![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘
文章平均质量分 81
烧卖00
你的心和眼口和耳亦无缘分
展开
-
cv小白慢慢爬行
cv小白慢慢爬行2分类vs多分类sigmoid和softmax是神经网络输出层使用的激活函数,分别用于两类判别和多类判别。 binary cross-entropy和categorical cross-entropy是相对应的损失函数。 对应的激活函数和损失函数相匹配,可以使得error propagation的时候,每个输出神经元的“误差”(损失函数对输入的导数)恰等于其输出与ground t原创 2017-07-04 22:50:27 · 299 阅读 · 0 评论 -
pandas使用的一些技巧
偶然学到了一些技巧,不知道写在哪儿,就记在这吧,持续更新ing…逐行遍历怎么快loc是最慢的。尽量用ix代替。pandas 存在 df.iterrows() 的generator 来循环DataFrame 的 row, 这样的效率是最高的。文档丢在这:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.iter原创 2017-07-14 16:29:47 · 1006 阅读 · 0 评论 -
python数据挖掘常用的几种大数据存储格式
一直想找个机会好好学习下这块的知识,但是毕竟实践出真知,下面的就按照我自己使用过的一点点补充吧^^原创 2017-07-14 16:20:56 · 4206 阅读 · 1 评论 -
data augmentation
一般比较有效的有random crop, random mirror, random resize (scale augmentation)。以上三种实现简单而且有效,基本能复现resnet的结果。至于color augmentation, random rotation, aspect ratio augmentation感觉效果几乎没有,尤其是color augmentation,貌似还有一点点原创 2017-07-24 14:27:39 · 5563 阅读 · 0 评论 -
【并行化——机器学习算法常见的并行实现方式】
前言在看了一些大神的面经之后觉得第二遍读基础的话想一边实现一下代码,一边关注一下算法的优化和并行化实现,毕竟工业上还是和学术上有很大区别,了解到现在常用的有mapreduce | spark | mpi | ps | hive 这些里面当年用过mapreduce和hive,始终对原理一知半解,借此机会先掌握下基本知识吧。自己也尝试搭建一下^^ 还要多看mllib源码!嗯!有点儿遗憾,这部分内容被新的原创 2017-10-20 10:19:24 · 3144 阅读 · 0 评论