机器学习
文章平均质量分 70
DreamNotOver
这个作者很懒,什么都没留下…
展开
-
使用tensorflow实现鸢尾花的分类
此代码将首先加载鸢尾花数据集。然后,它将数据拆分为训练集和测试集。接下来,它将定义一个简单的模型,该模型包含一个具有10个隐藏单元的隐藏层和一个具有3个输出单元的输出层(对应于三个鸢尾花物种)。然后,它将编译模型并使用训练数据训练它。最后,它将在测试集上评估模型并打印准确性分数。您可以通过更改模型架构、训练参数和超参数来实验此代码。例如,您可以尝试添加更多隐藏层或单元,使用不同的激活函数,或使用不同的优化器或损失函数。原创 2024-04-17 00:42:53 · 362 阅读 · 0 评论 -
使用scikit-learn中的SVC类实现垃圾邮件分类
然后,它将使用TF-IDF向量化器将文本数据转换为数值特征。接下来,它将数据拆分为训练集和测试集。然后,它将定义SVC模型并使用。需要注意的是,上述方法都不是直接调整SVC学习率的理想解决方案。如果您需要更灵活的学习率控制,建议您考虑其他机器学习算法,例如梯度提升决策树或神经网络。scikit-learn中的SVC类不支持直接动态调整学习率。SVC类使用的核函数(例如,线性核、RBF核等)本身没有学习率参数。最后,它将在测试集上评估模型并打印准确性分数。以下是使用scikit-learn中的。原创 2024-04-17 00:38:10 · 444 阅读 · 0 评论 -
CentOS安装caffe
一般依赖sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel剩余的依赖关系,最近的操作系统sudo yum install gflags-devel glog-devel lmdb-devel剩余的依赖项,如果找不到# glogwg...翻译 2019-04-24 08:36:06 · 1172 阅读 · 0 评论 -
检测tensorflow是否可以使用GPU
方法1import tensorflow as tfif tf.test.gpu_device_name(): print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))else: print("Please install GPU version of TF")方法2import tensor...原创 2019-04-23 08:53:56 · 32899 阅读 · 3 评论 -
通过Docker使用TensorFlow服务
通过Docker使用TensorFlow服务开始使用TensorFlow服务的最简单方法之一是使用 Docker。安装Docker一般安装说明 在Docker站点上,但我们在此提供一些快速链接:适用于macOS的Docker 适用 于Windows 10 Pro或更高版本的Windows Docker Docker Toolbox适用于旧版本的macOS,或Windows...原创 2019-01-16 18:25:00 · 2304 阅读 · 0 评论 -
kaggle旧版fastai程序使用方法
kaggle上fastai教程示例程序由于fastai升级,执行时会遇到“ModuleNotFoundError: No module named 'fastai.structured‘,’'fastai.conv_learner"只需在notebook 开始单元格输入以下代码并执行,即可自动安装fastai==0.7.0与相关包。包错误消失。kaggle上现有的大部分fastai相关代码可以...原创 2018-12-19 14:27:40 · 1784 阅读 · 0 评论 -
cudnn在centos7 cuda9.0环境的安装
在 https://developer.download.nvidia.com/ 下载cudnn-9.0-linux-x64-v7.3.0.29.tgz tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz解压CUDNNtar -xzvf cudnn-9.0-linux-x64-v7.1.tgz复制相关文件到cuda特定目录下(我的cuda安装目录为/usr...原创 2018-10-22 17:35:23 · 1807 阅读 · 0 评论 -
pytorch从python2迁移到python3时遇到torch.FloatTensor constructor received an invalid combination of argumen
在运行 AI_Challenger_2018阅读理解程序基准代码时出现以下错误:raceback (most recent call last): File "train.py", line 39, in <module> model = MwAN(vocab_size=vocab_size, embedding_size=args.emsize, encoder_si...原创 2018-09-30 11:05:13 · 3584 阅读 · 1 评论 -
centos7 nvidia驱动安装失败问题的解决办法
安装nvidia驱动日志出现“installing DKMS kernel module:ERROR: Failed to run `/usr/sbin/dkms build -m nvidia -v 375.26 -k 3.10.0-862.3.2.el7.x86_64`: Kernel preparation unnecessary for this kernel. Skippin...原创 2018-09-19 16:51:15 · 26431 阅读 · 3 评论 -
谷歌的机器翻译模型 Transformer,现在可以用来做任何事了
转自https://www.sohu.com/a/247504645_1297202018-08-16 11:28谷歌选自GoogleAI作者:Mostafa Dehghani 等去年,谷歌发布了机器学习模型 Transformer,该模型在机器翻译及其他语言理解任务上的表现远远超越了以往算法。今天,谷歌发布该模型最新版本——Universal Transformer,弥补了在大...转载 2018-08-18 00:01:22 · 6192 阅读 · 0 评论 -
Boosting algorithm AdaBoost
adaboost 实例可以看视频https://www.youtube.com/watch?v=p180UqVhIlA转载自 https://towardsdatascience.com/boosting-algorithm-adaboost-b6737a9ee60cAs a data scientist in consumer industry, what I usually feel ...转载 2018-08-14 23:39:29 · 690 阅读 · 0 评论 -
tensorflow 从模型中读出参数
# Create some variables.v1 = tf.get_variable("v1", shape=[3], initializer = tf.zeros_initializer)v2 = tf.get_variable("v2", shape=[5], initializer = tf.zeros_initializer)inc_v1 = v1.assign(v1+1)...原创 2018-07-30 18:26:28 · 3057 阅读 · 0 评论 -
CS231n Convolutional Neural Networks for Visual Recognition
Table of Contents:Architecture OverviewConvNet LayersConvolutional LayerPooling LayerNormalization LayerFully-Connected LayerConverting Fully-Connected Layers to Convolutional LayersConvNet Architectu...转载 2018-07-03 15:47:35 · 260 阅读 · 0 评论 -
国立清華大學 科學計算 張智星
http://ocw.nthu.edu.tw/ocw/index.php?page=course&cid=53&科學計算工程學群 10010CS 333000授課老師張智星清華大學資訊工程學系 教授美國加州大學柏克萊分校博士 研究領域:多媒體資訊檢索、音樂訊號辨識、生物認證、文件分類、類神經/模糊系統转载 2014-06-02 23:13:47 · 3796 阅读 · 0 评论