python
山复尔尔,
这个作者很懒,什么都没留下…
展开
-
linux环境配置(只针对个人电脑配置)
linux环境配置补充:远程控制软件网址:http://www.pc6.com/softview/SoftView_9501.htmlhttps://www.xshellcn.com/zhishi/xbr-sy.html一.配置linux系统网址:*****二.安装cuda三.安装cudnn四.安装pytorchCUDA version:9.0下载网址https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64原创 2020-08-20 10:54:20 · 267 阅读 · 0 评论 -
基于mobilenet的pspnet模型
基于mobilenet的pspnet模型原创 2020-06-24 10:31:42 · 594 阅读 · 0 评论 -
深度可分离卷积
深度可分离卷积一、卷积过程二、例子2.1常规卷积操作2.2 深度可分离卷积操作原创 2020-06-23 21:20:54 · 217 阅读 · 1 评论 -
卷积神经网络(七)——递归神经网络
文章目录卷积神经网络(七)——递归神经网络一、递归神经网络RNN原理(一)工作过程(二)表达式(三)损失函数(四)反向计算二、升级版RNN:LSTM(一)RNN局限(二)解决方案(三)LSTM形成(四)LSTM原理(五)LSTM变种三、语言处理特征提取:word2Vec卷积神经网络(七)——递归神经网络一、递归神经网络RNN原理(一)工作过程(二)表达式(三)损失函数(四)反向...原创 2020-05-02 19:10:12 · 1571 阅读 · 0 评论 -
卷积神经网络(六)——目标探测
文章目录卷积神经网络(六)——目标探测一、目标探测介绍(一)什么是目标探测(二)直接思路(三)总结二、传统方法-DPM(一)基本思想(二)优缺点三、神经网络分类:R-CNN系列方法(一)基本思想(二)步骤(三)测试过程(四)数据集(五)评估方法(六)结果对比(七)R-CNN总结(八)Fast R-CNN(九)Anchor详解四、神经网络回归:YoLo系列方法卷积神经网络(六)——目标探测一、目...原创 2020-04-22 21:41:22 · 937 阅读 · 0 评论 -
卷积神经网络(五)
文章目录卷积神经网络(五)一、目标分类基本框架(一)数据准备(1)数据来源(2)数据扩充(3)数据准备(4)数据规范(二)模型设计(1)任务类型(2)现有模型(3)局部设计—从头设计(三)训练细节二、迁移学习三、研究分享:如何设计神经网络卷积神经网络(五)一、目标分类基本框架(一)数据准备(1)数据来源(2)数据扩充(3)数据准备(4)数据规范(二)模型设计(1)...原创 2020-04-21 17:05:40 · 158 阅读 · 0 评论 -
卷积神经网络高级篇(四)
卷积神经网络高级篇(四)一、AlexNet:现代神经网络起源(一)AlexNet结构二、VGG:AlexNet增强版三、GoogLeNet:多维度识别四、ResNet:机器人超越人类识别五、DeepFace:结构化图片的特殊处理六、U-Net:图片生成网络七、实例:解剖VGG...原创 2020-04-19 13:25:03 · 203 阅读 · 0 评论 -
深度学习之神经网络(二)
文章目录深度学习之神经网络(二)一、神经网络起源:线性回归(一)概念(二)一个线性回归问题(三)优化方法:梯度下降二、从线性到非线性(一)常用的非线性激励函数:Sigmoid(二)tahn函数(三)ReLU函数三、神经网络的构建(一)神经元的“并联”和“串联”(二)神经网络优化四、神经网络的“配件”(一)损失函数(1)Softmax(2)Cross entropy(二)学习率Learning ra...原创 2020-04-07 22:23:28 · 772 阅读 · 0 评论 -
SKlearn工具(五)
一、sklearn数据集变换(三)特征变换(四)维数约简(一)Pipeline和FeatureUnion:组合estimators(1)Pipeline:chaining(链接) estimators(2)FeatureUnion二、特征抽取(一)Loading Features From Dicts(二) Features hashing(三)Text ...原创 2020-03-26 20:56:05 · 186 阅读 · 0 评论 -
Sklearn工具(四)
Sklearn工具(四)一、使用sklearn.metric包中的性能度量函数(一)分类器性能评估指标(1)全部函数(2)精确度-召回率-F度量(Precision-Recall-F_measures)(3)损失函数(Loss Function)(4)准确率(Accuracy score)(二)回归器性能指标(三)聚类器性能指标(四)两两距离测度...原创 2020-03-25 16:05:54 · 126 阅读 · 0 评论 -
Sklearn工具(第三天)
Sklearn工具(第三天)一、计算机生成的数据集 sklearn.datasets.make_二、SKLearn中的模型选择体系(一)数据集划分方法(1)K折交叉验证(2)留一法(3) 随机划分法(二)超参数优化方法(1)什么是超参数(hyper-parameters)(2)网格搜索穷举式超参数优化方法(3)随机采样式超参数优化方法(4)超参数...原创 2020-03-19 20:51:53 · 163 阅读 · 0 评论 -
Sklearn工具———绪论
文章目录Sklearn工具——绪论一、人类学习的两种方式二、什么是机器学习三、机器怎样学习?四、机器学习的作用五、课程主要内容Sklearn工具——绪论一、人类学习的两种方式二、什么是机器学习三、机器怎样学习?四、机器学习的作用五、课程主要内容...原创 2020-02-16 21:32:39 · 201 阅读 · 0 评论 -
机器学习——基础算法(十七)
机器学习——基础算法(十七)一、Hmmlearn的安装二、隐形马尔科夫模型实践原创 2020-02-04 21:33:58 · 252 阅读 · 0 评论 -
机器学习——基础算法(十六)
文章目录机器学习——基础算法(十六)一、隐马尔科夫模型(一)HMM定义(二)隐马尔科夫模型的贝叶斯网络(三)HMM的确定(四)HMM的参数二、概率计算问题(一)直接计算法(二)前向算法(三)后向算法机器学习——基础算法(十六)一、隐马尔科夫模型(一)HMM定义(二)隐马尔科夫模型的贝叶斯网络(三)HMM的确定(四)HMM的参数二、概率计算问题(一)直接计算法...原创 2020-01-14 10:31:51 · 203 阅读 · 0 评论 -
机器学习——基础算法(十五)
机器学习——基础算法(十五)一、Gensim的安装二、正则表达式三、常用正则表达式四、LDA_intro.py# !/usr/bin/python# -*- coding:utf-8 -*-import numpy as npfrom textrank4zh import TextRank4Keyword, TextRank4Sentenceimport pandas...原创 2020-01-10 17:08:14 · 163 阅读 · 0 评论 -
机器学习——基础算法(十四)
机器学习——基础算法(十四)一、LDA的应用方向二、朴素贝叶斯的分析三、Beta(一)Beta分布(二)Beta分布的期望(三)Beta分布四、LDA涉及的主要问题(一)共轭先验分布(二)二项分布与先验举例(三)先验概率和后验概率的关系(三)共轭先验的直接推广(四)Dirichlet分布(五)Dirichlet分布的期望(六)Dirichlet分...原创 2020-01-10 11:07:37 · 204 阅读 · 0 评论 -
机器学习——基础算法(十三)
机器学习——基础算法(十三)一#!/usr/bin/python# -*- coding:utf-8 -*-import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib as mplfrom sklearn.preprocessing import StandardSca...原创 2020-01-09 15:29:38 · 259 阅读 · 0 评论 -
机器学习——基础算法(十二)
机器学习——基础算法(十二)一、相对熵二、互信息三、信息增益四、概率五、贝叶斯公式的应用六、后验概率七、贝叶斯网络八、贝叶斯网络的三个定理...原创 2020-01-07 10:14:46 · 123 阅读 · 0 评论 -
机器学习——基础算法(十一)
机器学习——基础算法(十一)一、二项分布的最大似然估计二、二项分布与先验举例三、EM算法import numpy as npfrom scipy.stats import multivariate_normalfrom sklearn.mixture import GaussianMixturefrom mpl_toolkits.mplot3d import Axes3Dim...原创 2020-01-06 11:16:33 · 289 阅读 · 0 评论 -
机器学习——基础算法(十)
机器学习——基础算法(十)一、EM算法注:(一)Jensen不等式:若f是凸函数,则f(Ex)≤Ef(x)(一)最大似然估计(1)■找出与样本的分布最接近的概率分布模型。■简单的例子■10次 拋硬币的结果是:正正反正正正反反正正假设p是每次抛硬币结果为正的概率。则:得到这样的实验结果的概率是:P=pp(1-p)ppp(1-p)(1- p)pp=p7(1-p)3最优解是: p=0...原创 2019-12-31 22:30:31 · 105 阅读 · 0 评论 -
机器学习——基础算法(九)
机器学习——基础算法(九)一、kMeans# !/usr/bin/python# -*- coding:utf-8 -*-import numpy as npimport matplotlib.pyplot as pltimport sklearn.datasets as dsimport matplotlib.colorsfrom sklearn.cluster import ...原创 2019-12-02 20:49:01 · 168 阅读 · 0 评论 -
机器学习——基础算法(八)
文章目录机器学习——基础算法(八)一、聚类的定义二、相似度/距离计算方法总结三、聚类的基本思想四、k-Means算法(一种广泛使用的聚类算法)五、k-Means聚类方法总结机器学习——基础算法(八)一、聚类的定义 聚类就是对大量未知标注的数据集,按数据的内在相似性将数据集划分为多个类别,使类别内的数据相似度较大 而类别间的数据相似度较小。 无监督二、相似度/距离计算方法总结...原创 2019-11-26 11:10:51 · 134 阅读 · 0 评论 -
机器学习——机器学习(七)
文章目录机器学习——机器学习(七)一、核函数(一)多项式核函数(二)多项式核二、核函数映射三、高斯核是无穷维的四、造数据机器学习——机器学习(七)一、核函数(一)多项式核函数(二)多项式核二、核函数映射三、高斯核是无穷维的四、造数据...原创 2019-11-25 21:56:43 · 697 阅读 · 0 评论 -
机器学习——基础算法(六)
文章目录机器学习——基础算法(六)一、各种概念二、分割超平面三、输入数据四、整理符号五、线性可分支持向量机的目标函数五、目标函数的运用机器学习——基础算法(六)一、各种概念 口线性可分支持向量机 ■硬间隔最大化hard margin maximizati ■硬间隔支持向量机口线性支持向量机 ■软间隔最大化soft margin max imizatic ■软间隔支持向量机...原创 2019-11-25 17:15:26 · 139 阅读 · 0 评论 -
机器学习——基础算法(五)
文章目录机器学习——基础算法(五)一、XGBoost官网二、安装XGBoost过程三、Kaggle简介四、数据预处理-清洗五、0-1的one-hot编码六、用python读取矩阵形式的数据七、使用logistic,随机森林,XGBoost进行分类机器学习——基础算法(五)一、XGBoost官网 官网:https://xgboost.readthedocs.io/en/latest/ 代码:...原创 2019-11-22 16:12:10 · 595 阅读 · 0 评论 -
机器学习——基础算法(四)
机器学习——基础算法(四)一、提升的概念口提升是一个机器学习技术,可以用于回归和分类问题,它每一步产生一个弱预测模型(如决策树),并加权累加到总模型中;如果每一步的弱预测模型生成都是依据损失函数的梯度方向,则称之为梯度提升(Gradient boosting)。口梯度提升算法首先给定一个目标损失函数,它的定义域是所有可行的弱函数集合(基函数);提升算法通过迭代的选择一个负梯度方向上的基函数...原创 2019-11-21 20:58:35 · 154 阅读 · 0 评论 -
机器学习——基础算法(三)
机器学习基础算法–决策树与决策森林实践(三)一、鸢尾花数据决策树分成三类:分别标为紫色,黄色和绿色。它们的信息熵为0.二、决策树的过拟合(一)定义决策树对训练属于有很好的分类能力,但对 未知的测试数据未必有好的分类能力,泛化能力弱,即可能发生过拟合现象。 剪枝 随机森林(二)采用Bagging的策略提升分类准确率 a、bootstrap aggregation b、从样本...原创 2019-11-19 15:22:44 · 185 阅读 · 0 评论 -
机器学习—基础算法(二)
机器学习——基础算法(二)一、回归实践(一)局部加权回归(二)一般使用Logistic回归和Softmax回归进行分类。#!/usr/bin/python# -*- coding:utf-8 -*-import numpy as npimport pandas as pdfrom sklearn import preprocessingfrom sklearn.linea...原创 2019-11-17 09:17:36 · 188 阅读 · 0 评论 -
机器学习——基础算法(一)
机器学习——基础算法(一)一、数据清洗(一)赔率的举例定义原创 2019-11-13 22:13:00 · 259 阅读 · 0 评论 -
机器学习——科学数据包(六)
机器学习—Python数据可视化分析(matplotlib)一、球员能力图#_*_ coding:utf-8 _*_import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.font_manager import FontProperties #显示的定义所要使用的字体 _plt.style.use('ggpl...原创 2019-11-10 09:19:25 · 156 阅读 · 0 评论 -
机器学习——数据科学包(五)
机器学习——数据科学包(五)一、在图形中画注释的符号二、文字(一)相关参数(二)程序三 、Tex公式(一)公式参考网址https://matplotlib.org/tutorials/text/mathtext.html(二)应用实例import matplotlib.pyplot as pltfig=plt.figure()ax=fig.add_subpl...原创 2019-11-09 11:51:14 · 203 阅读 · 0 评论 -
机器学习——数据科学包(四)
机器学习——数据科学包(四)一、环境搭建(一)背景知识(二原创 2019-11-07 19:42:03 · 256 阅读 · 0 评论 -
机器学习——数据科学包(二)
机器学习——数据科学包(二)一、pandas课程介绍(一)什么是pandas? pandas是Python里分析结构化数据的工具集 基础是numpy:高性能的矩阵运算 图形库matplotlib:提供数据可视化(二)pandas能做什么? 结构化数据分析例如:数据挖掘二、ipython开发环境的搭建(一)安装jupyterJupyter Notebooks 是一款开源...原创 2019-10-28 17:07:02 · 272 阅读 · 0 评论 -
机器学习导论(二)
机器学习导论(二)一、机器学习关于数据集的概念原创 2019-10-16 19:14:48 · 198 阅读 · 0 评论 -
机器学习--导论(一)
机器学习–导论一、大数据时代究竟改变了什么?二、大数据的4V特征(理解)三、大数据项目架构-以电信日志分析为例原创 2019-10-12 19:32:13 · 420 阅读 · 0 评论 -
Python基础知识(八)
Python基础知识(八)一、异常处理及测试(一)错误类型 语法错误:出现SyntaxError是代码拼写有问题 语义错误:被除数为0 逻辑错误:(二)异常处理捕获异常代码: try: x = 5 / 0 print(x)except ZeroDivisionError as e: pri...原创 2019-09-13 16:40:53 · 334 阅读 · 0 评论 -
Python基础知识(九)
Python基础知识(九)一、持久化概述(一)对象持久化技术 扁平文件 pickle shelve 数据库 ORM(二)扁平文件(主要用来存储文本文件)在控制台下:>>>with open('data.txt','w',encoding = 'utf8') as f:... f.write('优品课堂\n')... f.write...原创 2019-09-15 19:57:16 · 156 阅读 · 0 评论 -
Python基础知识(十)
Python基础知识(十)一、正则表达式(一)概述1、概念(Regular Expression)一种文本模式,描述在搜索文本时要匹配的一个或多个字符串2、典型场景数据验证文本扫描文本提取文本替换文本分割3、语法字面值:普通字符需转义:\ ^ $ . | ? * + () [] {}元字符4、匹配 ...原创 2019-09-17 22:12:32 · 1650 阅读 · 0 评论 -
Python基础知识(十一)
Python基础知识(十一)一、并发进程(一)概述 非并发程序:程序由单个步骤序列构成 包含独立子任务的程序执行性能低 并发:异步、高效 分解子任务、简化流程与逻辑 进程process 一个程序的执行实例 每个进程有自己的地址空间、内存、数据栈及辅助数据 线程...原创 2019-09-20 15:23:56 · 169 阅读 · 0 评论 -
Python基础知识(十二)
Python基础知识(十二)一、CSV文件读取处理(1) 创建一个虚拟环境,避免和主解释器混淆(2) 下载包(3) 把不同的文件放在不同的目录中(4) 写入文件运行结果(5) 从SQL中导出一张表csv放在项目下进行操作打开sql,点击导出数据点击下一步服务器名称: .数据名名称PMS到处平面文件目标放入python项目所在的目...原创 2019-09-27 11:17:30 · 109 阅读 · 0 评论