- 博客(16)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 windows10 64bit Theano+GPU加速
需要用到theano框架，安装之后发现速度太慢，本子虽然有点差，但是独显还是有的，所以通过GPU加速差不多能BICPU加速在10倍左右，整个环境来来去去用了一天的时间，主要原因还是没有系统教程，各种问题。。。1 需要的环境和版本我的安装环境是win10 anacoda3（>下载< | >教程<） MinGW Theano vs2013 cuda2 安装步骤安装anacod
2017-12-29 21:24:24
1946
原创 卷积神经网络 CNN
1、概念解释CNN是把未知图案和标准X图案一个局部一个局部的对比A ConvNet is made up of Layers. Every Layer has a simple API: It transforms an input 3D volume to an output 3D volume with some differentiable function that may or may n
2017-12-27 19:39:01
2694
转载 Anaconda使用总结
Anaconda概述 Anaconda是一个用于科学计算的Python发行版，支持Linux,Mac,Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。 在这里我们要区别一下Ana...
2017-12-22 00:10:34
3395
转载 snownlp入门
昨晚上发现了snownlp这个库，很开心。先说说我开心的原因。我本科毕业设计做的是文本挖掘，用R语言做的，发现R语言对文本处理特别不友好，没有很多强大的库，特别是针对中文文本的，加上那时候还没有学机器学习算法。所以很头疼，后来不得已用了一个可视化的软件RostCM，但是一般可视化软件最大的缺点是无法调参，很死板，准确率并不高。现在研一，机器学习算法学完以后，又想起来要继续学习文本挖掘了。所以前半个月
2017-12-18 11:59:30
6699
原创 jQuery入门篇
JavaScript 高级程序设计（特别是对浏览器差异的复杂处理），通常很困难也很耗时。 为了应对这些调整，许多的 JavaScript (helper) 库应运而生。 jQuery 是目前最受欢迎的 JavaScript 框架。 它使用 CSS 选择器来访问和操作网页上的 HTML 元素（DOM 对象）。 jQuery 同时提供 companion UI（用户界面）和插件。 详细链接入门
2017-12-16 17:29:49
430
原创 javascript入门篇
alert<button type="button" onclick="alert('Welcome!')">点击这里</button>getElementByIdx=document.getElementById("demo") //找到元素 从JavaScript访问某个 HTML 元素x.style.color="#ff0000"; //改变样式x.innerHTM
2017-12-16 14:05:45
517
原创 异步加载之ajax
1 XMLHttpRequestXMLHttpRequest 用于在后台与服务器交换数据。这意味着可以在不重新加载整个网页的情况下，对网页的某部分进行更新。var xmlhttp;if (window.XMLHttpRequest){ // IE7+, Firefox, Chrome, Opera, Safari 浏览器执行代码 xmlhttp=new XMLHttpReque
2017-12-16 12:47:59
649
原创 时间戳Timestamp（Python）
Python处理Excel xlrd 读取excel 日期类型2种方式 pandas中Timestamp类用法讲解 python——时间与时间戳之间的转换 python操作excel表格(xlrd/xlwt)Mysql: mysql之TIMESTAMP（时间戳） 取消MySQL timestamp列默认ON UPDATE CURRENT_TIMESTAMP
2017-12-11 16:48:57
12199
原创 机器学习应用实例（照片OCR）(斯坦福machine learning week 11)
NG说： 我想介绍这部分内容的原因主要有以下三个: 第一，我想向你展示一个复杂的机器学习系统是如何被组合起来的。 第二，我想介绍一下机器学习流水线（machine learning pipeline）的有关概念以及在决定下一步做什么时如何分配资源。 最后，我也想通过介绍照片OCR问题的机会来告诉你机器学习的诸多有意思的想法和理念。其中之一是如何将机器学习应用到计算机视觉问题中，
2017-12-10 17:51:01
4055
原创 在线学习&Map Reduce(斯坦福machine learning week 10)
1 在线学习 在本节，我将会讨论一种新的大规模的机器学习机制，叫做在线学习机制。在拥有连续一波数据或连续的数据流涌进来，而我们又需要一个算法来从中学习的时候来模型化问题时，我们就需要用到在线学习机制。 特别要提及的是，如果你有一个由连续的用户流引发的连续的数据流，用户流进入你的网站，你能做的是使用一个在线学习机制，从数据流中学习用户的偏好，然后使用这些信息，来优化一些关于网站的决策。1.
2017-12-10 17:01:21
668
原创 梯度下降(斯坦福machine learning week 10)
这对于现代的数据集其实是很现实的。比如对于美国的人口普查数据集来说美国有3亿人口，我们通常都能得到上亿条的数据。 如果我们看一下很受欢迎的网站的浏览量，我们也很容易得到上亿条的记录。 假设我们要训练一个线性回归模型或者是逻辑回归模型，这是梯度下降的规则： 当你在计算梯度下降的时候，这里的m是一个上亿的值时，你需要通过计算上亿个数的导数项的和来计算仅仅一步的梯度下降。
2017-12-10 00:29:58
1191
原创 协同过滤(斯坦福machine learning week 9)
1 推荐系统 问题表述以预测电影评分这个时兴的问题为例，假想你是一个销售或出租电影的网站，你让用户使用1至5颗星 给不同的电影评分： 假设下面的表格是几个用户针对五部电影给出的评分。其中”?”代表用户没有给出评分： 电影 Alice(1) Bob(2) Carol(3) Dave(4) 《爱到最后》 5 5 0 0 《浪漫永远
2017-12-09 16:46:41
436
原创 多元高斯分布(斯坦福machine learning week 9)
1 背景之前的异常检测算法，其实是以中心区域向外以正圆的形式扩散的。也就是说距离中心区域距离相等的点，对应的p(x)都是一样的，所以我们可能无法检测到这一个异常样本，因为它也处在一个p(x)比较大的范围内： 之前的也就是圆形的范围，但是我们现在将要说的是蓝色的范围，很明显多元高斯分布处理了原来模型不能表示的问题2 多元高斯分布改良异常检测算法多元高斯分布的参数包括向量µ和一个n×n的矩阵Σ。µ
2017-12-09 14:18:25
879
原创 异常检测(斯坦福machine learning week 9)
在接下来的一系列课程中，我将向大家介绍异常检测(Anomaly detection)问题。这是机器学习算法的一个常见应用。这种算法的一个有趣之处在于它虽然主要用于非监督学习问题，但从某些角度看，它又类似于一些监督学习问题。1 定义异常检测问题更正式一些的定义如下：假设我们有m个正常的样本数据｛x(1)，x(2)，…，x(m)｝｛x^{(1)}，x^{(2)}，…，x^{(m)}｝，我们需要一个算法
2017-12-07 13:12:50
795
原创 Python编码透析
1 Python字符串的encode与decode1.1 简单介绍字符串在Python内部的表示是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。 decode()—&amp;amp;gt;将其他编码的字符串转换成unicode编码，如str1.deco...
2017-12-05 12:31:33
558
原创 nlp Python库之pynlpir
项目需要，需要分词外加情感分析，网上的很多直接用的情感分析不适合本项目，因此需要修改情感词典从而加以修正。本次使用的就是pynlpir进行分词，然后情感分析逻辑自己搞。 先跑几个小demo，可以试一试效果 相关简短介绍： NLPIR分詞系統前身為2000年發布的ICTCLAS詞法分析系統，從2009年開始，為了和以前工作進行大的區隔，並推廣NLPIR自然語言處理與信息檢索共享平臺，調整命名為N
2017-12-02 20:34:47
2273
Redis-x64-3.2.100.msi
2017-10-14
坦克大战游戏，支持声音，配置等
2015-03-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人