![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 70
Yvonne-陈
我见烈焰,起于孤山
展开
-
pytorch安装(含cuda、cudnn安装教程)
win10 64位 环境下安装CUDA 11.8和 cuDNN v8.9.0。原创 2024-04-22 20:22:08 · 1380 阅读 · 0 评论 -
DAWG库下载出现的问题
打开anaconda prompt ,切换目录到文件安装目录,然后pip install 手动安装。今天配置一些环境出现了报错需要下载DAWG-0.8.0-cp38-cp38-win_amd64,下载DAWG-0.8.0-cp38-cp38-macosx_10_14_x86_64.whl。只找到了mac版本,没发现windows版本。原创 2024-03-06 15:33:48 · 200 阅读 · 0 评论 -
R语言绘图基础命令--速查笔记
【代码】R语言绘图基础命令--速查笔记。原创 2023-10-16 23:31:53 · 121 阅读 · 0 评论 -
python离线安装包的方法
3.下载完成后,进入opencv_python-3.4.11.45-cp39-cp39-win_amd64.whl文件所在目录执行安装。https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/<包名>/选择opencv_python-3.4.11.45-cp39-cp39-win_amd64.whl。1.访问对应安装包的镜像文件的网站。以安装opencv为例,访问。2.找到适合自己的whl文件。原创 2023-10-13 19:57:55 · 1204 阅读 · 0 评论 -
Linux系统常用命令
ls -l 列出每个文件的属性 (ls -a 列出隐藏文件ls -la以详细的方式列出隐藏文件。原创 2023-09-12 10:23:02 · 53 阅读 · 0 评论 -
深度学习相关问题(一)
李宏毅老师《机器学习》课程笔记原创 2023-05-26 21:16:41 · 160 阅读 · 0 评论 -
基于LSTM自动生成中文藏头诗
基于LSTM自动生成中文藏头诗一、 数据读入二、数据预处理1.对数据进行从字符到正整数的映射,并加以截断/补齐操作。2.提取因变量与自变量3.one-hot编码三、构建深度神经网络模型四、模型的训练及测试与RNN神经元一样,LSTM神经元在其管道中可以保持记忆,以允许解决顺序和时间问题,而不会出现影响其性能的消失梯度问题。使用古诗数据集,利用LSTM神经网络模型训练自动生成中文藏头诗。import pandas as pdimport stringimport numpy as npfrom t原创 2021-12-25 20:32:41 · 2138 阅读 · 4 评论 -
RNotes-lubridate
RNotes-lubridateRNotes-lubridate解析日期与时间lubridate从字符串转换为日期类型设置与提取信息三个函数 (处理时区信息)时间的运算RNotes-lubridatelubridate中所有解析函数都会返回POSIXct日期,默认都是用UTC时区。lubridate包主要有两类函数,一类是处理时点数据(time instants), 另一类是处理时段数据(time spans)#安装和载入lubridate包install.packages("lubridate")原创 2021-12-25 20:09:24 · 378 阅读 · 0 评论 -
Python for Data Science
Python_数据整理1.Data transformation数据转换1.1 Filter rows过滤筛选1.2 Arrange rows排列1.3 Select columns选择1.4 Add new variables添加新变量1.5 Grouped summaries分组汇总2.Tidy data数据整理2.1Pivoting旋转2.2 Separating and uniting分离与融合2.3 Missing values缺失值3.Relational data关系数据3.1 pd.merg原创 2021-12-09 17:12:28 · 857 阅读 · 0 评论 -
Transformers实际应用案例
Transformers实际应用案例尝试使用transformers库提供的各种pipelineTransformers实际应用案例1--情感分类(Sequence Classification)2--智能填词(Masked Language Modeling)3--文本生成Text Generation4--抽取式问答Extractive Question Answering5--Translation翻译首先安装transformerspip install transformersimpo原创 2021-12-09 16:50:24 · 1656 阅读 · 0 评论 -
在jupyter notebook中安装R核心
在jupyter notebook中安装R核心1.从R官网安装R languagehttps://www.r-project.org/点击Download下面的CRAN找到China(中国镜像站)任意选择一个就好,这里推荐第一个清华镜像点击对应操作系统的链接,安装即可(接下来就是简单的普通安装,设置下载路径,一直点next即可)2.环境配置打开Anaconda中的Anaconda Prompt复制R的安装路径在anaconda prompt中切换工作路径接下来,直.原创 2021-09-01 20:46:18 · 1931 阅读 · 4 评论 -
集成学习综合实践
集成学习综合实践一、创建分类数据集二、Bagging三、Voting三、随机森林利用sklearn自己构建一组含有1000个样本点,6个特征,3个类别的分类数据集(随机种子取666),并利用学过的分类器模型(例如传统的分类模型:决策树、朴素贝叶斯、K近邻、BP神经网络、逻辑回归、支持向量机等,以及集成学习模型:Voting、Bagging、随机森林、AdaBoost、GBDT)对数据进行训练,充分利用交叉验证及网格搜索调优,尽可能地提高模型的分类效果。模型分类效果请通过混淆矩阵、ROC曲线、学习曲线、验原创 2021-06-10 23:17:09 · 341 阅读 · 3 评论 -
np.vstack(),np.hstack()和np.stack()的区别
np.vstack(),np.hstack()和np.stack()的区别示例数据:a = np.arange(1,7).reshape((2,3))b = np.arange(7,13).reshape((2,3))c = np.arange(13,19).reshape((2,3))print(a)print(b)print(c)a:[[1 2 3][4 5 6]]b:[[ 7 8 9][10 11 12]]c:[[13 14 15][16 17 18]]一、np原创 2021-03-25 22:46:14 · 1385 阅读 · 0 评论 -
Python中的深拷贝与浅拷贝
Python中的深拷贝与浅拷贝一.可变与不可变python数据类型对列表进行添加元素的方法列表方法list.copy() ---- `浅拷贝`copy模块中的copy()、deepcopy()函数二.Numpy中的深拷贝与浅拷贝共享内存地址的两个变量ndarray.view() ---- `浅拷贝`存取元素中的深拷贝与浅拷贝新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPant原创 2021-03-19 23:18:55 · 199 阅读 · 0 评论 -
词云图的绘制
文章目录词云图的绘制一、wordcloud库二、案例1.引入库2.读入数据3.plt.figure(figsize=(10,10))总结词云图的绘制提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、wordcloud库wordcloud.WordCloud()wordcloud.WordCloud引用文本class wor原创 2020-11-18 22:53:37 · 608 阅读 · 0 评论 -
大数据1941班兄弟姐妹们的技术博客链接
大数据1941班兄弟姐妹们的技术博客链接这里是湖北经济学院信息管理与统计学院大数据1941班同学们的技术博客链接指示板兄弟姐妹们快看过来~陈雨轩https://blog.csdn.net/weixin_46726459杨家伟https://blog.csdn.net/qq_50553471董泽江https://blog.csdn.net/weixin_46726467胡睿泽https://blog.csdn.net/weixin_49342084冯强龙https://bl原创 2020-09-28 00:28:08 · 399 阅读 · 0 评论 -
基于豆瓣评价的文本分析 ——以《流浪地球》为例
项目背景在电影行业飞速发展的当今,电影已经成为了非常普遍的娱乐选择,中国电影最近几年也是突飞猛进,越来越多的人走进电影院。而信息媒体的发展也使得所有人都拥有了随时随地与世界各地的人讨论电影的机会,电影无疑已经进入了全民关注,全民讨论时代。但是随着越来越多的电影上映,越来越大的阅片量,大家对电影质量和制作水平的要求也越来越高。电影出品方想要斩获高票房,就要把握好消费者的喜好,制作出符合市场期待的电影。在国内,豆瓣、淘票票、猫眼三家网站都有自己所属平台的评分功能,俨然形成了国内的“电影评分三巨头”。电影评原创 2020-09-27 22:57:41 · 7308 阅读 · 3 评论