豆-Metcalf-CSDN博客

原创机器学习/深度学习数据集（更新中，更新日期：2017-07-12）

更新记录：2017-07-102017-07-12总体1.UCI Machine Learning Respository2.Public datasets for machine learning3.List of datasets for machine learning research具体1.iris（安德森鸢尾）花卉数据集2.手写数字数据集3.THE MNIST DATABASE of

2017-07-10 20:37:07 629

原创 TensorFlow官方教程学习记录（更新中，更新日期：2017-07-19）

0.入门（Getting Started）1.TensorFlow入门（Getting Started With TensorFlow）笔记：TensorFlow入门程序-线性回归日期： 201707042.机器学习初学者使用MNIST数据集（MNIST For ML Beginners）笔记：TensorFlow教程之-机器学习初学者使用MNIST数据集（MNIST For ML Begin

2017-07-04 10:40:43 543

原创 Python基础、函数及其相关函数库(Numpy、TensorFlow）常用函数集锦（更新中，更新日期：2017-08-03）

更新记录：2017-07-092017-07-122017-07-13Python函数参考资料： 1.Python基础教程 2.Python学习与分享平台 3.Python 3.6.2rc2 documentationlen>>>n=len([1,2,3,4,5,6]);n6>>>n=len([(1,2),(3,4),(5,6)]);n3>>>n=len(1,2,3,4,5,6)T

2017-06-09 14:23:38 898

原创 Python实现深度学习之-神经网络识别手写数字（更新中，更新日期：2017-07-12）

更新日期：2017-07-112017-07-120.神经网络的架构构成任意一个神经网络的四个要素：层数(num_layers)、大小(sizes)、偏置(biases)、权重(weights)。说明：在下图中，大小(sizes)为[2,3,1] 1.神经网络Network对象的初始化前后层之间的关系如下式： (1)分析隐藏层：第1

2017-06-06 22:25:33 2588

原创机器学习/深度学习资料集(更新中，20170709更新）

1.斯坦福大学机器学习个人笔记完整版（附所有视频和字幕） 2.TensorFlow中文官网 3.TensorFlow英文官网 4.CS231n: Convolutional Neural Networks for Visual Recognition 5.DeepLearning 0.1 documentation 6.kaggle 7.THE MNIST DATABASE of han

2017-03-10 09:48:44 449

原创 Python及其接口函数库（TensorFlow、NumPy、Matplotlib、sklearn、pandas）参考资料（更新中，更新日期：2017-07-10）

Python1.Python基础教程 2.Python学习与分享平台 3.Python 3.6.2rc2 documentationTensorFlowNumPyNumPy IndexMatplotlibMatplotlib官方教程sklearnsklearn官方教程pandaspandas官方教程

2016-12-25 17:16:06 1069

原创 Ubuntu16.04下基于Conda安装PyTorch

Ubuntu16.04下基于Conda安装PyTorch安装环境翻墙命令行安装安装验证参考资料安装环境本文的安装过程适用于在Ubuntu下已经安装好GPU和conda的计算机。翻墙不翻墙装软件会报错。命令行安装conda install pytorch torchvision cudatoolkit=8.0 -c pytorch安装验证$ jupyter notebook在...

2019-02-18 10:48:15 1527

转载【VS2013】int main(int argc, char** argv)参数传递

https://blog.csdn.net/qq_30214939/article/details/62037708?locationNum=7&fps=1

2018-11-01 11:19:39 1191

转载解决方案中有多个项目如何设置单独启动

VS2013解决方案中有多个项目如何设置单独启动

2018-05-11 20:07:44 1470

转载如何在VS2013中显示代码行号

如何在VS2013中显示代码行号

2018-04-19 10:07:49 2444

转载 VS2015中”This function or variable may be unsafe.”警告的解决办法

VS2015中”This function or variable may be unsafe.”警告的解决办法

2018-04-19 07:58:58 6089

原创 win10 下安装 python 版的 opencv

pip install --user opencv-python

2017-12-04 19:49:04 1565

转载 Spark在Ubuntu中搭建开发环境

Spark在Ubuntu中搭建开发环境

2017-08-24 08:45:04 545

转载 Win10上Scala安装

1.首先安装Java，必须1.7版本以上才支持Scala，http://www.Oracle.com/下载对应版本2. 设置系统环境变量： JAVA_HOME D:\Program Files\Java\jdk1.8.0_65 Path中添加 %JAVA_HOME%\bin;CLASSPATH添加 .;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\t

2017-08-23 23:22:07 899

转载 Java环境搭建，以win10为例

一、下载地址 jdk和jre官方网址：http://www.oracle.com/technetwork/java/javase/downloads/index.html 根据你的系统选择你需要下载的jdk，32位系统对应x86，64位系统对应x64 下载完后得到一个可执行文件，点击运行进入安装二、安装 1.安装JDK选择你要安装到的路径，注意这

2017-08-23 22:04:39 404

转载在Ubuntu16.04下安装jdk-8u111-linux-x64.tar.gz并配置Java环境

在windows下，到官网下载jdk-8u111-Linux-x64.tar.gz：　　　　　　　　通过ftp将下载的jdk上传到ubuntu服务器，配置VSFTPD可以参看《在Ubuntu16.04下配置VSFTPD》，然后这里我使用的是Xftp 5作为windows下使用的FTP客户端。上传完成后，进入该文件目录，使用如下命令解压：sudo tar -zxvf jdk-8u111

2017-08-23 14:54:03 2941

原创机器学习教程之8-机器学习系统的设计(Machine Learning System Design)

0.概述---当数据有**类偏斜**的现象时，**查准率**和**查全率**能更准确的判断算法效果的好坏。

2017-08-16 22:43:05 611

原创机器学习教程之11-降维(Dimensionality Reduction)

0.概述----**降维**也是一种**无监督学习**问题。

2017-08-05 13:52:30 747

原创机器学习教程之10-聚类（Clustering）-K均值聚类（K-means）的sklearn实现

0.概述----**优点**：原理简单速度快能够处理大量的数据**缺点**：需要指定聚类数量K对异常值敏感对初始值敏感

2017-08-04 18:48:32 14233 3

原创机器学习教程之13-决策树（decision tree）的sklearn实现

0.概述决策树（decision tree）是一种基本的分类与回归方法。主要优点：模型具有可读性，分类速度快。决策树学习通常包括3个步骤：特征选择、决策树的生成和决策树的修剪。1.决策树模型与学习节点：根节点、子节点；内部节点（internal node）和叶节点（leaf node）。决策树学习本质上是从训练数据集中归纳出一组分类规则。决策树学习仍然需要将代价函数最小化。为了防止有过拟合现

2017-08-02 20:38:21 16120

0.概述[1] 优点：缺点：支持向量机（support vector machines,SVM）是一种二类分类模型。SVM的基本模型是定义在特征空间的间隔最大的线性分类器，间隔最大使它有别于感知器。SVM学习方法由简至繁分为三种模型：线性可分支持向量机、线性支持向量机及非线性支持向量机。分别对应三种处理方法：硬间隔最大化、软间隔最大化、核技巧。支持向量机的学习是在特征空间进行的。1.线性可分支持向

2017-07-27 14:39:58 11811 1

原创 Latex公式编辑器的使用说明

Latex公式编辑器在线编辑实例：J(\theta )=\frac{1}{2m}\sum_{i=1}^{m}((h_{\theta}(x^{i}-y^{i})^{2}))

2017-07-26 13:29:32 8121 2

原创机器学习教程之12-朴素贝叶斯(naive Bayes)法的sklearn实现

0.概述朴素贝叶斯法基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。优点：原理简单实现简单学习与预测的效率都很高是一种常用的方法缺点： 1.朴素贝叶斯法的学习与分类要点： 1）朴素贝叶斯法通过训练数据集学习联合概率分布P(X,Y)。具体

2017-07-23 20:12:09 1458

原创机器学习教程之-近邻法

from sklearn.neighbors import NearestNeighborsimport numpy as np# X为6个点的数据X = np.array([[3, 2], [-2, -1], [-1, -1], [1, 1], [2, 1], [3, 2]])# 以 X[i] 为参考点，找(n_neighbors - 1)个与之最近的点nbrs = NearestNeigh

2017-07-21 19:14:40 440

原创 Python列表教程

1.代码list01 = ['TTZ',26,'FQQ',25]list02 = [2017,7,20]print(list01)print(list02)['TTZ', 26, 'FQQ', 25][2017, 7, 20]# 列表截取print (list01[0])print (list01[-1])print (list01[0:3]) # 特别注注意：只截取3个元素TTZ

2017-07-20 16:43:20 386

原创 Python列表

# coding: utf-8# In[12]:list01 = ['TTZ',26,'FQQ',25]list02 = [2017,7,20]# In[13]:print(list01)print(list02)# In[16]:# 列表截取print (list01[0])print (list01[-1])print (list01[0:3]) # 特别注注意：只截取3个

2017-07-20 16:32:02 387

原创 TensorFlow官方教程学习笔记之3-用于机器学习专家学习的MNIST数据集（MNIST For ML Beginners）

```pythonfrom __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_function# Importsimport numpy as npimport tensorflow as tfnode1 = tf.constant(3.0, dtype=tf.f

2017-07-17 22:21:31 744

原创 LeetCode学习之-225. 利用队列实现堆栈（Implement Stack using Queues）

1.算法[1]2.代码[2]"""Author: Tianze TangDate: 2017-07-17Email：[email protected]: Use two queue to realize stack's function.Explain：Modified Log:"""class MyStack(object): def __init__(sel

2017-07-17 12:19:19 366

原创 LeetCode学习之-232. 利用堆栈实现队列（Implement Queue using Stacks）

1.算法[1]2.代码[2]"""Author: Tianze TangDate: 2017-07-17Email：[email protected]: Use two stack to realize queue's function.Explain：Modified Log:"""class MyQueue(): def __init__(self):

2017-07-17 08:46:49 353

原创 TensorFlow官方教程学习笔记之1-TensorFlow入门教程（Getting Started With TensorFlow）

1.图基础（Graph basics）节点（Nodes）：图中”add” 边（Edges）:对应三条线 2.TensorFlow中的计算图（Computation Graphs in TensorFlow）所有TensorFlow工程由如下两个部分组成： 1）定义计算图（Define the computation graph） 2）运行图（Run the graph(with data)）

2017-07-16 22:07:49 524

原创常用软件快捷键大全

快捷键大全

2017-07-11 11:15:29 483

原创 Python中print(doc)作用的教程

作用输出文件开头注释的内容推广1）momodule.py"""This is the module docstring."""def f(x): """This is the function docstring.""" return 2 * x2）执行>>> import mymodule>>> mymodule.__doc__'This is the module docst

2017-07-11 09:57:59 11857 1