![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
AISeekOnline
* 不要在该努力拼搏的年纪选择安逸 *
展开
-
dataframe之按时间筛选数据
对原始数据集进行筛选操作,条件是:客户号、queryreason、querier三个相同的时候,开始计算querydate按从大到小排序,14内出现的删除功能描述对数据集中具有相同key的记录,按照时间字段从大到小进行排序,然后从最大时间开始,删除间隔天数为14天以内的记录原始样例数据如下: key query_date0 001 2020-07-011 002 2020-07-022 001 2020-07-043 001 2020-07-054 00原创 2020-07-15 13:10:06 · 12494 阅读 · 0 评论 -
利用 Pytorch-BigGraph 从知识图中提取知识详解
机器学习使我们能够训练一个模型,该模型可以将数据行转换为标签,从而使相似的数据行映射到相似或相同的标签。以我们为电子邮件构建垃圾邮件过滤器为例。我们有很多电子邮件,其中一些被标记为垃圾邮件,一些被归类到收件箱。我们可以建立一个模型去学习识别垃圾邮件。要标记为垃圾邮件的邮件在某种程度上与已标记为垃圾邮件的邮件相似。相似性的概念对于机器学习至关重要。在现实世界中,相似性的概念是非常具体的主题,...转载 2019-09-17 08:40:48 · 1253 阅读 · 0 评论 -
关于tensorflow 中 placeholder 与 reshape的一点坑
转自:https://blog.csdn.net/sky_asher/article/details/79717620在搭LeNet-5 模型时,在卷积层的输出到全连接层时,使用了reshape将四维的矩阵转化维2维矩阵时,发生了错误:起初以为时类型转换发生了错误,然后演算过后发现并没有错误。然后改了下 训练数据的输入格式 # 定义输入输出placeholder, *...转载 2019-07-08 23:34:13 · 1140 阅读 · 0 评论 -
Python装饰器之wraps
#coding=utf-8# -*- coding=utf-8 -*-import timefrom functools import wrapsdef fn_timer(function): @wraps(function) def function_timer(*args, **kwargs) : t0 = time.time() r...原创 2018-07-03 16:14:27 · 5128 阅读 · 0 评论 -
简单聊聊Python中的wraps修饰器
预备知识在了解wraps修饰器之前,我们首先要了解partial和update_wrapper这两个函数,因为在wraps的代码中,用到了这两个函数。partial首先说partial函数,在官方文档的描述中,这个函数的声明如下:functools.partial(func, *args, **keywords)。它的作用就是返回一个partial对象,当这个partial对象被调用的时候,就像通...转载 2018-07-03 15:41:05 · 4599 阅读 · 0 评论 -
web.py设置HTTPS协议
HTTPS in web.pyAttila Nagy HTTPS in web.py [reviewed] (2010-08-27) Children: -Using HTTPS in web.py is easy (provided you have your certificates).Just import the WSGI server class from web.py原创 2018-02-08 23:30:02 · 2734 阅读 · 0 评论 -
解读tensorflow之rnn 的示例 ptb_word_lm.py
原文出处:https://www.cnblogs.com/welhzh/p/6739370.html,在此感谢原文博主这两天想搞清楚用tensorflow来实现rnn/lstm如何做,但是google了半天,发现tf在rnn方面的实现代码或者教程都太少了,仅有的几个教程讲的又过于简单。没办法,只能亲自动手一步步研究官方给出的代码了。本文研究的代码主体来自官方源码ptb-word-l转载 2018-01-04 17:30:30 · 510 阅读 · 1 评论 -
解读tensorflow之rnn 的示例 ptb_word_lm.py 这两天想搞清楚用tensorflow来实现rnn/lstm如何做,但是google了半天,发现tf在rnn方面的实现代码或者教程
原文出处:https://www.cnblogs.com/welhzh/p/6739370.html这两天想搞清楚用tensorflow来实现rnn/lstm如何做,但是google了半天,发现tf在rnn方面的实现代码或者教程都太少了,仅有的几个教程讲的又过于简单。没办法,只能亲自动手一步步研究官方给出的代码了。本文研究的代码主体来自官方源码ptb-word-lm转载 2018-01-04 17:26:43 · 660 阅读 · 0 评论 -
TensorFlow找不到models库原因及解决方案
原因:1.0版本以后models模块已经删除掉了,都整合到examples下面解决方法:1、安装低版本的TensorFlow2、到我的网盘下载models库 链接:https://pan.baidu.com/s/1qYOICmK 密码:0xlk解压,将models文件夹放到site-packages下的tensorflow文件夹中,不知道site-packages的朋友直接在Py原创 2018-01-03 23:58:36 · 8682 阅读 · 2 评论 -
Python中fileinput模块介绍
原文出处:http://blog.csdn.net/jerry_1126/article/details/41926407fileinput模块可以对一个或多个文件中的内容进行迭代、遍历等操作。该模块的input()函数有点类似文件readlines()方法,区别在于:前者是一个迭代对象,即每次只生成一行,需要用for循环迭代。后者是一次性读转载 2017-12-19 17:18:22 · 5378 阅读 · 1 评论 -
一步步从零开始:使用PyCharm和SSH搭建远程TensorFlow开发环境
一般而言,大型的神经网络对硬件能力有着较高的需求――往往需要强劲的 GPU 来加速计算。但是你也许还是想拿着一台笔记本坐在咖啡店里安静地写 TensorFlow 代码,同时还能享受每秒数万亿次的浮点运算(teraFLOPS)速度?其实这个目标不难实现,使用 PyCharm 中的一个远程解释器,你就能通过远程的方式获得几乎和本地计算时一样的性能。Erik Hallstrm 在本文中分享了如何使用 P原创 2017-03-29 19:55:54 · 9836 阅读 · 1 评论 -
A Python interface for Facebook fastText library
Latest Version: 0.8.3fasttext is a Python interface for Facebook fastText原创 2017-07-04 10:20:43 · 1338 阅读 · 0 评论 -
结巴分词2--基于前缀词典及动态规划实现分词
作者:zhbzz2007 出处:http://www.cnblogs.com/zhbzz2007 欢迎转载,也请保留这段声明。谢谢!1 简介jieba分词主要是基于统计词典,构造一个前缀词典;然后利用前缀词典对输入句子进行切分,得到所有的切分可能,根据切分位置,构造一个有向无环图;通过动态规划算法,计算得到最大概率路径,也就得到了最终的切分形式。2 实例讲解以“去北转载 2017-03-15 21:04:31 · 3256 阅读 · 1 评论 -
pycharm ssd远程测试代码
最近看的pycharm专业版有个ssh功能,不仅可以查看远程代码,还可以运行服务器的代码,结果在本地显示步骤:打开pycharm ,Tools ---> Development ----> configuration 点击添加,填写相应内容如下: FIle ---> setting 找到 Project Interpreter ,点击设置:选择服原创 2017-03-29 17:22:38 · 910 阅读 · 0 评论 -
标签传播算法(Label Propagation)及Python实现
标签传播算法(Label Propagation)及Python实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09 众所周知,机器学习可以大体分为三大类:监督学习、非监督学习和半监督学习。监督学习可以认为是我们有非常多的labeled标注数据来train一个模型,期待这个模型能学习到数据的分布,以期对未来没有见到的样本做预转载 2017-03-04 10:03:09 · 1255 阅读 · 0 评论 -
numpy基础知识 / Scipy Lecture Notes
numpy基础知识 /Scipy Lecture Notes转载 2017-03-03 09:17:07 · 318 阅读 · 0 评论 -
Spark入门(Python版)
Hadoop是对大数据集进行分布式计算的标准工具,这也是为什么当你穿过机场时能看到”大数据(Big Data)”广告的原因。它已经成为大数据的操作系统,提供了包括工具和技巧在内的丰富生态系统,允许使用相对便宜的商业硬件集群进行超级计算机级别的计算。2003和2004年,两个来自Google的观点使Hadoop成为可能:一个分布式存储框架(Google文件系统),在Hadoop中被实现为HDFS;一转载 2016-12-18 12:53:21 · 627 阅读 · 0 评论 -
准确率,召回率,F1 值、ROC,AUC、mse,mape评价指标
在机器学习、数据挖掘领域,工业界往往会根据实际的业务场景拟定相应的业务指标。本文旨在一起学习比较经典的三大类评价指标,其中第一、二类主要用于分类场景、第三类主要用于回归预测场景,基本思路是从概念公式,到优缺点,再到具体应用(分类问题,本文以二分类为例)。1.准确率P、召回率R、F1 值定义 准确率(Precision):P=TP/(TP+FP)。通俗地讲,就是预测正确的转载 2016-12-01 19:02:19 · 792 阅读 · 0 评论