- 博客(20)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 win10编译golang程序报病毒错误
错误为command-line-arguments: open C:\Users\ADMINI~1\AppData\Local\Temp\go-build435947867\b001\exe\a.out.exe: Operation did not complete successfully because the file contains a virus or potentially unwanted software.解决办法，将Local/Temp目录添加到病毒排除项即可。
2023-12-07 10:01:17
1630
2
原创 golang标准库-crc32的使用
crc32实现了32位循环冗余检测算法的实现。目前crc32内部提供 了三种常用的多项式,采用查表法来提高计算checksum的效率。
2023-11-17 15:34:07
1143
原创 单台宿主机内通过两台docker容器配置glusterfs集群
本文主要内容为：在一台Centos7.9虚拟机（模拟物理机）内通过两台docker容器glusterfs集群并实现在虚拟机上的挂载，由于虚拟机可以虚拟硬盘方便操作，所以本文没有选择在物理机上搭建。首先要保证虚拟机能够和外网联通，如果想配置外网和内网，可以在虚拟机内填两个虚拟网卡，一个为桥接模式，另一个为NAT模式。然后在虚拟机上虚拟两个20G的硬盘。下图为虚拟机配置：第一块硬盘为操作系统硬盘，主要是网络和硬盘需要配置好，其他参数酌情配置。接下来是进入虚拟机内安装docker，docker..
2022-04-05 11:22:39
1646
原创 Embedding Projector
Embedding Projector 是一款embedding 可视化化的工具，通过特定的降维算法如PCA，T-sne将原始数据降维到三维空间，我只需要导入我们的数据就可以可视化，非常方便，当然，你也可以使用sklearn中的tsne和PCA+matplotlib的方式来做embedding可视化，只不过有点麻烦。embedding projector 可以很方便的导入我们需要的数据...
2019-06-20 22:01:25
4400
6
原创 TD(λ)--Eligibility Traces
Eligibility traces在backward view中扮演者重要的角色。它的由来主要来自于解释分数（奖惩）的由来，如图，这种电击的原因有两种启发式的解释，一种是频率派，认为电击来自于出现频率最多的情况，即铃声。另外一种是近因派，认为电击是来自于灯泡，而eligibility tarces采用衰减因子的方式，比较好的结合了这两种启发式的方法，这是Eligibility tra...
2019-06-19 10:47:58
1037
原创 采样-Gibbs采样
MCMC蒙特卡洛马尔科夫链采样，非常重要的采样算法，而Gibbs算法也是MCMC种的一种，主要用于高维分布的采样。介绍MCMC的书籍有很多，https://victorfang.wordpress.com/2014/04/29/mcmc-the-gibbs-sampler-simple-example-w-matlab-code/这是有关Gibbs采样matlab的一个实现，里面也介绍了gibbs...
2019-04-18 21:25:33
712
1
原创 数据降维-核化线性降维（kernelized PCA）
主要是在传统的PCA中加入了kernel。传统的PCA使用的是线性变换，为此(Schoelkopf et al. 1998)在传统的PCA中引进了kernel的技巧，本文的主要参考文献为MLAPP,参考的是第14章的第四小节，算法如下：这个算法，和传统的pca差不多，主要步骤3和8主要是做特征空间的中心化，因为pca处理的是中心化后的数据，推断步骤如下：详细细节可以查看MLAPP这本书。...
2019-04-13 12:13:44
2975
1
原创 Kernel Regression
在prml这本书的第六章kernel methods提到了一种非参数回归的方法Kernel regression，这种模型是基于（特征x之间）特征越相似的则其所对应的y值也应该很相似，只不过他引进了kernel函数来衡量特征之间的相似度。下面是python代码实现：import matplotlib.pyplot as pltimport numpy as npfrom scipy....
2019-04-12 20:50:34
4788
1
原创 David Silver的强化学习视频的相关ppt
下面是David Silver的强化学习视频的相关ppt的下载网址：http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching_files上面的网址可能下载有点慢，我再发一个我下载好的百度云网址：链接：https://pan.baidu.com/s/1HBiwCKLHH8zMGPv4dfHjxg提取码：x6he...
2019-04-11 17:40:37
1365
4
原创 数据降维-主成分分析（PCA）
主成分分析（PCA）是一种比较经典的降维方法，它的思想主要是将数据映射到低维空间时使得数据在低维空间的方差最大。算法如下：python代码如下，我主要使用了两种方法特征值分解和奇异值分解。import numpy as npimport matplotlib.pyplot as pltfrom sklearn.utils.extmath import svd_flipcl...
2019-04-10 19:19:03
2310
1
原创 数据降维-多维尺度缩放（MDS）
多维尺度缩放（MDS）是一种比较经典的降维方法，它利用在低维度空间维持高维度空间的距离矩阵来学习数据在低维度空间的表示。算法如下：以上算法来自西瓜书的截图。python代码如下：#Multiple Dimensional Scaling,MDS,多维尺度缩放#数据是按照行来排列的#尽量让样本数目大于数据的维度import numpy as npimport matplo...
2019-04-10 16:00:06
2761
原创 迁移学习
下面的模型的代码，我使用了mnist数据构建了一个简单的分类模型，并对模型进行了保存。 import tensorflow as tffrom tensorflow import kerastf.set_random_seed(1234)train_data,test_data=keras.datasets.mnist.load_data()test_datas=test_data[...
2019-01-19 11:27:03
131
原创 matrix_band_part 和tf.linalg.band_part
新版本，tf.matrix_band_part挪到了tf.linalg.band_part,它的主要功能是以对角线为中心，取它的副对角线部分，其他部分设置为0，视觉就像是一个band(带)，tf.linalg.band_part主要有三个参数input:要输入的张量tensor.num_lower:下三角矩阵保留的副对角线数量，从主对角线开始计算，相当于下三角的带宽。取值为负数时，则全部保...
2018-12-11 15:52:05
1961
原创 tensorflow—共享变量
import tensorflow as tf#设定随机种子，使得每次随机初始化都一样tf.set_random_seed(1234)#这是我们要共享的变量函数def share_variable(input): weight=tf.get_variable("weight",[2,2]) return weight#定义一个输入input=tf.get_variab...
2018-12-01 10:34:04
131
原创 狄利克雷分布的三维实现和狄利克雷过程中的stick—breaking算法的实现
转载请标明作者首先是狄利克雷分布的三维实现，由于没法保证下面的坐标值加起来唯一，所以我采用了抽样的方法，从dirchidirichlet~（1,1,1）中抽的三维图像的坐标值，我只去前两个作为我的x,y值，代码如下：import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axe...
2018-11-25 21:49:31
1266
原创 使用EM算法计算混合高斯模型的参数，及其可视化
转载请标明作者本文主要使用了EM算法计算隐变量，计算使用的是假数据，使用了三个高斯进行混合，由于时间，代码只是进行了部分优化，所以运算有点慢，还有图的显示以后有时间再改吧，代码如下：import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfrom scipy im...
2018-11-25 21:20:27
1125
翻译 梯度下降中的线性搜索-Line search
在普通的梯度下降过程中通常使用这个公式来更新参数， ,而学习率的选择就显得非常的重要了，如上图所示，学习率选择过小，就会导致左图的情况，学习率过小在到达碗底平缓地区，导数值也非常小，从而导致损失函数移动的速度非常的慢，使得很难尽快的收敛，如果学习率设置过大，导致损失值来回震荡，很难取到最优值。接下来，我们讲解一下，一个可以合理选择步长的方法 -Line Search,这种方法...
2018-09-06 14:21:25
9077
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人