- 博客(16)
- 资源 (4)
- 收藏
- 关注
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