AI
文章平均质量分 86
AI-Candy
世界上值得羡慕的人太多,羡慕不过来,现在的我没有那么厉害的技术,也没有那么好的机遇,那我选择踏踏实实的丰富自己的知识,每天进步一点点,借用别人的一句话:如果做不了伟大的事情,那就把平凡的事情做伟大
展开
-
常见激活函数整理
一.前馈神经网络和递归神经网络之间有什么区别前馈网络的所有输出都不能作为输入,而递归网络的某些输出可以循环作为网络的输入二.什么是激活特征函数1.激活函数是我们对输入做的一种非线性的转换。转换的结果输出,并当作下一个隐藏层的输入2.当没有激活函数的时候,神经元对数据的处理就是基于权重和偏移做线性变换。线性变换很简单,但是限制了对复杂任务的处理能力。没有激活函数的神经网络就是一个线性回归模型...原创 2020-07-02 14:52:25 · 303 阅读 · 0 评论 -
flask+uwsgi+nginx+centos部署实战
一、概念Flask: 轻量级web frame,用于路由和业务逻辑处理,有自带的简单webserver,但是是单进程,只适用于开发模式,无法支撑生产环境。类似的web框架还有django,tornado,webpy,bottle等。WSGI:Web Server Gateway Interface(网络服务器网关接口)的缩写,是一种描述web server如何与web application通...转载 2019-07-30 16:48:42 · 456 阅读 · 0 评论 -
uwsgi+nginx原理介绍
1.WIGS(Web Server Gateway Interface)服务器网关接口是Python应用程序或框架和Web服务器之间的一种接口,已经被广泛接受, 它已基本达成它的可移植性方面的目标。 WSGI 没有官方的实现, 因为WSGI更像一个协议. 只要遵照这些协议,WSGI应用(Application)都可以在任何服务器(Server)上运行, 反之亦然。 WSGI标准在 PEP 3...转载 2019-07-30 16:35:03 · 1612 阅读 · 0 评论 -
flask+uwsgi+nginx部署后测试
在生产环境下,可以通过Nginx+uwsgi+Flask部署Web服务,从而达到高并发高稳定性的要求。如果要部署多个APP,可以采用单个Nginx,多个uwsgi+Flask的方式来实现,如下图所示。多APP.png2,安装过程2.1,升级软件包sudo apt-get update 2.2,安装virtualenv和python环境sudo apt-get insta...转载 2019-07-30 16:30:04 · 578 阅读 · 0 评论 -
Linux+flask+uwsgi+nginx进行模型部署
1. flask 是 python 编写的轻量级 Web 应用框架。单独Flask也可以启动并提供web服务,demo,但是Flask毕竟只是一个web框架,它的web服务只能用于开发环境,不能用于生产环境 ,因此还需要和uWSGI及nginx一起整合总括来说,客户端从发送一个 HTTP 请求到 Flask 处理请求,分别经过了 web 服务器层,WSGI层,web框架层,这三个层次。不同不&n...转载 2019-07-30 16:22:52 · 341 阅读 · 0 评论 -
Transformer结构介绍
一.原创 2019-04-22 21:57:18 · 1570 阅读 · 0 评论 -
机器学习常见面试问题
一.PCA和LDA的区别1.PCA 选择的是投影后数据方差最大的方向。由于它是无监督的,因此PCA 假设方差越大,信息量越多,用主成分来表示原始数据可以去除冗余的维度,达到降维。而LDA 选择的是投影后类内方差小、类间方差大的方向。其用到了类别标签信息,为了找到数据中具有判别性的维度,使得原始数据在这些方向上投影后,不同类别尽可能区分开二.确定 LDA (隐狄利克雷模型) 中主题的个数1.将...原创 2019-04-22 21:56:13 · 527 阅读 · 0 评论 -
Hadoop组件/流程/配置
一.Hadoop1.Hadoop是一个能够对大量数据进行分布式处理的软件框架。Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理。Hadoop 是可靠的,因为它假设计算元素和存储会失败,因此它维护多个工作数据副本,确保能够针对失败的节点重新分布处理。Hadoop 是高效的,因为它以并行的方式工作,通过并行处理加快处理速度。Hadoop 还是可伸缩的,能够处理 PB 级数据2.Had...原创 2019-04-22 21:50:55 · 293 阅读 · 0 评论 -
文本分类模型
一.分类模型选择计算样本的数量/每个样本中单词的数量这个比率。如果这个比率小于1500,那么将文本标记为n-grams并使用简单的MLP模型进行分类(下面的流程图的左边分支):a. 将样本分解成word n-grams;把n-grams转换成向量。b. 给向量的重要性打分,然后根据分支选择前20K。c. 构建一个MLP模型。如果比率大于1500,则将文本标记为序列,并使用sepCNN...原创 2019-03-13 16:59:50 · 1601 阅读 · 0 评论 -
TensorFlow常用API
摘要:本文主要对tf的一些常用概念与方法进行描述。1、tensorflow的基本运作为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始:import tensorflow as tf #定义‘符号’变量,也称为占位符 a = tf.placeholder("float") b = ...转载 2019-03-10 17:23:10 · 576 阅读 · 0 评论 -
机器学习和深度学习理论知识
一.AI&ML&DL1.机器学习是一种实现人工智能的方法,深度学习受到了人工神经网络的影响,驱动了机器学习的发展,是机器学习的一个子集。二.AL&DL的区别1.数据量深度学习比较适合数据量比较大的情况,而传统的机器学习的话在小数据量的情况下效果会好一点2.硬件依赖深度学习算法需要进行大量的矩阵运算,需要高端的硬件设备,像GPU3.特征工程在机器学习方法中,几...原创 2019-03-09 12:40:13 · 1492 阅读 · 0 评论