- 博客(56)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 pandas使用小技巧
1.index_col 默认值（index_col = None）——重新设置一列成为index值2. index_col=False——重新设置一列成为index值3.index_col=0——第一列为index值
2019-11-30 11:24:02
3066
转载 2018年中国互联网企业100强榜单
2018年7月27日，中国互联网协会、工业和信息化部信息中心在2018年中国互联网企业100强发布会暨百强企业高峰论坛上联合发布了2018年中国互联网企业100强榜单和《2018年中国互联网企业100强发展报告》，阿里巴巴集团、深圳市腾讯计算机系统有限公司、百度公司、京东集团、网易集团、新浪公司、搜狐公司、美团点评集团、三六零科技有限公司、小米集团位列榜单前十名。今年互联网百强企业聚焦创新引领、...
2019-11-29 10:50:15
369
转载 2018中国互联网企业价值(市值/估值)TOP100排行榜
这份榜单是依据入选互联网企业最新市值（上市企业市值）、估值（非上市企业）最终评出的前百强名单。阿里巴巴（市值31600亿元）、腾讯控股（31417亿元）、蚂蚁金服（8000亿元）分别排名前三位。出行行业中，滴滴出行以3200亿市值排名第7位，神州优车以450亿元排名第37位，哈啰出行以100亿元排名第87位，是唯一上榜的三家企业。...
2019-11-29 10:42:52
5807
转载 2019年中国互联网企业100强榜单
2019年8月14 日，据工信微报（工信微报是指中国工业和信息化部官方微博、微信）消息，中国互联网协会、工业和信息化部网络安全产业发展中心在2019 年中国互联网企业100强发布会上联合发布了 2019 年中国互联网企业 100 强榜单、互联网成长型企业 20 强榜单和 《2019 年中国互联网企业 100 强发展报告》。2019 年中国互联网企业 100 强榜单：蚂蚁金服强势进入前五，小米跌出...
2019-11-29 10:30:37
679
转载 盘点ML/DL领域国外和国内的顶级大牛
人物简介（牛1）Geoffrey Hinton 杰弗里·辛顿Geoffrey Hinton，被称为“神经网络之父”、“深度学习鼻祖”，他曾获得爱丁堡大学人工智能的博士学位，并且为多伦多大学的特聘教授。现在的Hinton：一半归多伦多大学，一半归Google大脑。（牛2）Yann LeCun 延恩·勒昆YannLeCun是个法国人，辛顿的学生。他是纽约大学终身教授，还是纽约大学数据科学...
2019-11-29 09:59:12
2728
转载 深度学习与计算机视觉概述（一）
文章目录众星捧月的深度学习前深度学习时代的计算机视觉几个（半）成功例子仿生学角度看深度学习卷积的概念操作的实例：LeNet网络压在骆驼身上的最后一根稻草为什么时隔20年卷土重来？深度学习在视觉上的应用1.人脸识别2.图片问答问题3.物体检测问题3.1 Region CNN3.2 Faster R-CNN方法3.3 YOLO3.4 SSD4.物体跟踪基于嵌入式系统的深度学习人工智能是人类一个非常美...
2019-11-29 09:45:16
845
原创 清华校友中的两大人工智能大牛贾扬清和何凯明
两个大牛都不超过35岁，现在都在Facebook FAIR工作，据说这里的薪水极高，百万美金。贾扬清是深度学习框架Caffe的作者，TensorFlow的作者之一。Google学术引用32326次。有关Cafee的这篇论文被引超9000次。清华自动化系2006年学士，2008硕士，2013年伯克利博士。在Google Brain工作三年，2016年跳槽Facebook，担任AI 平台的主管Lea...
2019-11-29 08:42:23
17167
转载 Markdown公式、特殊字符、上下标、求和/积分、分式/根式、字体
文章目录1. 公式标记2. 特殊字符3. 上标/下标4. 括号5. 求和/积分6. 分式/根式7. 字体8. 居中参考：1. 公式标记Markdown两种输入公式的方法：一是行内公式（inline），用一对美元符号"$"包裹。二是整行公式（displayed），用一对紧挨的两个美元符号"$$"包裹。这是一个行内公式：(W1−W2)x+b1−b2=0(W_1−W_2)x+b_1−b_2=0...
2019-11-28 09:40:03
5272
转载 pytorch构建模型的三种方法
# 首先导入共用的包import torch.nn as nn第一种方法import torch.nn as nn# Method 1class LinearRegression(nn.Module): def __init__(self): super(LinearRegression, self).__init__() # 以上固定 s...
2019-11-27 17:04:17
958
原创 Windows运行出现RuntimeError: DataLoader worker (pid(s) 11208, 3676, 5316, 10956, 9808, 11116, 1212, 9512
问题：Windows运行出现RuntimeError: DataLoader worker (pid(s) 11208, 3676, 5316, 10956, 9808, 11116, 1212, 9512) exited unexpectedly错误 #30解决办法：需要将DataLoader(mnist_test, batch_size=32, shuffle=True,num_work...
2019-11-27 15:47:39
1855
2
原创 MNIST数据集
MNIST数据集(Mixed National Institute of Standards and Technology database)是美国国家标准与技术研究院收集整理的大型手写数字数据库,包含60,000个示例的训练集以及10,000个示例的测试集.我们可以下载数据集,下载后会得到这样四个文件得到一个数据集后的首要任务是将数据可视化,从感官上了解数据的具体情况.这个数据集中包...
2019-11-27 14:47:51
1320
转载 自编码器及相关变种算法简介
自编码器（Autoencoder，AE），是一种利用反向传播算法使得输出值等于输入值的神经网络，它先将输入压缩成潜在空间表征，然后通过这种表征来重构输出。自编码器由两部分组成：编码器：这部分能将输入压缩成潜在空间表征，可以用编码函数h=f(x)表示。解码器：这部分能重构来自潜在空间表征的输入，可以用解码函数r=g(h)表示。 ...
2019-11-27 13:44:22
770
原创 变分自编码器（Variational AutoEncoder）
变分自编码器（Variational AutoEncoder）#!/usr/bin/env python# -*- coding: utf-8 -*-"""@Time : 2019/11/26 16:18@Author : 我是天才很好@Blog : https://blog.csdn.net/weixin_43593330@Email : 1103540209@q...
2019-11-26 20:53:16
461
原创 自编码器(AutoEncoder)
自编码器(AutoEncoder)#!/usr/bin/env python# -*- coding: utf-8 -*-"""@Time : 2019/11/26 13:35@Author : 我是天才很好@Blog : https://blog.csdn.net/weixin_43593330@Email : 1103540209@qq.com@File ...
2019-11-26 16:53:42
499
原创 PyTorch可视化工具visdom_1.入门使用
文章目录1. visdom概述1.1 Visdom中有两个重要概念：1.2 Visdom的使用有两点需要注意的地方：2. 使用步骤：3. 参数详解4.参考1. visdom概述Visdom可以创造、组织和共享多种数据的可视化，包括数值、图像、文本，甚至是视频，其支持Torch及Numpy。用户可通过编程组织可视化空间，或通过用户接口为生动数据打造仪表板，检查实验结果或调试代码。1.1 Vi...
2019-11-26 15:49:08
1367
转载 Tensorflow2.0+Keras 快速入门教程
文章目录1. Tensorflow2.0+Keras综述2. Tensorflow基础2.1 Tensors张量2.2 Variables变量2.3 Tensorflow数学运算2.4 GradientTape计算梯度2.5 一个完整的例子2.6 tf.function3. Keras API3.1 基础类Layer3.2 Trainable and non-trainable weights...
2019-11-25 20:19:32
2650
转载 np.random.shuffle(x)与np.random.permutation(x)
文章目录1. np.random.shuffle(x)2. np.random.permutation(x)3. 区别将数组打乱随机排列 两种方法：np.random.shuffle(x)：在原数组上进行，改变自身序列，无返回值。np.random.permutation(x)：不在原数组上进行，返回新的数组，不改变自身数组。1. np.random.shuffle(x)(1) 一维数组...
2019-11-25 19:05:43
637
转载 tf.data.Dataset.shuffle(buffer_size)中buffer_size的理解
tensorflow中的数据集类Dataset有一个shuffle方法，用来打乱数据集中数据顺序，训练时非常常用。其中shuffle方法有一个参数buffer_size，非常令人费解，文档的解释如下：buffer_size: A tf.int64 scalar tf.Tensor, representing the number of elements from this dataset fro...
2019-11-25 18:54:06
4668
转载 Keras入门之基础篇
文章目录1.关于Keras2.Keras的模块结构3.使用Keras搭建一个神经网络4.主要概念5.第一个示例1.关于Keras1）简介Keras是由纯python编写的基于theano/tensorflow的深度学习框架。Keras是一个高层神经网络API，支持快速实验，能够把你的idea迅速转换为结果，如果有如下需求，可以优先选择Keras：a）简易和快速的原型设计（keras具有高...
2019-11-25 16:20:18
428
原创 range()和np.arange()的区别
1.range(start, end, step)range(start, end, step)，返回一个range.object（迭代值），起始值为start，终止值为end，但不含终止值，步长为step。只能创建int型list。这是一个通用的函数来创建包含算术级数的列表。它最常用于for循环。参数必须是纯整数。如果省略step参数，则默认为1。如果省略start参数，则默认为0。完整...
2019-11-24 22:55:54
3880
转载 Python中包（package）、模块（module）、类（class）
个人理解：类是一个文件的一段代码；模块（module）是一个文件；包是多个文件，也可以说是多个模块，调用包需要加__init__.py文件，此文件可以是空，也可以有代码；包目录下为首的一个文件便是__init__.py。然后是一些模块文件和子目录，假如子目录中也有__init__.py那么它就是这个包的子包了。包的为首有_init_.py文件，包是一个目录；判断子包的标准，看文件夹里面是否有_...
2019-11-22 11:05:01
1640
原创 github验证邮箱问题
对于github反复提示邮箱验证的问题，把personal setting里的email里的keep my email address private前面对勾去掉。
2019-11-21 16:12:32
4832
1
转载 特征选择2
文章目录1. 特征选择介绍1.1 特征按重要性分类1.2 特征选择的目的1.3 特征选择的原则2.特征选择的方法2.1 Filter方法（过滤式）2.2 Wrapper方法（封装式）2.3 Embedded方法（嵌入式）3.特征选择实现方法一：去掉取值变化小的特征（Removing features with low variance）3.1 实现原理3.2 实现代码4.特征选择实现方法二：单变量...
2019-11-21 15:10:13
1025
转载 数据预处理2_特征预处理
文章目录0. 特征预处理介绍1. 数值型特征无量纲化1.1 标准化（Standardization）1.2 归一化1.2.1 MinMax归一化1.2.2 MaxAbs归一化1.3 正态分布化（Normalization）1.4 标准化与归一化对比2. 数值型特征特征分箱（数据离散化）2.1 无监督分箱法2.1.1 自定义分箱2.1.2 等距分箱2.1.3 等频分箱2.1.4 聚类分箱2.1.5 ...
2019-11-21 14:16:13
2180
1
转载 数据预处理1_数据清洗
文章目录1.前言2.数据清洗介绍2.1 格式内容清洗2.1.1 格式内容问题产生的原因2.2.2 时间、日期格式不一致清洗2.1.3 数值格式不一致清洗2.1.4 全/半角等显示格式不一致清洗2.1.5 内容中有不该存在的字符清洗2.1.6 内容与该字段应有内容不符清洗2.1.7 数据类型不符清洗2.2 逻辑错误清洗2.2.1 **数据重复清洗**2.2.2 不合理值清洗2.2.3 ...
2019-11-21 09:25:20
3306
转载 LightGBM调参
文章目录1.概述调参2.GridSearchCV调参第一步：学习率和迭代次数第二步：确定max_depth和num_leaves第三步：确定min_data_in_leaf和max_bin in第四步：确定feature_fraction、bagging_fraction、bagging_freq第五步：确定lambda_l1和lambda_l2第六步：确定 min_split_gain第七步：降...
2019-11-20 22:46:01
688
原创 sklearn构建svm分类模型及其模型评价
文章目录1. sklearn中常用的分类算法2. 使用sklearn估计器构建SVM模型1. sklearn中常用的分类算法模块名函数名算法名linear_modelLogisticRegression逻辑斯蒂回归svmSVC支持向量机neighborsKNeighborsClassifierk近邻分类naive_bayesGaussian...
2019-11-20 22:42:18
2311
转载 集成学习
文章目录1.Bagging(装袋)2.Boosting(提升)3.Stacking（堆叠）4.偏差与方差集成学习（Emseble Learning）是构建多个学习器，然后通过一定策略把它们结合来完成学习任务的，常常可以获得比单一学习显著优越的学习器。周志华的书上说，“个体学习器的"准确性"和"多样性"本身就存在冲突，一般准确性很高之后，要增加多样性就需牺牲准确性。事实上，如何产生并结合‘好而不同...
2019-11-20 22:37:13
673
转载 特征构造系列4：GBDT特征构造以及聚类特征构造
文章目录1.GBDT特征构造1.1 原理1.2 关键点1.3 实现代码1.4 方案改进1.5 优缺点2.聚类特征构造2.1 聚类算法介绍2.2 聚类算法构造特征流程2.3 程序实现3.总结4.参考文献本文将介绍如何使用GBDT进行特征构造以及使用聚类进行特征构造。1.GBDT特征构造1.1 原理GBDT是一种常用的非线性模型，基于集成学习中boosting的思想，由于GBDT本身可以发现多...
2019-11-20 22:17:49
851
转载 特征构造系列3：笛卡尔乘积特征构造以及遗传编程特征构造
文章目录1.笛卡尔乘积特征构造1.1 原理1.2 类别特征进行笛卡尔乘积特征组合1.3 连续值特征进行笛卡尔乘积特征组合2.遗传编程特征构造2.1 原理2.2 gplearn2.3 遗传编程的用法总结参考文献本文介绍笛卡尔乘积特征构造以及遗传编程特征构造1.笛卡尔乘积特征构造1.1 原理1）数学原理笛卡尔乘积是指在数学中，两个集合X和Y的笛卡尓积（ Cartesian product），...
2019-11-20 22:15:49
1301
转载 特征构造系列2：聚合特征构造以及转换特征构造
文章目录1.聚合特征构造1.1 分组统计特征1.2 统计频数构造特征1.3 分组统计和基础特征工程方法结合2.简单转换特征构造2.1 单列特征加/减/乘/除一个常数2.2 单列特征单调变换2.3 线性组合（linear combination）2.4 多项式特征（polynomial feature）2.5 比例特征（ratio feature）2.6 绝对值特征（absolute value）2...
2019-11-20 22:03:29
4846
转载 特征构造系列1：概览篇
文章目录1.前言2.特征构造介绍2.1 转换2.2 聚合3.特征构造具体方法4.总结参考文献1.前言数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。由此可见，特征工程在机器学习中占有相当重要的地位。在实际应用当中，可以说特征工程是机器学习成功的关键。那特征工程是什么？特征工程是利用数据领域的相关知识来创建能够使机器学习算法达到最佳性能的特征的过程。特征工程又包含了Da...
2019-11-20 21:59:24
931
原创 Pandas分组聚合操作
Pandas的groupby()功能很强大，用好了可以方便的解决很多问题，在数据处理以及日常工作中经常能施展拳脚。使用Pandas实现分组聚合需要分两步走。第一步是指定分组变量，可以通过数据框的groupy()完成；第二步是对不同的数值变量计算各自的统计值。1. groupby的基础操作import pandas as pdimport numpy as npdf = pd.Da...
2019-11-20 18:48:52
1511
原创 深度学习中常见的动态图和静态图
在我们日常学习中总是听到动态图和静态图的概念,今天就在这里做一个小总结,提醒自己.目前神经网络框架分为静态图框架和动态图框架，PyTorch 和 TensorFlow、Caffe 等框架最大的区别就是他们拥有不同的计算图表现形式。 TensorFlow使用静态图，这意味着我们先定义计算图，然后不断使用它，而在PyTorch中，每次都会重新构建一个新的计算图。动态计算意味着程序将按照我们编写命令...
2019-11-20 15:19:40
4420
转载 编程范式：命令式编程(Imperative)、声明式编程(Declarative)和函数式编程(Functional)
文章目录1. 命令式编程2.声明式编程3.函数式编程主要的编程范式有三种：命令式编程，声明式编程和函数式编程。1. 命令式编程命令式编程的主要思想是关注计算机执行的步骤，即一步一步告诉计算机先做什么再做什么。比如：如果你想在一个数字集合 collection(变量名) 中筛选大于 5 的数字，你需要这样告诉计算机：第一步，创建一个存储结果的集合变量 results；第二步，遍历这个数字...
2019-11-20 15:07:06
815
1
原创 tf的常量、变量和数据类型以及一些常用的计算函数
1.tf中常量的创建方法：tf.constant(常量，dtype=数据类型)2.tf中变量的创建方法：tf.Variable(变量，dtype=数据类型)3. tf中几种常见的数据类型:有符号整型int（4种）无符号整型uint（2种）浮点型float（4种）字符串型string(pytorch 不支持)布尔型bool(pytorch 不支持)复数型complex...
2019-11-19 20:02:45
1645
转载 PyTorch概述2
文章目录一、PyTorch介绍1.1 说明1.2 安装PyTorch二、基础知识2.1 和Numpy相似之处2.2 变量Variable2.3 Torch中的激励函数三、建立基础的神经网络3.1 回归问题(1) 准备工作(2) 建立神经网络(3) 训练网络3.2 分类问题(1) 准备工作(2) 建立网络(3) 训练网络3.3 快速搭建神经网络3.4 保存和提取(1) 保存（两种方法）(2) 提取...
2019-11-19 16:59:57
1005
原创 PyTorch简介与安装
1）Tensor(张量)Pytorch里面处理的最基本的操作对象就是Tensor（张量），它表示的其实就是一个多维矩阵，并有矩阵相关的运算操作。在使用上和numpy是对应的，它和numpy唯一的不同就是，pytorch可以在GPU上运行，而numpy不可以。所以，我们也可以使用Tensor来代替numpy的使用。当然，二者也可以相互转换。Tensor的基本数据类型有五种：32位浮点型：tor...
2019-11-19 10:59:01
579
转载 matlab repmat函数
1.作用：重复数组2.格式：B = repmat(A,n)B = repmat(A,r1,...,rN)B = repmat(A,r)eg: 1、假设：A为M*N， 当B = repmat(A,n)时， B大小为M*n * N*n 当B = repmat(A,m,n)时, B大小为M*m * N*n 2、A可以为矩阵，也可为字符串>> a=...
2019-11-18 14:24:32
546
转载 为什么引入非线性激励函数？
@张雨石：第一， 对于神经网络来说，网络的每一层相当于f(wx+b)=f(w'x)，对于线性函数，其实相当于f(x)=x，那么在线性激活函数下，每一层相当于用一个矩阵去乘以x，那么多层就是反复的用矩阵去乘以输入。根据矩阵的乘法法则，多个矩阵相乘得到一个大矩阵。所以线性激励函数下，多层网络与一层网络相当。比如，两层的网络f(W1*f(W2x))=W1W2x=Wx。第二，非线性变换是深度学习有效的...
2019-11-16 20:14:22
1205
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人