![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 93
wendaocp
这个作者很懒,什么都没留下…
展开
-
TVM(端到端深度学习编译器)简介
算子编译器前后端引入引入2021.2.8 和振伟聊了关于HW OD的工作内容,深度上很好的方向,目前纯OP的high level的设计,业界已经内卷了即难以进步。torch已经很好用了社区也好,想从纯软件上进步很难。而硬骨头OP在硬件上的优化比如GPU有前途但研发周期长,人才紧缺,还在缓慢发展中。TVM是业界有名气的平台,HW的TBE对标TVM 要做一个接口在前端(各种框架)和后端(异构)。有了前后端的经验,那么整个行业的Edge端都可以用到,市场很大。...原创 2021-02-20 21:57:39 · 14895 阅读 · 0 评论 -
不同库的matrix处理
矩阵处理python numpyspark mllibpython numpyimport numpy as nparr = np.array([[1,2,3,4,5,6]])arr_C = np.reshape(arr,(3,2), order="C") # default, C-like, row-majorarr_F = np.reshape(arr,(3,2), order="F") # Fortran-like, col-majorprint(arr)# [[1 2 3 4 5原创 2020-06-09 13:51:29 · 158 阅读 · 0 评论 -
序列化sklearn model 为 json (sklearn-json)
sklearn-json前言安装 sklearn-json使用序列化模型为json反序列化参考前言需求:导出sklearn训练好的算法模型为json格式,方便在不同编程语言间传递数据。方案:使用 sklearn-json安装 sklearn-jsonpip install sklearn-json注: 需要 scikit-learn >= 0.21.3使用序列化模型为j...原创 2020-03-26 12:29:02 · 1667 阅读 · 0 评论 -
机器学习-决策树理论
决策树理论本文先从熵说起,再到互信息,到信息增益。借助信息增益来确定决策树某节点的最优特征选择。使用递归的思想将决策树构建出来。当树构建完成后,在使用此树做预测时,依然使用递归的思路。所需基础熵数据结构-树递归算法熵决策树理论中始终离不开熵的身影。图1 熵图1中展示了各种熵H,由此韦恩图可知:I(X;Y) = H(X) - H(X|Y) // 其中I(X;Y) 被称为互...原创 2020-03-21 18:29:39 · 293 阅读 · 0 评论