- 博客(14)
- 收藏
- 关注
RSS订阅原创 neural networks logistic regression 神经网络逻辑回归
[机器学习笔记 - 吴恩达 - 目录][1]笔记描述神经网络是什么?为什么要使用神经网络?和不使用神经网络的分类，有什么直观的不同?代码python实现import numpy as npclass NeuralNetworksLogisticRegression: ''' 神经网络逻辑回归 (仅1层隐藏层) 参数: X -...
2019-04-27 12:53:48
410
原创 docker tensorflow-jupyter简单使用
安装tensorflowtensorflow官方创建containerdocker run -it --name leetcode -v ~/docker/leetcode:/tf/notebooks -p 8888:8888 tensorflow/tensorflow:latest-py3-jupyter创建一个py3 jupyter的tensorflow容器-i: 交互模式-t:...
2019-04-27 12:38:51
568
原创 regularization 正则化
机器学习笔记 - 吴恩达 - 目录笔记描述正则化是什么？正则化是通过对假设函数附加一项正则化参数，来减小该项的拟合程度。为什么要有正则化？有的时候，为了更好的拟合数据的情况，我们会在训练时，添加高阶项。但这会引发新的问题，如果训练的足够多，那会产生过拟合现象，这时候很难对测试数据有更好的泛化性。如果训练的不够，又会导致欠拟合情况，连训练集都无法准确预测。如何正则化？为了不过拟合...
2018-12-16 23:38:33
375
原创 linear regreesion 线性回归
机器学习笔记 - 吴恩达 - 目录笔记描述回归是通过先通过数据的分布规律，建立一个假设函数，例如线性回归的假设函数：hθ(x)=θ0+θ1xh_\theta (x) = \theta_0 + \theta_1 xhθ(x)=θ0+θ1x其中h是数据集x对应的结果，θ0\theta_0θ0和θ1\theta_1θ1是系数。机器学习的目的是想办法从训练数据集中，得到θ0\thet...
2018-12-16 19:01:29
303
原创 机器学习笔记 - 吴恩达 - 目录
目录[linear regreesion 线性回归][1][logistic regression 逻辑回归][2]参考：推导过程：halfrost1代码实现：何宽2[1]:https://github.com/halfrost/Halfrost-Field/blob/master/contents/Machine_Learning/contents.md ↩︎https...
2018-12-16 14:40:05
282
原创 esp8266基本使用 - GET|POST
通过OneNet物连平台作为例子，演示使用esp8266发起GET/POST请求准备arduino安装esp8266库选择相应开发板（使用的是手边仅有的wemos d1）1.GET用esp8266发出GET请求，获取OneNet平台的数据/** * GET*/#include <ESP8266WiFi.h>#include <WiFiClientSecu...
2018-12-09 13:56:22
9796
2
原创 esp8266基本使用 - WebServer
准备手边有一块WeMos D1，上面是esp8266的wifi模块arduino官方库提供了esp8266的Broad库，便于快速开发安装步骤：工具 -> 开发板 -> 开发板管理器 -> 选择安装：esp8266 by ESP8266 Community选择对应开发板：WeMos D1代码该示例仅是简单使用esp8266建一个小网页，用网页控制led灯只是为了...
2018-12-09 13:14:41
2760
原创 python并行编程 - 分布式篇
目录1介绍篇线程篇进程篇异步篇GPU篇分布式篇简述分布式计算的基本理念是将工作划分为一个一个小任务，分发给多台设备处理，再汇总结果。在分布式计算中，网络中的机器必须要保持可用（延迟误差、意外宕机等等），需要一个持续监控架构分布式多进程2multiprocessing的子模块managers还支持把多进程分布在多台机器上，managers模块已经封装好了网络通信的细节实...
2018-11-29 18:42:09
1097
原创 python并行编程 - GPU篇
目录1介绍篇线程篇进程篇异步篇[GPU篇][5]设计并行编程任务分解：将程序分解为任务，在不同处理器上执行以实现并行化。（可以使用以下两种方法）领域分解：将问题数据分解 （当处理的数据量很大时，分开处理）功能性分解：将问题分解为任务 （把大的任务分解为多个小任务处理）任务分配：将任务分配到各个处理器上 （目的是负载均衡）聚集：将小任务与大任务合并到一起从而改进性...
2018-11-29 12:50:47
9669
原创 python并行编程 - 异步篇
目录1介绍篇线程篇进程篇异步篇GPU篇（待写）介绍除了线性、并行执行模式外，还有异步模式，它与事件编程一样，十分重要在并发的异步模式中，不同的任务在时间线上是相互交错的，而且一切都是在单一控制流（单线程）下进行的基本使用示例1：类似并行import asynciodef A(): print('a') yield from asyncio.sle...
2018-11-28 23:52:37
455
原创 python并行编程 - 进程篇
目录1介绍篇线程篇进程篇异步篇（待写）GPU篇（待写）基本使用#coding=utf-8import multiprocessingimport os # 获取pid用import time # 延时用# 子进程要执行的函数def child_proc(name): print(f'child process {name} pid: {os.getpid()...
2018-11-13 20:04:12
561
原创 python并行编程 - 线程篇
目录1介绍篇线程篇进程篇（待写）异步篇（待写）GPU篇（待写）基本使用python线程使用的两个模块为： _thread (不推荐再使用)、 threading（查看threading的源码可以发现，threading实际是对_thread进一步的封装，官方将其称为 Low-level threading API，下面简单尝试使用_thread）调用start_new_t...
2018-10-07 23:29:48
905
原创 python并行编程 - 介绍篇
#目录1介绍篇线程篇（待写）进程篇（待写）异步篇（待写）GPU篇（待写）#设计并行编程**任务分解：**将程序分解为任务，在不同处理器上执行以实现并行化。（可以使用以下两种方法）**领域分解：将问题数据分解（当处理的数据量很大时，分开处理）**功能性分解：将问题分解为任务（把大的任务分解为多个小任务处理）**任务分配：将任务分配到各个处理器上（目的是负载均衡）*...
2018-10-05 22:57:03
631
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