- 博客(8)
- 收藏
- 关注
RSS订阅原创 pidstat命令解析
pidstat可以用来监控进程，获取进程的IO消耗、CPU使用、内存使用、栈使用、子进程以及进程切换等情况命令行参数-p 可以指定查看的进程号 -C comm 可以指定查看的进程名字 -d 可以查看IO统计信息 -r 可以查看内存占用，包括申请的虚拟内存，实际使用的物理内存，发生页面申请段错误的次数 -s 可以查看栈的使用 -u 可以查看cpu使用率 -w 可以查看上下文切换的次数...
2021-11-02 15:40:14
2058
原创 top命令笔记
交互命令输入top命令，按回车进入显示界面后，再输入其他指令，可改变top输出内容和格式.输入1，可以给出各个cpu的占用率情况 输入e，可以改变task区域显示的存储单位,支持kb,mb,gb,tb 输入E，可以改变summary区域显示的存储单位,支持kb,mb,gb,tb 输入f/F，可以进入task区域显示字段（%CPU、USER等）编辑界面，编辑显示的字段，设置排序字段...
2021-11-02 14:27:51
163
原创 神经网络参数初始化对最终结果有重大影响
神经网络参数初始化对最终的结果有重大影响。下面的代码是从github改编的，一开始使用正态分布初始化参数，stddev设置为1.0，结果正确率始终徘徊在94%，设置为0.01后，最终正确率达到了98%以上。所以参数的初始化需要跑代码测试哪种效果好。import tensorflow as tfimport numpy as npimport tensorflow.examples.tuto
2018-01-22 18:21:52
4329
原创 正切曲线拟合
import tensorflow as tf import numpy as npdata_num=40x_data=np.linspace(-3,3,data_num)y_data=np.sin(x_data)+np.random.uniform(-0.5,0.5,data_num)#print(x_data)x=tf.placeholder(dtype=tf.float32)
2018-01-21 21:21:18
1701
原创 tensorflow 实现多元线性回归(tensorflow1.4.0)
线性回归的原理，可以参考其他博客，这里主要贴一下代码，记录一下遇到的问题。import tensorflow as tfimport numpy as np#生成一千个点x_data=np.random.random([1000,3])#系数矩阵的shape必须是（3，1）。如果是（3，）会导致收敛效果差，猜测可能是y-y_label处形状不匹配y_data=np.matm
2018-01-21 16:47:12
5893
原创 使用python、numpy线性回归
import numpy as npdef weightsUpdate(data,w,b,learning_rate=0.01): for x0,y0 in data: y=np.dot(x0,w)+b w_gradient = (y - y0) * x0.T#求w的梯度 b_gradient=(y-y0)[0];#求b的梯度；取标量
2017-12-06 17:05:51
4492
原创 [每日一题]498. Diagonal Traverse
Given a matrix of M x N elements (M rows, N columns), return all elements of the matrix in diagonal order as shown in the below image.Example:Input:[[ 1, 2, 3 ],[ 4, 5, 6 ],[
2017-11-20 20:06:35
181
转载 eclipse下的plugins导入hadoop-eclipse-plugin-2.7.1.jar，Preference下没有hadoop Map/Reduce的解决方法
这种现象一般由于安装在eclipse\plugins下的插件没有导入的问题。解决方法：把 eclipse\configuration\org.eclipse.update 删除掉。出现这种情况的原因是在你安装新的插件以前你启动过 eclipse ，在 org.eclipse.update 文件夹下记录了插件的历史更新情况，它只记忆了以前的插件更新情况，而你新安装的插件它并不记录。（转载）
2017-06-08 20:13:00
4943
17
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