- 博客(18)
- 收藏
- 关注
RSS订阅转载 Ubuntu下快速安装Docker&&快速安装Tensorflow方法
第一步，根据Docker官网安装教程安装Docker；国内安装一般很慢，甚至经常中断导致安装不成功，不急，tips1实测不用一分钟！只要你网速够！快速安装docker第二步，安装tensorflow;这个时候如果直接按照网上的教程来pull，还是很慢很慢的，并且很有可能出现TLS handshake timeout 错误，但是tips2如果换成国内的hub，又可以快到飞起来了。。。设置国内仓库dd...
2018-05-29 22:44:15
238
转载 docker学习笔记（一）—— ubuntu16.04下安装docker
本文开发环境为Ubuntu 16.04 LTS 64位系统，通过apt的docker官方源安装最新的Docker CE(Community Edition)，即Docker社区版，是开发人员和小型团队的理想选择。开始安装由于apt官方库里的docker版本可能比较旧，所以先卸载可能存在的旧版本：$ sudo apt-get remove docker docker-engine docker-ce...
2018-05-29 22:35:30
151
原创 TensorFlow学习笔记1
TensorFlow学习笔记11、TensorFlow：谷歌第二代人工智能学习系统2、TensorFlow顾名思义Tensor+Flow。Tensor的意思是张量，Flow的意思是流动，合起来就是张量流动。用中文解释即：流动中的张量。在TensorFlow这个框架中，张量是在数据图中流动的。也即是说TensorFlow是：张量在数据图中流动。3、TensorFlow框架可以分为三个部分 ① ...
2018-05-29 11:00:06
255
转载 TensorFlow自学之前的bigpicture
一、前言目前，深度学习已经广泛应用于各个领域，比如图像识别，图形定位与检测，语音识别，机器翻译等等，对于这个神奇的领域，很多童鞋想要一探究竟，这里抛砖引玉的简单介绍下最火的深度学习开源框架 tensorflow。本教程不是 cookbook，所以不会将所有的东西都事无巨细的讲到，所有的示例都将使用 python。那么本篇教程会讲到什么？首先是一些基础概念，包括计算图，graph 与 session...
2018-05-27 15:31:38
207
原创 TensorFlow入门
Tensorflow入门 前言：前两天接到实习单位的通知，项目要使用Tensorflow框架进行项目开发，故开启一段Tensorflow的学习之旅。 Tensorflow是什么 首先要附上的是TensorFlow的官网：https://www.tensorflow.org/（自己想办法打开）。 TensorFlow™ 是一个使用数据流图进行数值计算的开放源代码软件库。图中的...
2018-05-24 09:50:57
277
转载 决策树学习（下）——ID3、C4.5、CART深度剖析及源码实现
引言在《决策树学习（上）——深度原理剖析及源码实现》中，我们讨论了决策树的基本原理、所需要掌握的信息论知识，并在文章的最后给出了Java源码实现。在这一节，我们继续讨论基于决策树学习的算法。由于基于决策树的算法比较多且受篇幅限制，本文我们只讨论著名的ID3、C4.5以及CART算法，并在文章最后给出源码实现。ID3与C4.5ID3（Iterative Dichotomiser 3，迭代二叉树3代）...
2018-05-14 22:48:32
491
转载 决策树学习（上）——深度原理剖析及源码实现
引言本文给大家分享的主题是决策树（Decision Tree）的原理剖析并附上代码实现供大家参考。由于基于决策树的算法较多，因此文章分为上下篇。上篇主要剖析决策树原理、需要掌握的信息论知识以及Java源码实现等内容。下篇内容包括基于决策树的ID3、CART以及C4.5等著名算法的深入比较、理解以及完整代码实现。决策树是数据挖掘以及机器学习领域一个基础的算法。在此基础上产生诸多著名算法如ID3,CA...
2018-05-14 22:46:02
1054
转载 Redis集群搭建（同机器、不同机器搭建）
一、同机器下的集群搭建： 1，创建redis实例统一存放的文件夹——在/usr/local路径下创建cluster文件夹，命令：mkdir cluster 2，创建每个实例单独存放的文件夹——在cluster文件夹下创建6个文件夹，分别为7001,7002,7003,7004,7005,7006， 命令:mkdir 7001 7002 7...
2018-05-10 08:45:01
343
原创 机器学习领域概述
机器学习领域概述机器学习主要分为监督学习和非监督学习。监督学习常见的两大类问题为：分类和回归。非监督学习常见的两类问题有：聚类和关联规则挖掘。...
2018-05-07 13:31:34
433
转载 【转载】干货|SVM（一）·最全面的感知机总结——太棒了！无论如何都要down下来系列
SVM(一) 感知机感知机是个相当简单的模型，但它既可以发展成支持向量机（通过简单地修改一下损失函数）、又可以发展成神经网络（通过简单地堆叠），所以它也拥有一定的地位。为方便，我们统一讨论二分类问题，并将两个类别的样本分别称为正、负样本1感知机能做什么感知机能（且一定能）将线性可分的数据集分开。什么叫线性可分？在二维平面上、线性可分意味着能用一条线将正负样本分开，在三维空间中、线性可分意味着能用一...
2018-05-05 10:14:09
309
转载 数据挖掘，机器学习，和人工智能的区别是什么？
本来我以为不需要解释这个问题的，到底数据挖掘(data mining)，机器学习(machine learning)，和人工智能(AI)有什么区别，但是前几天因为有个学弟问我，我想了想发现我竟然也回答不出来，我在知乎和博客上查了查这个问题，发现还没有人写过比较详细和有说服力的对比和解释。那我根据以前读的书和论文，还有和与导师之间的交流，尝试着说一说这几者的区别吧，毕竟一个好的定义在未来的学习和交流...
2018-05-05 09:51:10
14345
原创 K近邻算法Python实战——kNN、Python、机器学习
from numpy import *import operatorfrom os import listdirimport matplotlibimport matplotlib.pyplot as plt# 数据集的路径filePath = 'E:\\bigData\\ml\\dataset\\datingTestSet2.txt'# kNN核心算法'''classify...
2018-05-03 18:46:27
315
原创 k近邻算法（kNN）的基本思想——机器学习、数据挖掘、人工智能基础
k近邻算法（kNN）的基本思想一、算法流程对未知类别属性的数据集中的每个点依次执行以下操作：(1) 计算已知类别数据集中的点与当前点之间的距离；(2) 按照距离递增次序排序；(3) 选取与当前点距离最小的k个点；(4) 确定前k个点所在类别的出现频率；(5) 返回前k个点出现频率最高的类别作为当前点的预测分类。 二、举例说明以下图为例：已知有两类（蓝色正方形、红色三角形），现有待分类样本（绿色圆形...
2018-05-02 22:09:13
6008
原创 Redis的RDB持久化与AOF持久化的比较——Redis、NoSQL、大数据处理技术
RDB持久化：将Redis在内存中的数据库状态保存到磁盘中，避免数据意外丢失。AOF持久化：通过保存Redis服务器所执行的写命令来记录数据库的状态。
2018-05-02 13:16:36
197
原创 NoSQL数据库与关系数据库的比较——NoSQL、数据库、大数据
NoSQL数据库与关系数据库的比较(1)关系数据库优势：以完善的关系代数理论作为基础，有严格的标准，支持事务ACID四性，借助索引机制可以实现高效的查询，技术成熟，有专业公司的技术支持。劣势：可扩展性较差，无法较好支持海量数据存储，数据模型过于死板、无法较好支持Web2.0应用，事务机制影响了系统的整体性能等。(2)NoSQL数据库优势：可以支持超大规模数据存储，灵活的数据模型可以很好地支持...
2018-05-02 11:26:38
8257
转载 Linux下干净卸载mysql详解
1、使用以下命令查看当前安装mysql情况[plain] view plain copyrpm -qa|grep -i mysql 可以看到如下图的所示：显示之前安装了：MySQL-client-5.5.25a-1.rhel5MySQL-server-5.5.25a-1.rhel52、停止mysql服务、删除之前安装的mysql删除命令：rpm -e –nodeps 包名[plain] view...
2018-05-01 19:20:57
95
转载 Linux vi编辑器常用的命令及快捷键
1:查找关键字例如你查找 lookup, 只需要输入 /lookup,<enter> 就可以找到, 同时可以用 n 和 shift n 寻找上一个和下一个或者用 :g/lookup/ 所有匹配的行光标控制命令命令 光标移动h或^h 向左移一个字符j或^j或^n 向下移一行k或^p 向上移一行l或空格 向右移一个字符G 移到文件的最后一行nG 移到文件的第n行w...
2018-05-01 18:39:41
303
原创 Storm常见术语详解——Storm
Storm中常见的术语包括：Stream、Spout、Bolt、Worker、Executor、Task、Stream Grouping、Topology。Stream：被处理的数据。Spout：数据源。Bolt：封装了数据处理逻辑。Worker：工作进程（一个工作进程可以含有一个或多个Executor线程）。Executor：运行Spout或Bolt处理逻辑的线程。Tas...
2018-05-01 12:42:08
1476
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