YEN_CSDN的博客

applicationContext.xml<?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:p="http://www.

安装pytorch后，运行tensorflow或者pytorch后出现Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll.错误 导致tensorflow用不了，查了一些解决办法，最后成功运行出来了。处理方式把下面目录的文件，全部复制到python根目录 复制： 复制到： 检查： ok~~...

安装Anaconda首先安装Anaconda,安装完成后查看python版本python -V 我的就是3.6安装cvxpy下载cvxpy.whl、cvxopt.whl cvxpy: https://www.lfd.uci.edu/~gohlke/pythonlibs/#cvxpycvxopt: https://www.lfd.uci.edu/~gohlke/p...

计算：Ax-b A: 2*2 x: 2*1 b: 2*1 so, Ax-b: 2*1if __name__ == &quot;__main__&quot;: A = np.array([[4.0, 1.0], [1.0, 3.0]]) b = np.array([[1.0], [2.0]]) x_0 = np.array([[2.0], [1...

使用Hexo Theme 的Yilia 主题配置了个个人博客，想加gitment评论功能的时候发现出现了gitment Error: Validation Failed错误。 查阅资料了解到： issue的标签label有长度限制！labels的最大长度限制是50个字符。然后gitment默认的id是页面id，就是文章的唯一的标识 id: ‘页面 ID’所以我们需要限...

LaTeX:

错误如下： 解决方式： it was caused by the ByteFence Anti-malware software. After we uninstalled it, npm works. 重新安装：

1.下载并安装TexLive(必须，相当于java开发需要安装JDK)：http://tug.org/texlive/acquire-netinstall.html 安装时间会有点久，大概需要3点几G的安装包 2.下载并安装atom(由 GitHub 开发的自由及开放源代码的文字和代码编辑器)：https://atom.io/ 3.打开atom，安装language-latex 和 late...

前言本来用的是Python2.7，但最近学习需要用到TensorFlow，TensorFlow支持windows，但tensorflow在windows下只支持python 3.5以上Anacoda3-4.2.0安装Anacoda3-4.2.0 Uses python 3.5下载： https://repo.continuum.io/archive/Anaconda3-4.2...

学习彭亮《深度学习基础介绍：机器学习》课程假设有N个待聚类的样本，对于层次聚类来说，步骤：（初始化）把每个样本归为一类，计算每两个类之间的距离，也就是样本与样本之间的相似度；寻找各个类之间最近的两个类，把他们归为一类（这样类的总数就少了一个）；重新计算新生成的这个类与各个旧类之间的相似度；重复2和3直到所有样本点都归为一类，结束整个聚类过程其实是建立了一棵树，在

学习彭亮《深度学习基础介绍：机器学习》课程 归类聚类(clustering) 属于非监督学习 (unsupervised learning)，无类别标记(class label) K-means 算法Clustering 中的经典算法，数据挖掘十大经典算法之一 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的

学习彭亮《深度学习基础介绍：机器学习》课程皮尔逊相关系数 (Pearson Correlation Coefficient):概念：衡量两个值线性相关强度的量 取值范围： [-1, 1]: 正向相关: >0, 负向相关：计算公式： 相关举例计算： R平方值定义：决定系数，反应因变量的全部变异能通过回归关系被自变量解释的比例。

学习彭亮《深度学习基础介绍：机器学习》课程 概率定义概率(Probability): 对一件事情发生的可能性的衡量范围0 计算方法根据个人置信根据历史数据根据模拟数据条件概率 即A在B发生的情况下的概率=AB同时发生的概率/B发生的概率Logistic Regression (逻辑回归)例子 以h(x)

学习彭亮《深度学习基础介绍：机器学习》课程与简单线性回归区别简单线性回归：一个自变量(x)多元线性回归：多个自变量(x)多元回归模型y=β0＋β１x1+β2x2+ … +βpxp+ε 其中：β0，β１，β2… βp是参数 ε是误差值多元回归方程E(y)=β0＋β１x1+β2x2+ … +βpxp估计多元回归方程y_hat=b0＋b１x1+

学习彭亮《深度学习基础介绍：机器学习》课程准备需要用到一些统计量：平均值（mean）中位数（median）众数（mode）方差（variance）标准差（standard deviation）概念回归：(regression) Y变量为连续数值型(continuous numerical variable) 如：房价，人数，降雨量分类：(Classi

学习彭亮《深度学习基础介绍：机器学习》课程背景以人脑中的神经网络为启发，最著名的算法是1980年的backpropagation多层向前神经网络（Multilayer Feed-Forward Neural Network）Backpropagation被使用在多层向前神经网络上多层向前神经网络由以下几部分组成：输入层（input layer）、隐藏层（hidden la

学习彭亮《深度学习基础介绍：机器学习》课程概述linear separable 线性可分特性（优点）训练好的模型的算法复杂度是由支持向量的个数决定的，若不是由数据的维度决定的。所以SVM不容易产生overfitingSVM训练出来的模型完全依赖于support vectors,即使训练集里面所有非支持向量的点都被去除，重复训练过程，结果依然是完全一样的模型。一个

学习彭亮《深度学习基础介绍：机器学习》课程机器学习一般框架训练集 => 提取特征向量 => 结合一定算法(分类器：eg决策树，KNN) => 得到结果SVM概述深度学习出现之前，SVM被认为机器学习中近十几年来最成功的，表现最好的算法。SVM要寻找区分两类的超平面(hyper plane),使边际(margin)最大 总共可以有无数个超平面 如何选取使得边际最

学习彭亮《深度学习基础介绍：机器学习》课程最邻近规则分类（K-Nearest Nerghbor）,KNN算法概念是分类(classification)算法步骤为了判断未知实例的类别，以所有已知实例的类别作为参考选取参数K，选取它最近的已知实例进行归类，已知实例选择K个，K值一般不会太大，一般：1，3，5，7这样的奇数（因为要少数服从多数的投票），看哪个精确度最高计算未知

学习彭亮《深度学习基础介绍：机器学习》课程 [toc]决策树概念决策树是一种用于监督学习的层次模型，由此，局部区域通过少数几步递归分裂决定。 决策树是一个类似流程图的树结构：其中每个结点表示在一个属性上测试，每个分支代表一个属性输出，每个树叶结点代表类或类分布。树的最顶层是根节点。信息熵entropy概念一条信息的信息量大小和它的不确定性有直接的关系，要搞清楚一件非常非