- 博客(30)
- 收藏
- 关注
原创 利用宝塔面板在阿里云服务器上配置notebook
本文是在阿里云的服务器上配置 notebook 环境,使得方便访问,直接在浏览器上编程。文章目录宝塔控制台安装 anaconda 环境创建新环境和注入jupyter宝塔配置 notebook 服务设置 notebook 密钥配置 notebook config 文件开放端口号挂载 notebook宝塔控制台首先确定在服务器上安装了宝塔,这个就不过多赘述了,可以直接查看官网Linux面板安装教程。首先打开服务器面板,在服务器终端上输入:bt然后输入 14 查看面板的基本信息,根据信息在浏览器.
2022-05-22 23:19:27
767
原创 Ubuntu | ubuntu常用快捷键
本文是关于在 Vmware 中使用 Ubuntu 时经常使用的快捷键汇总首先说明:在 Linux 中的 Super 键,就是 Windows 下的 Windows 键。工作标配很多 Windows 下常见的基本快捷键都可以直接使用,例如:复制 (Ctrl + C)粘贴 (Ctrl + V)撤销 (Ctrl + Z)保存 (Ctrl + S)窗口切换 (Alt + Tab 或 Super + Tab)返回桌面 (Super + D)等。终端 Ctrl + Alt + T在 Ub.
2022-04-18 18:36:40
3096
原创 Ubuntu | ubuntu下安装edge
本文是关于如何在 Ubuntu 20.04下安装 Edge 浏览器的方法。安装目的目前在 VMware 虚拟机上安装了虚拟机 Ubuntu,使用时默认是火狐浏览器,而在 Windows 下,更多的则是使用 Edge 或 Chrome,因此有很多的收藏和记录在原本的 Edge上。于是在 Ubuntu 上再次安装 Edge,并使用同步功能将标签等信息同步过来,这样在两个平台上使用浏览器就更方便了。安装步骤首先打开 edge 的官网https://www.microsoft.com/zh-cn.
2022-04-18 16:45:18
13821
5
原创 考研 | 复试英语自我介绍
自我介绍以下是我的考研复试时候的英语自我介绍,时间约一分半钟,所以我在面试的时候跳过了兴趣爱好部分,等着老师问我有什么兴趣爱好、空闲时一般都做什么之类的🤣,果然就问了!不过英语回答有可能在中文回答的时候继续问,比如我就问了深度学习算法相关的,只能疯狂道歉😭。不过还好顺利通过啦,希望下面这些对大家有帮助!简单介绍基本信息Dear professors, I feel so glad to meet all of you here. I am XXX, XX years old. I am from
2022-04-13 17:20:47
424
原创 PyTorch | 利用torch.nn实现线性回归
本文是利用 torch.nn 实现一个简单的线性回归模型, 主要是根据 nn.Module 和 torch.nn 中的 Linear 模型, 来创建一个自己的线性模型.适合与上篇手动创建模型进行对比学习.文章目录导入所需模块生成数据读取数据集构建模型初始化模型参数定义损失函数和优化算法训练模型个人收获导入所需模块import torchimport torch.utils.data as Data # 一般 Data,与常表示数据集的 data 区分from torch import n.
2022-04-09 23:43:33
890
原创 PyTorch | 手动实现线性回归
本文是关于使用 PyTorch 手动实现一个简单的线性回归的模型仅使用 Tensor 和 autograd 实现, 适合 PyTorch 入门选手.文章目录导入所需模块生成数据读取数据集构建模型初始化模型参数定义损失函数和优化算法训练模型个人收获导入所需模块import torchimport numpy as npimport randomfrom IPython import displayfrom matplotlib import pyplot as pltimport .
2022-04-08 22:31:45
1073
1
原创 mysql | concat、concat_ws及group_concat简单使用
本文是对 mysql 中字符串的拼接函数 concat 的一个简单总结, 包括 concat, concat_ws, group_concat.concat 系列的函数, 基本功能都是对参数进行拼接, 不局限于字符串.文章目录测试表CONCAT()CONCAT_WS()GROUP_CONCAT()个人收获学会了本文, 可以使用 leetcode 上的题目进行练习:group_concat: 按日期分组销售产品(简单)测试表若感兴趣, 可以使用下表进行测试🌵.-- 建立测试表 order.
2022-04-04 16:46:19
1184
原创 PyTorch | 创建pytorch环境及注入jupyter
本文是关于在 Windows 电脑上安装 PyTorch 的基础教程, 使用的是 conda 安装, 并将新环境添加到 base 的 jupyter 中.文章目录安装 Anaconda(已安装可以跳过)安装 PyTorchjupyter 添加新环境内核安装 Anaconda(已安装可以跳过)Anaconda 是一个非常好用的 Python 包与环境管理工具, 可以直接从 Anaconda 官网进行下载.下载之后点击下一步直接安装即可.✋需要注意的是, 安装的路径名中不允许出现中文!安装.
2022-04-01 20:52:01
2346
原创 numpy学习——01数组创建
本文是根据 DataWhale『巨硬的 numpy』文档进行学习, 辅之以天池平台, 之前学习过, 此时进行进一步的整理, 着重学习未完全熟悉的知识点.详细的代码我也放入了天池学习的AI训练营合集中安装和导库首先是安装 numpy.pip install numpy然后是导入库, 通常简写为 np.import numpy as np# 后续的画图工具import matplotlib.pyplot as plt数组的创建和生成数组 ndarry 是 numpy 内最基本的数据.
2022-02-24 17:14:57
1480
原创 『天池训练营』——美国选民总统喜爱度
后续得在pandas和numpy路线进一步整理文章目录州捐款热力图捐款额变化趋势州捐款热力图分析两位总统在各个州的支持热力图# 对前两位候选人,按州总捐款前十热力地图cand_top2 = c_itcont.groupby('CAND_NAME').sum().sort_values('TRANSACTION_AMT',ascending=False).head(2)state_amt = pd.DataFrame()for name in cand_top2.index: df =
2022-02-17 21:28:12
461
原创 『天池训练营』python基础进阶——函数和面向对象
本文是在天池学习路线中的『python基础进阶』板块, 之前学习过部分, 在此记录一些易错点和不熟悉的地方. 仅作补充, 并不是全部知识点.详细知识点的所有代码均可在我的GitHub仓库TianChi-Studying中找到.文章目录函数函数参数变量作用域内嵌函数和闭包lambda 表达式面向对象三大特性类、类对象 和 实例对象类属性 和 对象属性私有魔法方法基本的魔法方法算术运算符属性访问描述符迭代器和生成器迭代器生成器参考个人收获函数python中『一切皆对象』, 函数也不例外.在之前所.
2022-02-14 23:54:00
499
原创 关于近来刷题心得
从一月份开始刷题,至今一个多月了,虽然有些时候还是有很多难题只能凭着题解做出来,但是感觉也学会了不少东西,包括数据结构、技巧和思路等,感觉自己也算入门了。从上周开始接触leetcode的周赛,碰巧遇上了『周赛』和『双周赛』,于是报名参加了一下,两次都是通过了2道题。一看排名,好家伙,刚好在一半的名次,往后翻翻是好多没参赛的,不够第一次嘛,感觉还能接受,下次一定要争取做出三道题。可是今天周赛我就只做出了一道题。。。第 2 题卡在了最后两个案例过不去,找不出bug,哎,心累!晚上刚刚又强打精神做了每日一
2022-02-13 20:00:19
329
原创 『天池训练营』python基础入门——数据结构大汇总
本文是在天池学习路线中的『python数据结构』板块, 之前学习过部分, 在此记录一些易错点和不熟悉的地方. 仅作补充, 并不是全部知识点.详细知识点的所有代码均可在我的GitHub仓库TianChi-Studying中找到.文章目录数据类型列表 list浅拷贝与深拷贝列表排序元组 tuple解压元组字符串 str字符映射格式化集合不可变集合enumerate和zip参考个人收获数据类型常见的数据类型如下:简单数据类型整型<class 'int'>浮点型<class.
2022-02-12 18:14:42
497
原创 『天池训练营』python基础入门
本文是在天池学习路线中的『python基础入门』板块, 之前学习过部分, 在此记录一些易错点和不熟悉的地方. 仅作补充, 并不是全部知识点.详细知识点的所有代码均可在我的GitHub仓库TianChi-Studying中找到.文章目录运算符位运算is 和 ==运算符优先级数据类型浮点型判断数据类型循环与else与enumerate元组推导式和next异常处理标准异常1. Python 标准异常总结断言 assert 关键词try - except - finally 语句raise语句参考个人收获.
2022-02-11 21:35:17
346
原创 seleniumn的简单使用
本文是关于爬虫工具selenium的介绍, 包括安装和常见的使用方法, 稍作整理以备之后使用.文章目录1. selenium 安装2. 基本用法3. 浏览器设置4. 网页基本信息5. 定位页面元素6. 获取元素信息7. 页面交互8. 键盘操作9. 其他10. 反爬参考个人收获1. selenium 安装selenium是一款常用的爬虫工具, 与常见的爬虫库相比, 它是直接模拟并调用浏览器直接运行, 从而可以避免很多的反爬机制, 某些程度上类似于按键精灵. 但功能更强大, 自定义性更强.首先我们需.
2022-02-05 21:02:25
784
原创 机器学习西瓜书——第06章支持向量机
本文是关于周志华老师编写的机器学习书籍『西瓜书』的第六章支持向量机.主要的内容有: 支持向量机的模型理解、支持向量、硬间隔与软间隔、在不等式约束下使用拉格朗日乘子法转化为对偶问题、KKT条件、支持向量回归等.文章目录6.1 间隔与支持向量6.2 对偶问题KKT条件SMO算法6.3 核函数6.4 软间隔6.5 支持向量回归6.6 核方法个人收获6.1 间隔与支持向量面对二分类问题, 最基本的想法是基于训练集, 在样本空间中找到一个合适的划分超平面, 从而将样本划分为两类. 但是划分超平面有很多, .
2022-01-27 23:00:09
1045
原创 机器学习西瓜书——第05章神经网络
本文是关于周志华老师编写的机器学习书籍『西瓜书』的第五章神经网络.主要的内容有: M-P神经元模型的构成、简单感知机和多层网络、以及著名BP算法的推导过程(激活函数是Sigmoid).文章目录5.1 神经元模型工作过程激活函数5.2 感知机与多层网络感知机多层网络5.3 误差逆传播算法5.3 参数学习过程梯度下降法求解过拟合策略不同的BP算法隐层神经元个数个人收获这里所说的神经网络是指: 由具有适应性的简单单元组成的广泛并行互联的网络, 能够模拟生物神经对现实世界做出的交互反映.5.1 神经元.
2022-01-23 20:30:55
837
原创 机器学习西瓜书——第04章决策树
本文是关于周志华老师编写的机器学习书籍『西瓜书』的第四章决策树的学习.主要的内容有: 决策树的基本流程、信息熵、信息增益(ID3决策树)、信息增益率(C4.5决策树)和基尼指数(CART决策树)等.4.1 基本流程(模型)决策树(decision tree)是基于树结构来进行决策的, 是符合人类习惯的一种决策机制.其中, 叶结点对应的是决策结果, 其他结点对应的是一个属性决策『决定按照什么属性, 将结点中的样本集合划分为子结点』, 从根结点到每个叶子结点的路径对应了一个决策序列.既然是一棵树.
2022-01-20 17:20:56
1116
原创 机器学习西瓜书——第03章线性模型
本文是关于周志华老师编写的机器学习书籍『西瓜书』的第三章线性模型.主要的内容有: 线性回归的基本形式、最小二乘法、广义线性回归、对数几率回归(逻辑回归)、最大似然估计和分类数据连续化等.3.1 基本形式线性模型(linear model)是一个通过属性的线性组合来进行预测的函数, 形如:f(x)=w1x1+x2w2+⋯+wdxd+bf(x) = w_{1}x_{1} + x_{2}w_{2} + \dots + w_{d}x_{d} + bf(x)=w1x1+x2w2+⋯+wdxd.
2022-01-16 00:41:21
672
原创 机器学习西瓜书——第02章模型评估和选择
本文是关于周志华老师编写的机器学习书籍『西瓜书』的第二章模型评估和选择。主要的内容有:经验误差与过拟合、模型的评估方法(留出法/交叉验证/自助法)、性能度量(查准率/查全率/F1/ROC曲线等), 部分内容待更新.2.1 经验误差与过拟合误差错误率: 分类错误的样本数 aaa 占样本总数 mmm 的比例称为"错误率"(error rate).errorrate=amerror rate = \frac{a}{m}errorrate=ma与之相对的是精度(accuracy):accur.
2022-01-12 00:26:52
400
原创 机器学习西瓜书——第01章绪论
本文是关于周志华老师编写的机器学习书籍『西瓜书』的第一章内容的简单体会。主要的内容有:机器学习的过程的一些基本术语和假设空间的解释. (归纳偏好回头再来)第一章 绪论1.1 引言通俗来说机器学习: 在学习了很多的『经验』情况下, 学会了某种『方法』, 遇到新的问题后, 根据之前的『经验』和『方法』做出有效的决策.所谓"经验"就是"数据";所谓"方法"就是机器学习研究的主要内容, 也就是从数据中学会的"模型"(model) 算法.基本术语数据部分数据集: 记录的集合称为一个"数.
2022-01-11 19:24:52
323
原创 【Datawhale十月组队学习】机器学习数学基础 - 向量组与线性方程组【Task 03】
由于萌弟讲的向量内容是有关高等代数的,对于考研来说,理论性更强,于是制作的是汤家凤关于向量的思维导图!
2021-10-18 14:52:57
79
原创 【Datawhale组队学习】机器学习数学基础 - 中值定理【Task 05】
文章目录函数相关的中值定理有界与最值定理介值定理平均值定理零点定理导数(微分)相关中值定理费马定理罗尔定理拉格朗日中值定理柯西中值定理泰勒公式积分相关的中值定理积分中值定理函数相关的中值定理以下的内容均为需要保证f(x)f(x)f(x)在[a,b][a,b][a,b]内连续。有界与最值定理m≤f(x)≤Mm \leq f(x) \leq Mm≤f(x)≤M,其中,m和M分别为f(x)f(x)f(x)在[a,b][a,b][a,b]上的最大值与最小值。人话:闭区间上的连续函数必有最值。介值定理
2021-08-31 09:25:14
156
原创 【Datawhale组队学习】机器学习数学基础 - 一元函数微分学的几何应用【Task 04】
一元函数微分学的几何应用文章目录一元函数微分学的几何应用极值与最值单调性与极值点的判断利用导数判断单调性一阶可导点是极值点的必要条件判断极值的充分条件凹凸性与拐点凹凸性的定义拐点凹凸性与拐点的判别判断凹凸性二阶可导点是拐点的必要条件判断拐点的充分条件渐近线最值或取值范围闭区间[a,b]最值开区间(a,b)最值极值与最值极值与最值的区别在于判断的区域不同:极值是局部的概念,仅针对x0x_0x0邻域的小范围区域,判断是否为极大值或极小值;而最值的对全体定义域,找到其中的最大值或最小值。而极值与
2021-08-29 00:11:22
135
原创 【Datawhale组队学习】机器学习数学基础 - 一元函数微分学【Task 03】
文章目录导数的概念几何定义高阶函数微分的概念微分与导数几何定义导数与微分的计算四则运算分段函数复合函数反函数参数方程求导法隐函数求导对数求导幂指数求导变限积分求导高阶导数泰勒公式导数的概念设y=f(x)y = f(x)y=f(x)在变量x=x0x = x_0x=x0处存在一个增量Δx\Delta xΔx(可正可负),则可以得到函数的增量Δy=f(x0+Δx)−f(x0)\Delta y = f(x_0 + \Delta x) - f(x_0)Δy=f(x0+Δx)−f(x0)。若函数增量Δy\D
2021-08-24 20:26:36
197
原创 【Datawhale组队学习】机器学习数学基础 - 数列极限【Task 02】
文章目录数列极限的定义子数列数列的性质数列极限的运算计算方法夹逼准则单调有界数列极限的定义存在常数a,对任意的ϵ>0\epsilon > 0ϵ>0,若存在正整数N,使得n>Nn>Nn>N时,∣xn−a∣<ϵ|x_n-a|< \epsilon∣xn−a∣<ϵ恒成立,称a是数列{xn}\{x_n\}{xn}的极限。记为limx→∞xn=a\lim_{x \rightarrow \infty} x_n = alimx→∞xn=a。若寻找存在
2021-08-21 17:44:33
212
原创 【Datawhale组队学习】机器学习数学基础 - 函数极限与连续性【Task 01】
文章目录极限的分类极限的定义极限的性质计算函数极限极限的分类极限主要分为两类:数列极限:n→∞n \rightarrow \inftyn→∞函数极限:x→∞x \rightarrow \inftyx→∞极限的定义有一种定义:当x∈[a,∞)x \in [a,\infty)x∈[a,∞),limx→∞f(x)=A\lim_{x \rightarrow \infty} f(x) = Alimx→∞f(x)=A,等价于对任意的ϵ>0\epsilon>0ϵ>0,存在M≥a
2021-08-18 15:59:12
251
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人