Creating Notebook failed如何解决 本文参考了https://stackoverflow.com/questions/54833906/permission-denied-untitled-ipynb-windows-10-aws-workspaces。在我们打开jupyter notebook后，新建一个notebook有时会出现如下的报错，如果你的终端同时有类似的command出现，[I <some ti...
量子机器学习入门资料小结 看到评论里有人问，所以写了这个文章做一个并不专业的小结。这些资料比较笼统，大家有了具体的课题再自行搜索相关的论文吧。我学的都是gate based的量子算法，所以以下资料涉及quantum annealing和QAOA算法相对较少（2中的两个课讲了这个内容）。1. Quantum Computation and Quantum Information是一本很经典的教材，不用按顺序看，读前...
[高级量子算法] Lecture 7-Quantum Approximate Optimization Algorithm 这篇文章是我学习Chalmers University of Technology开的高级量子算法这门课的课程笔记。该课程的视频和资料都可以在这个链接找到。全部笔记在这儿。
[高级量子算法] Lecture 6-Combinatorial Optimization Problem and Quantum Annealing 这篇文章是我学习Chalmers University of Technology开的高级量子算法这门课的课程笔记。该课程的视频和资料都可以在这个链接找到。全部笔记在这儿。...
[高级量子算法] Lecture 4-Quantum Fourier Transform and Phase Estimation 这篇文章是我学习Chalmers University of Technology开的高级量子算法这门课的课程笔记。该课程的视频和资料都可以在这个链接找到。全部笔记在这儿。
[高级量子算法] Lecture 3-Measurement-based QC and Adiabatic QC 这篇文章是我学习Chalmers University of Technology开的高级量子算法这门课的课程笔记。该课程的视频和资料都可以在这个链接找到。全部笔记在这儿。
[高级量子算法] Lecture 2-Complexity Classes 这篇文章是我学习Chalmers University of Technology开的高级量子算法这门课的课程笔记。该课程的视频和资料都可以在这个链接找到。全部笔记在这儿。
[高级量子算法] Lecture 1-Circuit Model for Quantum Computing 这篇文章是我学习Chalmers University of Technology开的高级量子算法这门课的课程笔记。该课程的视频和资料都可以在这个链接找到。全部笔记在这儿。...
[高级量子算法] 学习笔记 这篇文章是我学习Chalmers University of Technology开的高级量子算法这门课的课程笔记。该课程的视频和资料都可以在这个链接找到。Lecture 1-Circuit Model for Quantum ComputingLecture 2-Complexity ClassesLecture 3-Measurement-based QC and Adiabati...
在服务器上安装图形化桌面 我们常常需要在服务器上运行一些程序，但如果程序本身包含一些画图或者GUI的内容（Python写的，用的是Python自带的tkinter包），服务器通常都是不支持的。这时会出现这样的报错: 'no display name and no $DISPLAY environment variable.' 解决的方法是我们可以在服务器上安装一个图形化桌面，然后在图形化桌面上运行程序。本文分为两个部分，第...
Windows查看anaconda环境解释器路径 1. 在anaconda prompt中activate解释器所在的环境conda activate env_name2. 查找路径where python返回的output即为python.exe所在路径。这时可以在IDE中更改解释器路径为刚刚得到的路径。以Pycharm为例，File->Settings->Project->Project interp...
转载: PyCharm远程运行调试代码 转载自https://zhuanlan.zhihu.com/p/38591832。本介绍了使用PyCharm进行远程debug的方法，实现本地写代码，远程服务器训练模型和调试代码的功能。为什么要用远程运行调试？有这么一个应用场景，你的代码需要在服务器端运行，因为运行环境安装的依赖库都在远端服务器上，而写代码的工作在本地的平台上更顺手。在此之前都是用Visual Studio Co...
Linux指令 写这篇文章总结一下我平时遇到的Linux指令。Table of ContentsLinux指令lsvimgeditsourcedfchmodrmpwd参考lsls用来打印出当前目录的清单。vim一个文本编辑的软件。安装后可以用以下指令修改文本:e.g. 在安装anaconda之后，发现conda指令不存在。需要add conda to...
anaconda prompt可以import，但jupyter notebook import失败的解决办法 首先在终端和jupyter里import sys，然后做下面的事情，看二者的结果是不是不一样。摘自此链接:Usually that indicates that the notebook is running with a different Python or in a different environment from Python in the command prompt. C...
重温深度学习全连接网络 最近重新做一下以前的课的一个project，做一个k layer的全连接网络，顺便复习一下深度学习的一些基本概念，用的语言是matlab。实验的指导书见链接，用到的数据集是cifar10。全部代码可以在我的github找到。目录1. 读入数据2. 初始化网络参数3 没有bacth normalization的后续实现3.1 计算cost function3.2 计算accu...
在Docker上安装qiskit 目录1. 在Windows上安装Ubuntu虚拟机2. 在Ubuntu上安装Docker3. 在Docker中搜索并运行qiskit的镜像4 自己创建qiskit镜像5 运行新建的qiskit镜像6 后续Dockerfile的更新7 删除本地的镜像刚刚开始学习Docker，为了熟悉它的各种指令，准备在本地安装一个能够运行qiskit的container。我是在Ubu...
[Openstack基础] 学习笔记 本文是慕课网上，OpenStack基础这门课的学习笔记。课程链接为https://www.imooc.com/learn/497。目录1 Openstack介绍2 Openstack主要功能组件2.1 主要功能组件2.2 Openstack子项目与Aaas参考平台中模块的对应关系3 功能组件的分别介绍3.1 Horizon UI模块3.2Keystone 身份服...
近期阅读的Openstack教程 最近在学习关于云计算的一些内容，计划学习Openstack和docker。以下是我读的OpenStack教程，尽量按照由浅到深排序:1.OpenStack入门科普，看这一篇就够啦！2.Openstack 资料3. 一个中文MOOC: Openstack基础这是一个非常短的课，一个小时之内就可以看完。我在看视频的时候写了笔记...
转: CONTINUOUS-VARIABLE QUANTUM COMMUNICATION 连续变量量子通信（英文） 本文转自http://infiniquant.com/tutorial-continuous-variable-quantum-communication/。This tutorial conveys the basic ideas behind continuous-variable quantum key distribution (QKD). It is targeted at phys...
转：量子密钥分发和BB84协议 转自https://blog.csdn.net/zeroctu/article/details/84893010。1984年，物理学家Bennett和密码学家Brassard提出了利用“单量子不可克隆定理”实现密钥分发的方案，后称BB84协议。“单量子不可克隆定理”(No-CloningTheorem)是“海森堡测不准原理”的推论，它是指量子力学中对任意一个未知的量子态进行完全相同的复制的过程...
近期阅读的论文汇总 最近在准备一个面试，所以读了一些论文，中英文都有，在此做一下汇总。1. 三篇中文综述1）量子计算若干前沿问题综述，孙晓明2）量子机器学习算法综述，黄一鸣，雷航，李晓瑜3）量子机器学习，陆思聪，郑 昱，王晓霆，吴热冰2. 关于量子算法的文章1）一篇iterative phase estimation的论文:Arbitrary accuracy iterative quan...
Python实现正弦信号的生成和DFT 这篇文章本意就是做出这样的一个过程:一个被50Hz噪声所干扰的10Hz信号，在时域很难被去躁并分离出来，但如果我们用DFT将其转换为频域的信号，就可以很容易的使用滤波器完成分离了。那么上述过程中的四张图片，true signal，noise signal，input signal和频域内的input signal，我们如何通过python作出呢?下面给出代码及生成的信号图:import ...
LaTeX量子电路作图工具Qcircuit 最近开始写毕业论文了，怎样得到矢量的，能在LaTeX里显示的量子电路图困扰了我很久。之前我在这篇文章里介绍了在projectQ里面运行电路，同时生成电路LaTeX代码的方法。这样做生成的代码有些复杂，运行时间长；且如果后期想根据自己的需要微调的话，比较麻烦。这篇文章介绍一下我发现的另一个package，叫做Qcircuit，相对来说好用了许多。这个package很好上手，它的教程也写得很详细，...
安装ProjectQ并生成量子电路的latex代码 在写论文对的时候，大多都要用矢量的量子电路图。最近发现ProjectQ这个编程工具可以直接生成电路的LaTeX代码，在overleaf上运行后可以得到矢量电路图（下图是Bell State电路，作为本文的示例）：具体的过程如下：首先安装projectQ。在anaconda里面新建一个环境后，用如下语句完成安装：python -m pip install --user projec...
我的文章目录 欢迎来到我的博客。我的主要学习方向是量子计算，机器学习，深度学习等等。最近在研究的是量子机器学习。这个帖子是用来整理目前我写过和转过的所有文章。转载会标明，原创则不再标注。这些文章不是成体系的教程，更多是我自己学习过程的碎片化记录，很多地方写的可能会比较personal，还请多多指教。我的github链接是https://github.com/yangjy0826，欢迎访问。Table of ...
如何安装PyQuil下的Grove包 之前我在文章中介绍了如何安装Pyquil, Pyquil在实现如下这些扩展功能的时候，需要再安装一个Grove包。它的安装还是非常麻烦的，而且github和它的documentation更新有些不及时。大家在阅读documentation的同时，可以参考一下我的安装方法。How to install the Grove packageCreate a new environment an...
如何安装量子计算编程工具Pyquil 之前我在这篇文章中介绍了如何安装IBM的量子计算编程工具QISKit，这次想要介绍一下另一种基于Python的工具，是由美国的量子计算公司Rigetti开发的Pyquil。这个框架相比于QISKit更加小众一点，但是上手更简单。同时Pyquil也像QISKit一样可以实现对量子电路的模拟，也可以在他们开发的量子芯片(云端)上运行结果。需要注意的是，目前Pyquil没有Windows版本，只有Mac...
转！如何用python模拟量子电路 我只是个搬运工。。。原文链接https://jarrodmcclean.com/basic-quantum-circuit-simulation-in-python/。BASIC QUANTUM CIRCUIT SIMULATION IN PYTHONCODESCIENCEAUGUST 17, 2016I’ve always been a proponent of the idea...
量子傅里叶变换总结图文 这篇文章全部都是我在学习量子傅里叶变换算法时制作的ppt的内容。直接这样看大概什么都看不清，建议把图片放大，比例就正常了。参考了几篇论文都列在图片中了。网络上关于量子算法的资料太少了，希望能和大家多多交流啊! 如果我有什么理解不到位的地方，还请大家批评指正。...
量子相位估计算法总结图文 这篇文章全部都是我在学习相位估计算法时制作的ppt的内容。直接这样看大概什么都看不清，建议把图片放大，比例就正常了。参考了几篇论文都列在图片中了，也有参考别人推送的内容，参考内容链接在这儿。网络上关于量子算法的资料太少了，希望能和大家多多交流啊! 如果我有什么理解不到位的地方，还请大家批评指正。...
量子计算Grover搜索算法总结图文 这篇文章全部都是我在学习Grover's Search算法时制作的ppt的内容。直接这样看大概什么都看不清，建议把图片放大，比例就正常了。参考了几篇论文都列在图片中了，也有参考别人微信推送的内容，参考内容都在图片中了。网络上关于量子算法的资料太少了，希望能和大家多多交流啊! 如果我有什么理解不到位的地方，还请大家批评指正。...
量子机器学习HHL算法总结图文 这篇文章全部都是我在学习HHL算法时制作的ppt的内容。直接这样看大概什么都看不清，建议把图片放大，比例就正常了。参考了几篇论文都列在图片中了，也有参考别人微信推送的内容，链接在这儿，推送是中文的，解释的非常清楚。网络上关于量子机器学习的资料太少了，希望能和大家多多交流啊! 如果我有什么理解不到位的地方，还请大家批评指正。...
量子支持向量机总结图文 头一次尝试这种类型的文章，全部都是我在学习量子SVM时制作的ppt的内容。直接这样看大概什么都看不清，建议把图片放大，比例就正常了。参考了几篇论文，也有别人的博客/微信推送内容，所有的参考内容都放在最后了。有几页用了网络上的图片，右下角也给出了原图出处。网络上关于量子机器学习的资料太少了，希望能和大家多多交流啊!如果我有什么理解不到位的地方，还请大家批评指正。...
Quantum Machine Learning 量子机器学习 edX MOOC课程 最近我在学习edX上多伦多大学开设的量子机器学习课程，二月刚刚开课，课程链接是https://courses.edx.org/courses/course-v1:University_of_TorontoX+UTQML101x+1T2019/course/。现与大家分享一下我的学习笔记以及coding assignment的答案，希望能和大家一起交流学习！链接是:https://githu...
IBM QISKit 中一些有用的功能 以下几种函数都针对的是QISKit 0.7版本。1. Circuit.depth()用你的量子电路的名字代替''Circuit''，就可以测出量子电路的深度。非常简单好用。2. job_monitor当我们在IBM的量子芯片上运行量子算法的时候，一个很大的问题是我们在等待结果时，不知道现在是还在排队等待使用芯片，还是我们的量子电路正在运行。这个时候就可以用job_monitor函数...
HHL算法的QISKit实现 本实现基于IBM QISKit 0.7.0版本，python 3.7版本。这篇文章包含了代码在jupyter notebook上运行的结果，但其中几个概率分布和量子电路的图片无法显示，可以通过github链接查阅:https://github.com/yangjy0826/IBM-QISKit/blob/master/qiskit_HHL_2by2.ipynbHHL Experiment (Q...
量子相位估计算法QISKit实现 该实现基于IBM QISKit 0.7.0版本。代码的github链接是https://github.com/yangjy0826/IBM-QISKit/blob/master/qiskit_QPE.ipynb。Quantum Phase Estimation (QPE)This QPE algorithm is implemented based on IBM QISKit version ...
几个我常用的在线工具 1. 在线PDF转换器: smallpdf，可以实现pdf与其他格式文件的相互转换，和拆分合并pdf等功能。缺点是一个小时之内只能免费操作两次。2. 在线PDF裁剪: 链接3. 在线解压工具: extract me，支持绝大部分的格式，操作也很简单4. 在线LaTeX编辑器: Overleaf，学生党很多人在用，不多说啦。5. 在线LaTeX公式编辑器: 链接，很多时候LaTeX里...
量子算法的实现 在刚开始学习了量子算法的时候，如何将量子算法和电路转换成代码是一个困扰初学者的问题。下面我列出一些可以参考和学习的资料:1. MIT的一个网站，给出了QASM码转化成量子电路的许多例子。PS: QASM is a simple text-format language for describing acyclic quantum circuits composed from single...
量子相位估计算法 Quantum phase estimation algorithm 这个算法应用了量子傅里叶逆变换（我的这篇文章里讲过量子傅里叶变换），同时作为一个实用的基础量子算法，又被应用在Shor's Algorithm（质因式分解算法），和HHL algorithm（经常用于各种量子机器学习的最优化算法）等等算法中。本文给出我在学习这个算法过程中用到的一些参考资料，以及我的学习笔记（github链接）。参考资料:1. Berkeley课程Qubits, Qua...
【量子机器学习】HHL算法: Quantum algorithm for solving linear systems of equations HHL算法是一个用量子计算机解决线性问题Ax=b最优解的算法，广泛的被应用于许多量子机器学习算法中（如支持向量机SVM，主成分分析PCA等等）。贴出一张表(来自于论文Quantum Machine Learning, 作者Jacob Biamonte等, 2018)，表内圈出的位置就表示是否这几种机器学习算法用到了HHL。本文给出我在学习这个算法过程中用到的一些学习资料，和我的学习笔记gi...
量子密钥分发BB84协议 实现过程草图 BB84几乎是最popular的一个量子密钥分发的协议了，这里给出一个BB84产生和分发密钥的例子，用表格的形式画出，可能会更加易于理解。BB84的实现过程不再赘述了，有很多资料写的很清楚了，感兴趣的同学可以参考BB84 protocol的Wikipedia page和教材Quantum Computation and Quantum Information(作者Neilson)，P586起。...
量子计算思维导图 这是我在学习量子计算的时候制作的思维导图， 其中插入的图片都来自对应的维基百科词条，用到的软件是PC版的Xmind。思维导图会随着学习不断更新，增加细节。受到上传内容大小的限制，图片不太清晰。更清晰的版本上传至我的github。 ...
IBM量子计算讲座 2018年12月11日IBM在KTH的量子计算讲座的笔记, pdf版见github链接。后来我在网络上找到了类原版ppt，链接为https://www-05.ibm.com/no/think-oslo/assets/pdf/IBM_Q_Introduction_Think_Oslo_2018.pdf，但可能不够完整。...
强化学习资料汇总 1. 对于MDP(马尔科夫决策过程)的理解:https://www.cnblogs.com/jinxulin/p/3517377.htmlhttps://zhuanlan.zhihu.com/p/311581192.从多臂赌博机问题到蒙特卡洛树搜索3. 莫烦的博客，关于epsilon greedy policy的讨论(链接)。4. 莫烦的博客，Q learning(链接) 和...
量子密钥分发 (QKD) 本文为iPad上做的笔记，只是一个对QKD的初步理解，由于上传时总出现网络错误，现给出笔记在github上的链接（PDF）。以下是我的主要参考，同时也是对QKD学习资料的汇总:1. 量子密钥分发能实现量子通信吗？2. What is Quantum Key Distribution?3. BB84 protocol的Wikipedia page4. Qiskit上的QKD BB84...
python 常用函数总结（下） 由于篇幅限制，写得太长查找起来不方便，我把这个总结分成了上下两篇，上片的链接为python 常用函数总结（上）。Table of Contents1 用[None]初始化2 enumerate()函数3 collections.deque()类型1 用[None]初始化N = 4ans = [None] * Nprint(ans)打印出的结果是[null,nu...
量子算法入门资料个人小结 量子计算是一个很难学的领域，理解起来也比较抽象。这篇文章中主要是想汇总一些我在入门学习的过程中的学习资料，一些big picture的视频or课程，以及进一步学习的教材：1. 中文文章：什么是量子比特2. Pluralsight上的视频课程：Quantum Computing: The Big Picture3. 五个关于量子计算的常见错误理解：5 Quantum Computing ...
在手机上运行Python--安卓linux终端Termux 今天突发奇想，想找一种在手机上运行Python的工具，于是发现了这个安卓端的linux终端--Termux，可以在手机上实现一个微型的linux终端。网上已经有不少教程了，我在这里做一下汇总:1. 安装Python以及常用的package(numpy, matplotlib, pandas...)，以及在手机上运行jupyter notebook的方法:Termux超级终端折腾记2. ...
Julia学习资料汇总 不久之前，Julia发布了1.0版本，决定学起来。这篇文章汇总了一些文章的链接。1. 下载及安装指南链接2. 1.0版本的英文documentation3. Julia1.0与0.6的几点不同(涵盖了一些常用语句)4. 用Julia实现量子算法的Yao.jl5. 一个简单的Julia教程 ...
使用QISKit实现量子傅里叶变换(QFT)，并与FFT，DFT比较 使用平台为Jupyter Notebook。1. Implement the QFT (Quantum Fourier Transform)This code is the modified version of QISKit Github. In this link, you can also find some basic explanation for the principle of ...
如何安装IBM QISKit，并实现第一个量子程序Bell State 如何使用QISKit量子程序QISKit tutorial -- Bell StatePart 1: Use remote backendPart 2: Use local simulatorPart 3: Visualization of Quantum CircuitQISKit tutorial – Bell StateThis project is based on the IBM...
可视化复习 本文为我在KTH学习Visualization这门课的复习笔记。课程简介链接在这儿。 由于本文是在国外发布的，在国内阅读文章时可能会出现没有图片的现象，目前我还没有找到好的解决办法，好像CSDN就是这样。所以解决办法就是翻墙~首先给出之前的笔记链接:Lecture 2 VisualizationLecture 3 Filtering, Scalar Field Contourin...
Computational Photography 计算摄影学 思维导图 这篇文章内容是我学习KTH DD2424 Computational Photography这门课时整理的学习笔记。课程的主要内容是图像拼接和3D重建。导图如下:pdf版见我的github。
快速傅里叶变换(FFT)和量子傅里叶变换(QFT) 这篇文章主要是为了实现量子傅里叶变换(Quantum Fourier Transform, QFT)的programming做准备，对QFT的算法以及它和在传统计算机上运行的FFT进行比较。目录1 FFT1.1 DFT与FFT1.2 FFT原理1.3 FFT算法实现2 QFT2.1 QFT原理2.1.1 计算推倒2.1.2 量子电路2.1.3 QFT幺正矩阵...
Bell State 贝尔态基本原理 1 Hadamard GateHadamard Gate是作用于单个qubit的量子门，它可以创建qubit的叠加状态，superposition:2 CNOT GateControlled-NOT门作用于两个量子。其中第一个为control qubit，第二个为target qubit。通过CNOT门后，如果第一个qubit是0，第二个qubit保持不变; 如果第一个qubit是...
如何使用IBM-QISKit完成量子计算编程（英文） 如何使用IBM-QISKit完成量子计算编程（英文）IBM-QISKitIBM-QISKitThis project is based on the IBM QISKit tutorial on Github.If this is the first time for you to run QISKit, please follow the following steps to instal...
如何用Q#完成第一个量子计算程序 这篇文章在我的GitHub上还有一个英文版，欢迎指正。Q#是微软开发的专门运行量子算法的编程语言，需要用C#驱动。这篇文章是基于微软的Q#Document完成的，我在运行微软给的demo过程中遇到了一些问题，写这篇文章记录一下的的解决过程，和用到的一些知识。1 检查CPU是否支持AVX指令Q#语言的模拟器应用了AVX指令集，如果你的CPU不支持AVX，运算效果会打折扣。可以通过下载...
可视化学习：作业3(1)（marchingcubes算法） 本文为我在KTH学习Visualization这门课的作业，涉及到的知识点我在这篇note3,note4有记录。课程简介链接在这儿。 由于本文是在国外发布的，在国内阅读文章时可能会出现没有图片的现象，目前我还没有找到好的解决办法，好像CSDN就是这样。所以解决办法就是翻墙~第一题这个题目主要是对下面这几个cubes应用marching cubes的算法，划分isosurface（...
可视化学习笔记：Lecture 4 Indirect Volume Rendering（体绘制） 本文为我在KTH学习Visualization这门课的笔记，每个lecture一篇文章。课程简介的链接在这儿。 这是我用iPad Pro的手写笔记，所以全篇都是图片。 由于本文是在国外发布的，在国内阅读文章时可能会出现没有图片的现象，目前我还没有找到好的解决办法，好像CSDN就是这样。所以解决办法就是翻墙~ 笔记的内容是从Lecture 2 (链接)开始的，因为了lecture 1主要是一...
Python 内置函数map() zip()的使用小技巧 文章转载自https://blog.csdn.net/qq_23141851/article/details/82501652在刷LeetCode题中遇到一个这样的题：Projection Area of 3D Shapes整个题目可以简化成这样一个模型：给一个N*N的二维的list，例如：grid = [[1,2,3,4],[5,6,7,8],[9,10,11,12...
京东2019校招笔试题-算法工程师 选择题知识点汇总 刚刚结束了京东的笔试，发现很多知识点都不太了解，所以在这篇文章做一个汇总学习。目录1 哈夫曼树2 循环链表3 堆3.1 大顶堆、小顶堆3.2 堆排序3.3 堆排序时间复杂度分析4 唯一确定二叉树5 SQL绑定变量5.1 动态&静态SQL5.2 绑定变量6 递归和递推的区别7 Python中range&xrange的区别8 隐含...
量子计算基本原理 因为实习要接触到量子计算，而自己查找资料学习了一些基本原理，整理为笔记（手写）。pdf版可以在这个github链接中找到。参考的资料有：Quantum Computing Machine Learning，Siraj Raval（Youtube链接）The Mathematics of Quantum Computers，Infinite Series（Youtube链接）Sim...
可视化学习：作业1 ——Grid and Interpolation 网格和插值 本文为我在KTH学习Visualization这门课的作业，涉及到的知识点我在这篇笔记有记录。课程简介链接在这儿。 由于本文是在国外发布的，在国内阅读文章时可能会出现没有图片的现象，目前我还没有找到好的解决办法，好像CSDN就是这样。所以解决办法就是翻墙~第一题这道题目最主要的问题时何为coordinate function（坐标方程）。坐标方程和坐标系方程是不一样的……我们需要...
可视化学习笔记：Lecture 3 Filtering, Scalar Field Contouring 本文为我在KTH学习Visualization这门课的笔记，每个lecture一篇文章。课程简介的链接在这儿。 这是我用iPad Pro的手写笔记，所以全篇都是图片。 由于本文是在国外发布的，在国内阅读文章时可能会出现没有图片的现象，目前我还没有找到好的解决办法，好像CSDN就是这样。所以解决办法就是翻墙~ 笔记的内容是从Lecture 2 (链接)开始的，因为了lecture 1主要是一...
TypeError: 'str' object does not support item assignment 代码如下时会报告TypeError: 'str' object does not support item assignment：str = "My friend and i hang out together"str[14] = 'I'这种错误的原因是string（区别于list）是一种不可变的数据类型，应该用：str = str[:14] + 'I' + out_str[15...
CNN网络中的Pooling layer的作用 本文转发自知乎的提问，综合了以下两位答主的回答，以及他们在评论区的回复。作者：谢志宁链接：https://www.zhihu.com/question/36686900/answer/130890492来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。作者：温颖链接：https://www.zhihu.com/question/36686900/ans...
可视化学习笔记：Lecture 2 Visualization 本文为我在KTH学习Visualization这门课的笔记，每个lecture一篇文章。课程简介的链接在这儿。 这是我用iPad Pro的手写笔记，所以全篇都是图片。 由于本文是在国外发布的，在国内阅读文章时可能会出现没有图片的现象，目前我还没有找到好的解决办法，好像CSDN就是这样。所以解决办法就是翻墙~ 笔记的内容是从Lecture 2开始的，因为了lecture 1主要是一个先导课，...
最优化算法总结 本文为SIGAI 2018/8/22最优化算法总结的直播笔记。目录总结图片：1、精确求解（公式求解）2 数值优化算法2.1 梯度下降法2.1.1 动量项2.1.2 自适应学习率法 AdaGrad RMSProp AdaDelta Adam 随机梯度下降2.2 牛顿...
激活函数总结 1 Sigmoid将输出值压缩到0,1之间。（逻辑回归问题用到）2 Relu在全连接网络中，一般的SGD的模型只有一层WX+b，现在需要使用一个RELU作为中间的隐藏层，连接两个WX+b，仍然只需要修改Graph计算单元为：不同relu函数的区分主要在负数段：3 Softmaxsoftmax一般用于多分类问题，其公式如下：假设我们有一个数组，V，Vi表示...
Black Box Machine Learning学习笔记 本文为Bloomberg的第一课，是100天机器学习挑战的Day15学习内容。100天机器学习挑战汇总文章链接在这儿。目录1 ML1.1 什么是ML1.2 ML问题分类2 Elements of the ML Pipeline3 Evaluating a Prediction Function——损失函数4 Other Sources of Test ≠ Dep...
一些机器学习相关文章的收集（持续更新） 这是一个汇总链接，收录一下难以搬运但是又想读or已读的文章。总结类文章 机器学习算法地图 On-going 机器学习算法 svm损失函数 SVM和RVM对比 SVM的两个参数C和gamma √ 通俗理解kaggle比赛大杀器xgboost 深度学习/神经网络 深度学习防止过拟合的方法 ...
深入理解朴素贝叶斯（Naive Bayes） 文章转载自：https://blog.csdn.net/li8zi8fa/article/details/76176597朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单，也很容易实现，多用于文本分类，比如垃圾邮件过滤。该算法虽然简单，但是由于笔者不常用，总是看过即忘，这是写这篇博文的初衷。当然，更大的动力来在于跟大家交流，有论述不妥的地方欢迎指正...
八大经典排序算法 概述排序有内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。我们这里说说八大排序就是内部排序。 当n较大，则应采用时间复杂度为O(nlog2n)的排序方法：快速排序、堆排序或归并排序序。 快速排序：是目前基于比较的内部排序中被认为是最好的方法，当待排序的关键字是随机分...
python常用的几个功能/模块 1 求list的子集import itertools# 有序print(list(itertools.permutations([1, 2, 3, 4], 2)))# [(1, 2), (1, 3), (1, 4), (2, 1), (2, 3), (2, 4), (3, 1), (3, 2), (3, 4), (4, 1), (4, 2), (4, 3)]# 无序print(...
一文看懂迁移学习：怎样用预训练模型搞定深度学习？ 转载地址：http://www.sx-gd.org.cn/398aitc620170702c6n499496713.html瀚宸 编译自 Analytics Vidhya量子位 出品 | 公众号 QbitAI引言跟传统的监督式机器学习算法相比，深度神经网络目前最大的劣势是什么？贵。尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。一旦你的模型中包含一些...
100 Days Of ML Code：Day9/10/12/14 - SVM（支持向量机） 100天机器学习挑战汇总文章链接在这儿。目录Step 1：预处理Step 2：应用Sklearn中的SVCStep 3：预测Step 4：绘制结果最后：全部代码SVM的学习可以参考我的这两篇文章：SVM上、SVM下。Step 1：预处理import pandas as pdimport numpy as npdf = pd.read_csv('S...
100 Days Of ML Code：Day 7/11-KNN 100天机器学习挑战汇总文章链接在这儿。目录Step1：数据预处理Step2：将KNN应用于训练集Step3：预测Step1：数据预处理因为用的是同一个数据集，这一步与Day6逻辑回归做的完全一致。import pandas as pdimport numpy as npdf = pd.read_csv('Social_Network_Ads.csv')...
Logistic Regression — Detailed Overview 文章转载自链接。Logistic Regression — Detailed OverviewFigure 1: Logistic Regression Model (Source:http://dataaspirant.com/2017/03/02/how-logistic-regression-model-works/) Logistic Regression was ...
100 Days Of ML Code：Day 4/5/6-Logistic Regression（逻辑回归） 100天机器学习挑战汇总文章链接在这儿。目录数据集的介绍Step1：数据预处理Step2：训练（逻辑回归model）Step3：预测Step4：评估预测结果最后：全部代码具体的内容也可以复习我的这篇文章。上图中部分文字的翻译：Logistic 回归通常用于不同类别的分类问题，旨在通过观察现有目标类预测所属的类别。通常所给的是离散的二值数据，介于0和...
100 Days Of ML Code：Day3-Multiple Linear Regression 100天机器学习挑战汇总文章链接在这儿。目录Step 1：数据预处理Step 2：训练Step 3：预测最后：全部代码 上图中介绍了线性回归中涉及到的重要的概念，如多重共线性、哑变量等，便于阅读我做了批注。具体的内容可以复习我的这篇文章。Day3的coding与Day2的十分类似，可以作为参考。Step 1：数据预处理这里相比于Day2来说，...
100 Days Of ML Code：Day2-Simple Linear Regression（一元线性回归） 100天机器学习挑战汇总文章链接在这儿。目录Step 1：数据预处理Step 2：对训练集应用简单的线性回归模型Step 3：预测结果Step 4：绘图最后：全部代码Step 1：数据预处理这一段参见Day1的内容，数据预处理。import pandas as pddf = pd.read_csv('studentscores.csv')# p...
机器学习中的正则化技术L0,L1与L2范数 本文转载自https://blog.csdn.net/weiyongle1996/article/details/78161512。使用机器学习算法过程中，如果太过于追求准确率，就可能会造成过拟合。使用正则化技术可以在一定程度上防止过拟合。首先来回顾一下过拟合的概念。过拟合简单来说就是对于当前的训练数据拟合程度过高以至于模型失去了泛化能力。下面是一个房屋预测的例子：左侧的图是欠...
拼多多8/5笔试题（python） 第一题把给定的字符串（长度为4的倍数）转着圈的顺时针输出成一个正方形。中间的部分用空格填充。如输入：abcdefghijklmnop会得到：abcdep fo gn hmlkjiimport sysstr = sys.stdin.readline().strip()# str = 'abcdefghijklmnop'n = len(str...
100 Days Of ML Code：Day1-Data Preprocessing（数据预处理） 100天机器学习挑战汇总文章链接在这儿。Data Preprocessing -- Getting Started with Machine Learning第1天学习的内容主要是数据预处理。主要包括：目录Step 1：导入库Step 2：导入数据集Step 3：处理缺失数据Step 4：把分类数据转换为数字Step 5：将数据集分为训练集和测试集Step ...
#100DaysOfMLCode Challenge: 100天机器学习挑战（持续更新） 这是一个由Youtuber Siraj Raval发起的机器学习挑战活动，旨在号召大家每天至少花1个小时的时间在Machine Learning的学习上，内容涵盖了机器学习，深度学习等很多方面。活动有Github链接，在量子位公众号的一篇文章里有对这个活动的详细描述。截止到我写这篇文章的时候这项活动已经开始了25天了。虽然有些迟了，但是还是准备参加，觉得坚持学习下来这100天可以巩固一下...
堆、栈和队列 1. 堆堆是在程序运行时，而不是在程序编译时，申请某个大小的内存空间。即动态分配内存，对其访问和对一般内存的访问没有区别。堆是指程序运行时申请的动态内存，而栈只是指一种使用堆的方法(即先进后出)。2. 栈（stack）——先进后出，删除与加入均在栈顶操作栈也称为堆栈，是一种线性表。堆栈的特性： 最先放入堆栈中的内容最后被拿出来，最后放入堆栈中的内容最先被拿出来， 被称为先进后出...
机器学习专项练习 题目部分来自牛客网的专项练习，解答部分有的参考了网友们的评论。也有一部分题目来自知乎专栏BAT机器学习面试1000题。这是一篇查漏补缺的帖子，所以只放了一些我不熟悉的知识点，或者是做错的题目。贝叶斯假定某同学使用Naive Bayesian（NB）分类模型时，不小心将训练数据的两个维度搞重复了，那么关于NB的说法中正确的是：A. 这个被重复的特征在模型中的决定作用会被加强...
拼多多2018校招编程题汇总：Python解答 题目来自拼多多秋招，见牛客https://www.nowcoder.com/test/10628824/summary。以下给出的是运行正确率百分之百的代码以及相应的试题。第一题在商城的某个位置有一个商品列表，该列表是由L1、L2两个子列表拼接而成。当用户浏览并翻页时，需要从列表L1、L2中获取商品进行展示。展示规则如下：1. 用户可以进行多次翻页，用offset表示用户在之前页面已...
SQL数据库语法总结 1 SQL常用语句1 SELECT - 从数据库中提取数据table_name是列表的名字，用于提取表内的全部数据：SELECT * FROM table_name;也可以提取表内的某一列或者某几列：SELECT column_name,column_name FROM table_name;1.1 SELECT DISTINCTSELECT DISTINCT c...
python 判断字符串的内容是不是数字 python中有一个自带的函数isdigit，可以返回某字符串是不是数字。如果是数字，返回True；反之，返回False。str1 = '1'print(str1.isdigit())str2 = '1.1'print(str2.isdigit())str3 = '-1'print(str3.isdigit())str4 = 'a'print(str4.isdigit())...
NameError: name 'XX' is not defined 举个例子来说明这个问题在一个函数中，def function2(self): for i in range(m): for j in range(n):m和n都是前面函数的变量，这里没有重新对他们进行定义，就会出现标题所示的问题，NameError: name 'm' is not defined解决的办法是，在m和n第一次出现的的地方（比如在上...
数据结构学习-二叉树 1 二叉树的分类斜树：满二叉树：完全二叉树：2 二叉树的性质1、对于任何一棵非空的二叉树,如果叶节点个数为n0，度数为2的节点个数为n2，则有: n0 = n2 + 1在一棵二叉树中，除了叶子结点（度为0）之外，就剩下度为2(n2)和1(n1)的结点了。则树的结点总数为T = n0+n1+n2;在二叉树中结点总数为T，而连线数为T-1.所以有：n0+n1+n2-...
北京法院京牌小客车司法处置数据统计(Pandas) 最近我家参加了京牌小客车的司法拍卖。即参与京牌摇号失败的人可以参加司法处置的京牌小客车的竞拍。从2011年开始实施摇号政策以来参与摇号次数越多，越有可能成功竞拍。我们参与的是 2018年7月26日拍卖的这一次。在拍卖前夕，官网放出了此次参与竞拍的所有参与者的摇号次数，其中包括了大量的数据，有pdf 366页之多。所以我想利用Excel和Pandas对这些数据做一个整理和统计，看一看我家竞拍成功的...
ImportError: No module named 'xlrd' 在用pandas处理Excel文件的时候，import pandas as pddf = pd.read_excel('excelname.xlsx') # 读取数据如上所示读入数据后可能会出现这样的错误提示：ImportError: No module named 'xlrd'其原因是，我们需要单独安装一个xlrd模块才能支持对Excel的处理。在anaconda中安...
conda 使用清华大学开源软件镜像 文章转载自https://blog.csdn.net/u010570551/article/details/54291507。conda 使用清华大学开源软件镜像Anaconda的安装步骤不在本文的讨论中，我们主要是学习一下如何配置conda的镜像，以及一些问题的解决过程配置镜像在conda安装好之后，默认的镜像是官方的，由于官网的镜像在境外，我们使用国内的镜像能够加快访问的速...
hadoop 各种概念整理 http://hadoop.apache.org/ HadoopHadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有高容错性的特点，并且设计用来部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set...
782阅读
0评论
1点赞
