XiaoChao_AI-CSDN博客

原创【windows】安装zookeeper、Kafka、pykafka教程与基本概念详解

Zookeeper是用于分布式协调的开源框架，Kafka是用于高吞吐量、低延迟消息传输的分布式消息队列系统，而pykafka是用于Python语言的Kafka客户端库，用于在Python项目中操作Kafka集群。它们共同构成了一个完整的分布式消息传输和处理系统。

2023-07-20 18:00:50 449

原创人工智能NLP自然语言之基础篇文本分类pytorch-transformers实现BERT文本分类bert

一、数据集介绍中文文本分类数据集数据来源：今日头条客户端数据格式：6554695793956094477_!_110_!_news_military_!_「欧洲第一陆军」法兰西帝国的欧陆霸权_!_查理八世,布列塔尼,卡佩王朝,佛兰德斯,法国6554855520291783175_!_110_!_news_military_!_以色列为巷战而研发的重型装甲运兵车，美军也租一辆进行作战测试_!_装甲运兵车,重型步兵战车,步兵战车,以色列,雌虎,M113,T-55652515515675600538

2021-12-07 11:08:36 1947

原创自然语言之基础篇文本分类pytorch-transformers实现BERT文本分类bert

一、数据集介绍中文文本分类数据集数据来源：今日头条客户端数据格式：6554695793956094477_!_110_!_news_military_!_「欧洲第一陆军」法兰西帝国的欧陆霸权_!_查理八世,布列塔尼,卡佩王朝,佛兰德斯,法国6554855520291783175_!_110_!_news_military_!_以色列为巷战而研发的重型装甲运兵车，美军也租一辆进行作战测试_!_装甲运兵车,重型步兵战车,步兵战车,以色列,雌虎,M113,T-55652515515675600538

2021-12-07 10:55:31 1114

原创 pytorch之CNN网络

链接：https://pan.baidu.com/s/1M8wmDbcBmhaui9V20Lttaw 提取码：qhi9。

2021-06-21 10:56:41 252

原创 tensorflow之用LSTM实现hihell-＞ihello

LSTM实现hihell->ihello//hihell->ihelloimport tensorflow as tfimport numpy as np#datachar_x = 'hihell'char_y = 'ihello'char = char_x+char_y#Eliminate duplicate valueschar = list(set(char))#word to idchar_set = {w:i for i,w in enumerate(char)

2021-06-20 19:38:13 170

原创机器学习之PCA(降维算法)

PCA降维// PCAimport numpy as npimport matplotlib.pyplot as pltimport scipy.iofrom scipy.linalg import svdimage = plt.imread('leena.jpg')print("image: ", image.shape)plt.figure()plt.imshow(image)plt.show()X = imageh, w, ch = X.shapeK = 90Xre

2021-06-19 09:30:47 165

原创机器学习之聚类(clustering)

clustering// 机器学习之聚类import numpy as npimport matplotlib.pyplot as pltimport scipy.io as siodata = sio.loadmat('ex7data2.mat')X = data['X']m = len(X)center = np.array([[3, 3], [6, 2], [8, 5]]) # 可随机数据点作为质心# center = np.array([[2, 0], [0, 1], [0,

2021-06-19 09:28:57 256

原创机器学习之支持向量机

支持向量机// 机器学习支持向量机import numpy as npfrom sklearn import svmimport matplotlib.pyplot as plt# 1. 完成数据集的加载和初始化data = np.loadtxt('bread.txt', delimiter=',')X, y = np.hsplit(data, [-1, ])m, n = X.shape# 2. 将数据集洗牌，合理分割成训练集和测试集p = np.random.permutatio

2021-06-19 09:26:04 131

原创机器学习之独热隐藏层神经网络

隐藏层神经网络// 神经网络import numpy as npimport matplotlib.pyplot as pltimport scipy.io as siodata = sio.loadmat('ex3data1.mat')x = data['X']raw_y = data['y']X = np.insert(x, 0, 1, axis=1)m, n = X.shapedef one_hot_encode(y): result = [] for i

2021-06-19 09:23:32 187

原创机器学习之二分类画出决策边界

二分类画出决策边界// 二分类决策边界import numpy as npimport matplotlib.pyplot as pltdata = np.loadtxt('ex2data2.txt', delimiter=',')x, y = np.hsplit(data, [-1, ])X = np.insert(x, 0, 1, axis=1)def Map(x1, x2): degrees = 6 out = np.ones((x1.shape[0], 1))

2021-06-19 09:20:38 1321

原创机器学习之正则化实现

正则化实现//正则化import numpy as npimport matplotlib.pyplot as plt# 1. 完成数据集的读取data_s1 = np.loadtxt('s1.txt', delimiter=',')data_s2 = np.loadtxt('s2.txt', delimiter=',')# x_s1, y_s1 = data_s1[:, :-1], data_s1[:, -1:]# x_s2, y_s2 = data_s2[:, :-1], data

2021-06-19 09:18:19 279

原创机器学习之多项式回归

多项式回归的实现// 多项式回归import numpy as npimport matplotlib.pyplot as pltnp.random.seed(0)x0 = np.random.random(50)y = 2 * x0 ** 3 + 1.2 * x0 ** 2 + 1.5def degreed(x0): degreed = 3 onex = np.c_[np.ones(len(x0))] for i in range(1, degreed+1):

2021-06-19 09:15:01 93

原创机器学习之逻辑回归

逻辑回归机器学习之逻辑回归实现// An highlighted blockimport numpy as npimport matplotlib.pyplot as plt#前向传播def model(onex, theta): z = np.dot(onex, theta) h = 1 / (1 + np.exp(-z)) return h#损失函数def costFunc(m, h, y): J = (-1 / m) * np.sum(y * np.

2021-06-19 09:12:19 67

原创机器学习之线性回归

线性回归1.单变量线性回归// 单变量线性回归import numpy as npimport matplotlib.pyplot as plt#读取数据加载数据data = np.loadtxt('ex1data1.txt', delimiter=',')x = data[:, :-1]y = data[:, -1:]X = np.insert(x, 0, 1, axis=1)#前向传播def model(theta, X): h = np.dot(X, theta)

2021-06-19 09:06:30 133

原创 tensorflow1.X实现线性回归+可视化处理

tensorflow1.X实现线性回归+可视化处理首先安装tensorflow方式一:pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple方式二:conda install tensorflow-gpu==1.14这里推荐使用pip的方式安装安装GPU版本需要配置CUDA,相关文章到我的另一篇博客:https://blog.csdn.net/qq_38008528/article/detail

2021-06-19 08:25:52 306

原创 CUDA的安装与配置

处理CUDA安装过程中的问题汇总(tensorflow.pytorch)1.首先找到自己的控制面板看一下自己的配置2.确认自身系统支持最大的CUDA3.前往 https://developer.nvidia.com/cuda-toolkit 去下载。在安装的时候一定要自定义安装，否则将会安装很多无用的东西。安装的选项，可以选择不更新驱动程序4.选择自己下载的CUDA执行安装执行以下操作:5.下载与CUDA版本匹配的CUDNN官网下载：https://developer.nvidi

2021-06-18 21:05:48 7154 3

筱超的博客