遍历nums中每个元素,并判断其需求值是否在其之后出现。代码:class Solution:def twoSum(self, nums: List[int], target: int) -> List[int]: n = len(nums) for i in range(n): need = target - nums[i] if need in nums[i+1:]: index = nums[i+1:].i
2020-08-05 16:57:32
162
原创 《吴恩达深度学习》05序列模型(第2周自然语言处理与词嵌入)
05. 序列模型第2周 自然语言处理与词嵌入2.1 词汇表征2.2 使用词嵌入2.3 词嵌入的特性2.4 嵌入矩阵2.5 学习词嵌入2.6 Word2Vec2.7 负采样2.8 GloVe 词向量2.9 情绪分类2.10 词嵌入除偏
2020-06-11 10:27:08
198
原创 顶会论文列表汇总
部分顶会论文列表汇总2020年AAAIAAAI论文列表CVPRCVPR论文列表ICMLICML论文列表IJCAIIJCAI论文列表
2020-06-10 14:43:04
949
原创 《吴恩达深度学习》05序列模型(第1周 循环序列模型)
05. 序列模型第1周 循环序列模型1.1 为什么选择序列模型序列数据举例(1)语音识别(2)音乐生成(3)态度分类(4)DNA序列分析(5)机器翻译(6)视频动作识别(7)命名实体识别1.2 数学符号1.3 循环神经网络1.4 通过时间的方向传播1.5 不同类型的循环神经网络1.6 语言模型和序列生成1.7 对新序列采样1.8 带有神经网络的梯度消失1.9 GRU单元1.10 长短期记忆1.11 双向神经网络1.12 深层循环神经网络...
2020-05-25 08:49:36
2350
原创 《Selection via proxy: efficient data selection for deep learning》论文研读
一、 论文信息1. 论文题目Seletion via proxy: efficient data selection for deep learning通过代理进行选择:深度学习的高效数据选择2. 作者Cody Coleman, Christopher Yeh, Stephen Mussmann, Baharan Mirzasoleiman, Perter Baillis, Percy Liang, Jure Leskovec, Matei Zaharia单位:斯坦福大学3. 发表信息ICL
2020-05-18 13:56:32
456
原创 《PRML》第01章 引言(第1节 举例:多项式曲线拟合)
第01章 引言第0节 概述模式识别定义:模式识别领域是通过使用计算机算法自动发现数据中的规律,并利用这些规律采取行动。举例:手写数字识别泛化能力定义:将训练集中未出现的数据正确分类的能力。泛化能力是模式识别的核心目标。在实际应用中,通常对输入进行预处理,目的有二:(1)模式识别问题更好处理;(2)计算加速。需要注意的是,对测试输入也要进行同样的预处理。监督学习:训练数据包含相应的目标向量。监督学习包括分类(目标向量为有限的离散类别)和回归(目标向量为连续变量)。无监督学习:训练数据不包
2020-05-18 11:30:50
183
原创 《Pattern recognition and machine learning》目录
Pattern Recognition and Machine Learning (PRML)Christopher M.Bishop章节章节名称(英文)章节名称(中文)传送门01Introduction引言02Probability Distributions概率分布03Linear Models for Regression线性回归模型04Linear Models for Classification线性分类模型05Neur
2020-05-15 11:15:06
612
原创 《吴恩达深度学习》04卷积神经网络(第4周特殊应用:人脸识别和神经风格转换)
04. 卷积神经网络第4周 特殊应用:人脸识别和神经风格转换4.1 什么是人脸识别?人脸识别人脸验证vs.人脸识别(1)验证a. 输入图像,姓名或IDb. 输出图像是否是所生成的那个人(2)识别a. 数据库中有KKK个人b. 输出图像c. 输出ID(若为KKK个人之一)或未识别4.2 One-Shot学习one-shot学习通过一个样本进行学习,再次识别该人。学...
2020-05-06 08:45:28
316
原创 《吴恩达深度学习》04卷积神经网络(第3周 目标检测)
04. 卷积神经网络第3周 目标检测3.1 目标定位什么是定位和检测?(1)图片分类对给定图片进行标签预测(2)具有定位的分类对给定图片进行标签预测,并将目标定位出来。(3)检测图片中可能会有多个目标对象,甚至是多个类别的对象。具有定位的分类在图像分类的基础上,使网络进一步增加4维输出:bx,by,bw,bhb_x, b_y, b_w, b_hbx,by,bw,...
2020-04-27 09:01:01
308
原创 《吴恩达深度学习》04卷积神经网络(第2周深度卷积网络:实例探究)
04.卷积神经网络第2周 深度卷积网络:实例探究2.1 为什么要进行实例探究?概述(1)经典网络LeNet-5AlexNetVGG(2)ResNet(3)Inception2.2 经典网络LeNet-5(1)针对灰度图像。(2)输入:32×32×132\times 32 \times 132×32×1。(3)Conv1:f=5,s=1f=5, s=1f=5,s=1...
2020-04-23 09:58:06
215
原创 《吴恩达深度学习》04卷积神经网络(第1周卷积神经网络)
04. 卷积神经网络第1周 卷积神经网络1.1 计算机视觉计算机视觉问题(1)图像分类(2)目标检测(3)风格迁移大规模图片上的深度学习(1)以往的图片往往大小是64×64×364\times 64 \times 364×64×3的,即总特征数为12288。(2)若图片大小增加到1000×1000×31000 \times 1000 \times 31000×1000×3,则总...
2020-04-21 09:02:23
267
原创 《Dissimilarity-based sparse subset selection》论文研读笔记
一、论文基本信息1. 题目Dissimilarity-based sparse subset selection2. 作者Ehsan Elhamifar, Guillermo Sapiro3. 发表信息TPAMI, 2015.12二、阅读笔记2.0 摘要研究问题:从源集(source set)中选择样本子集,使其能够充分表达目标集(target set)。优化模型:行稀疏正则...
2020-04-20 15:44:42
612
原创 《吴恩达深度学习》03结构化机器学习项目(第2周机器学习策略2)
03. 结构化机器学习项目第2周 机器学习策略22.1 进行误差分析以一个猫分类器为例评价思路假设现有方法分类器的准确率为90%,误差率为10%(假设其中某一类是狗的图片)。进行误差分析:(1)收集开发集中100个错误分类的的样本;(2)计算其中错分为猫的狗图片的数量。评估多个想法猫检测的想法:(1)狗和猫的区别(2)其他猫科动物(3)模糊图片浏览全部错误分类样本,记录上...
2020-04-20 09:00:48
166
原创 python numpy常用函数积累
axis属性在python numpy中许多函数都有axis这一属性,该属性通常是指进行函数计算时指定的计算轴方向,一般设定为:axis=0axis=0axis=0为列,axis=1axis=1axis=1为行。样例如下:import numpy as npX = np.random.rand(5, 3) #构建5行3列数据矩阵column_min = np.min(X, axis=0...
2020-04-17 10:37:27
135
原创 Markdown日常积累
一、常用符号名称: 不等于代码: \neq样例: ≠\neq=二、常用公式输入名称: 分段函数代码:$$y = \begin{cases}value1 & case1 \\value2 & case2 \end{cases}$$样例: 阶跃函数$$y = \begin{cases}0 & x <0 \\1 & x...
2020-04-14 08:58:48
183
原创 《吴恩达深度学习》03结构化机器学习项目(第1周机器学习策略1)
03. 结构化机器学习项目第1周 机器学习策略(1)1.1 为什么是ML策略启发示例(1)改进算法的基本方法:a. 收集更多的数据b. 收集更具有多样性的训练集c. 用梯度下降法更长时间的训练算法d. 用Adam替换梯度下降法e. 尝试更大的网络f. 尝试更小的网络g.尝试Dropouth. 增加L2L_2L2正则化i. 改变网络的结构(激活函数,隐藏层单元个数等)...
2020-04-10 08:51:13
199
原创 Jupyter Notebook中kernel error的解决方法
1. 问题描述最近打开Jupyter Notebook,发现错误内核错误kernel error。2. 问题原因经查阅相关信息,认为是之前安装tensorflow中误删了部分环境,其中涉及到了Jupyter Notebook的相关环境,导致此错误。3. 问题解决方法使用Anaconda中的prompt,重新安装,命令如下:python -m ipykernel install --us...
2020-04-02 10:39:33
1067
2
原创 《吴恩达深度学习》02改善深层神经网络:超参数调优、正则化以及优化(第3周超参数调优、Batch正则化和程序框架)
02. 改善深层神经网络:超参数调优、正则化以及优化第三周 超参数调优、Batch正则化和程序框架3.1 调试处理超参数(1)常见参数:α,β,β1,β2,ϵ\alpha, \beta, \beta_1, \beta_2, \epsilonα,β,β1,β2,ϵ,层数,每层单元数,学习率衰减,mini-batch规模(2)重要性排名:a. α\alphaα, b. β\betaβ,...
2020-03-31 08:44:05
187
原创 《吴恩达深度学习》02改善深层神经网络:超参数调优、正则化以及优化(第2周优化算法)
02. 改善深层神经网络:超参数调优、正则化以及优化第二周 优化算法2.1 Mini-Batch 梯度下降法Batch 与 mini-batch 梯度下降(1) 向量化能够高效地处理m个样本(2) 将原有大规模数据集切割为同等大小的若干小规模子集,构成mini-batchmini-batch 梯度下降法2.2 理解mini-batch 梯度下降法mini-batch梯度下降训...
2020-03-30 09:00:59
165
原创 《吴恩达深度学习》02改善深层神经网络:超参数调试、正则化以及优化(第1周深度学习的实用层面)
02. 改善深层神经网络:超参数调试、正则化以及优化第一周 深度学习的实用层面1.1 训练、验证、测试集机器学习实践是一个高度迭代过程应用领域:NLP,CV,语音,结构化数据(广告,搜索,安全,物流)训练、验证、测试数据集训练、测试:70,30训练验证测试:60,20,20大数据背景下,验证、测试集所占比例更小。训练测试集分布不匹配要确保验证集和测试集来自同一分布即使没有测...
2020-03-30 07:57:25
239
原创 《吴恩达深度学习》01神经网络和深度学习(第4周深层神经网络)
01. 神经网络和深度学习第四周 深层神经网络4.1 深层神经网络什么是深度神经网络深度神经网络符号注释(1) LLL——层数(2) n[l]n^{[l]}n[l]——第l层节点数(3) a[l]a^{[l]}a[l]——第l层的激活函数(4)W[l]W^{[l]}W[l]——第l层的权重4.2 前向和反向传播第l层的前向传播输入:A[l−1]A^{[l-1]}A[l...
2020-03-30 07:54:35
154
原创 《吴恩达深度学习》01神经网络和深度学习(第3周浅层神经网络)
01. 神经网络和深度学习第三周 浅层神经网络3.1 神经网络概览z[i]z^{[i]}z[i]表示第i层3.2 神经网络表示神经网络的各部分名称输入层,隐藏层,输出层在计算神经网络层数时,仅计算隐藏层和输出层,不计算输入层。3.3 计算神经网络的输出隐藏层某个节点示意图z1[1]=w1[1]Tx+b1[1]z^{[1]}_1 = w^{[1]T}_1x+b^{[...
2020-03-30 07:52:54
168
原创 《吴恩达深度学习》01神经网络和深度学习(第2周神经网络基础)
01. 神经网络和深度学习第二周 神经网络基础2.1 二分分类图片在计算机中的保存:三通道(红,绿,蓝)X=[x(1),x(2),⋯ ,x(m)]X=[x^{(1)},x^{(2)},\cdots,x^{(m)}]X=[x(1),x(2),⋯,x(m)],每个列向量为一个样本。2.2 logistic回归给定xxx,目的是求y^=P(y=1∣x)\hat{y}=P(y=1|x)y...
2020-03-30 07:48:38
185
原创 《吴恩达深度学习》01神经网络和深度学习(第1周深度学习概论)
01 神经网络和深度学习第一周 深度学习概论1.1 欢迎一、学习内容神经网络和深度学习深度神经网络提升:超参调参,正则,优化结构化机器学习工程卷积神经网络自然语言处理:建立序列模型1.2 什么是神经网络一、房价预测样本分布示意图最简单的神经网络ReLU函数一个复杂的神经网络的示意1.3 用神经网络进行监督学习一、监督学习监督学习举例(1) 房...
2020-03-30 07:45:25
252
原创 《高天宇:科研小白入门指南》学习记录
一、初入科研遇到的问题论文太多,看不过来?想到头秃,没有点子?夜夜爆肝,难出成果?老板不和,学长反目?事情很多,时间太少?手忙脚乱,力不从心?二、主要介绍内容文献阅读想idea实验社交时间管理工具三、文献阅读存在问题:(1)论文爆炸式增长(2)质量参差不齐论文分类(1)对目前的课题相关的论文,需要每一篇都有所了解;(2)对别的子领域相关的论文,甄...
2020-03-27 14:58:14
850
原创 pyCharm常用插件推荐
一、插件安装方法File -> Settings -> Plugins,如下图所示二、Mongo PluginMongo Plugin其实就是一款基于Pycharm的可视化数据库工具,通过它能可以很方便地对数据库进行可视化操作。可以在编辑器界面的右侧打开该插件界面,如下图:三、StatisticStatistic是一个项目统计插件,可以给出一个项目的统计信息,包括文件和代...
2020-03-26 16:01:44
11569
1
原创 服务器环境初始化配置
@工程服务器环境初始化配置1. 新建环境新建环境,是为了使自己的程序在一个相对独立的环境中运行,不影响服务器上其他用户,并不受其他用户影响。新建环境的语句为:conda create -n your_env_name python=X.X其中粗体字部分按实际需求进行输入,环境名称一般可设置为’用户名_环境基础等’,如:fzj_py36。2. 激活环境新建环境后,在每次使用时,激活环境...
2020-03-18 15:18:20
999
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