10 glanose

尚未进行身份认证

用人类大脑学习机器学习

等级
TA的排名 4w+

python import midi error

# Linuxsudo apt-get install libasound2-dev swigpip install git+https://github.com/vishnubob/python-midi@feature/python3# Windows删除User\Administrator\Anaconda3\Lib\site-packages里midi开头的文件夹 和info文件pip i...

2018-06-04 10:16:48

PyQT5在pyCharm上的设置方法

program选择能import到PyQt的目录(比如在venv里创建的,就选择venv里的python);参数不变 -m PyQt5.uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py ;项目目录,Ui文件存放的目录。

2018-04-22 21:30:36

如何能紧紧跟上最新技术

深度学习中,经常出现某一些大佬突然整出了个很厉害的东西,把过去很多的尝试和努力都一下子清掉了。这种快速的发展让我感到危机感,并去思考如何保证能实时追踪最新技术。首先,提炼需求:实际上我们真正怕的就是有人闭门造车,而且还很牛逼的车,一下子把过去的努力秒掉了。如果是这样的话,大家一开始都是被秒的,以后看谁结合得快,跟行业结合得好有盈利,这应该就需要上面1+2的积累真正怕的不是闭门造车,而是车公布了以后...

2018-04-22 21:25:20

官网安装tensroflow遇到Could not find a version that satisfies the requirement tensorflow-tensorboard

环境:Python3.6.3Anaconda5.0.1Ubuntu16.04仿照官网安装tensorflow-gpu出错pipinstall--ignore-installed--upgradehttps://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.5.0-cp36-cp36m-linux_x86_64...

2018-02-12 15:07:35

pytorch安装问题,使用soumith的conda源,下载安装很慢的解决方法

那个清华镜像的版本又太低,尝试了很多办法,最终方案却很简单:首先更新pip(非anaconda使用者请跳过这步):condainstallpipcondaupdatepip尝试用官网的pip源安装,如下:pipinstallhttp://download.pytorch.org/whl/cu80/torch-0.2.0.post3-cp35-cp35m-man

2017-12-04 13:45:43

机器学习的学习方法

先学会一些常用数学,统计,思考方式等工具。然后理解新的模型的“步骤”(当有工具的时候,大概了解在数学上和哲学上这些模型是怎么构筑的就行,详细的证明当数学熟练后可以推出)

2017-11-27 23:23:50

400字重写深度学习的知识框架

跑模型太无聊,想重新整理自己对深度学习的理解,重写知识框架。本来300字应该能写完的,不过要加上例子就400字吧。

2017-11-19 23:23:27

《深度学习》/《Deep Learning》——深度学习圣经的读书笔记

学习方法对着书看一遍,把理解的内容写成笔记看完一章后,看着笔记和书,把内容复习一下,把需要画线的地方画好并理解逐层深入:这本书讲解基础概念讲得不生动,但是高层次上有很多不错的高瞻远瞩的见解,所以先看网文理解到基本的网络(如RNN-LSTM),然后看书深化理解*. JumpingJumping ReadRead:读某一章很痛苦的时候,先读后面一章,然后返回来读熟悉语音,VAE,tf,pytho

2017-11-03 22:15:17

(更新)数据挖掘,自学一年拿了腾讯京东华为网易YY的Offer,方法与建议

成果秋招结束了,我最终获得了:腾讯京东华为网易游戏欢聚时代搜狐视频这几个offer,均待遇不错,收获颇丰。写作动机回想起一年多以前选择数据挖掘的时候,一度以为找不到工作,非常着急。幸好有令科,梅寒,志韬等师兄为我解答了很多迷津。于是也尝试记录一下自己的学习历程,鉴于往事,以资于后道。 全文分成6个阶段,文章有点长,各位可以直接去看自己的那个阶段,看看我过

2017-11-02 12:56:09

【秋招总结】我的数据分析之路已经结束了,或者说,后会有期了

我们都不知道自己什么时候会死,也不知道未来会有什么机遇,会发生什么灾难。连生命的真正长度都不知道,连到目标的真正距离都不知道,连我们走到哪了都不知道,连坐标都不知道。为什么不一路上做点开心的事情呢?想要的东西,到时候再去拿就好了。开心的时光,是能被可再生的吗?一年前的我肯定会觉得我是个傻瓜但是我和解了,我跟生活达成了和解。可惜的只有这个博客的名字,暂时会有一段时间名不副实了。

2017-10-15 20:34:38

在实习的公司遇到大量的无标签数据怎么办——利用SVM进行Active Learning主动学习

怎么办?进行ActiveLearning主动学习ActiveLearning是最近又流行起来了的概念,是一种半监督学习方法。一种典型的例子是:在没有太多数据的情况下,算法通过不断给出在决策边界上的样本,让打标者进行打标,使得算法明确分类边界,该算法结合On-Line的使用和灰度测试等方法,可以在有大量无标签数据和大量用户资源的时候,从无到有地创建良好的分类器。如何进行主动学

2017-10-15 15:56:36

机器学习中检验样本抽样的均匀——KL散度检验和K-S检验

最近做的一个项目中,需要对原来的数据进行一定量的采样形成训练集,因此需要保证采样的均匀性以保证样本参数的同分布性。样本数据是这样的:ID.wavDate可以看到,样本数据只有日期参数可以使用,所以我采用对抽样后的样本跟总体的日期参数进行分布检验的方法。因为日期的分布不具有分布假设,所以需要用非参数检验方法,直接比较两个分布的差异,我找到两种方法:1.机器学习中常用的KL散度方法2.社会统计学中常用...

2017-09-26 12:29:39

XGBoost代码走读分析笔记

http://blog.csdn.net/a819825294/article/details/51206410#t6读了雪伦大佬的走读分析,非常清晰,我写一下自己的理解,狗尾续貂了XGBoost运行流程:简略来说,XGBoost只做两件事:1.main函数调用InitModel初始化模型,初始化的时候选择Loss,及分类器2.迭代用Boost方法更新模型(UpdateOneIter),每次更新的时候做几个操作:PredictRaw,GetGradient,DoBoost。分别是计算残差,计算

2017-09-25 17:28:18

状态机编程

状态机编程

2017-09-25 16:52:06

CART,回归树,GBDT,XGBoost,LightGBM一路理解过来

CART,回归树,GBDT,XGBoost,LightGBMCART:根据特征的阈值把叶子节点的类别归为离散的类别 XGBoost的四大改进:①改进残差函数不用Gini作为残差,用二阶泰勒展开+树的复杂度(正则项)带来如下好处:1.可以控制树的复杂度2.带有关于梯

2017-09-25 16:44:38

XGBoost模型跟Logistic Regression模型的本质区别

把握机器学习算法关键点有两个1、loss function的理解(包括:特征X/标签Y配对的建模,X/Y配对建模的loss function的设计)。2、loss function的求解过程。这两点串接在一起构成了算法实现的主框架。

2017-09-24 22:41:24

腾讯校招基础研究岗相关:请解释LR/logistic regression/对数几率回归/逻辑回归/逻辑斯蒂回归

据说每一个机器学习学习者都会写一篇有关自己对LR的理解文章,查了很多资料后,我今天就写一下我的LR。本文的重点是:为什么要LR,为什么要用logistic函数,为什么要用对数几率,以及他们是怎么求出来的。(我不喜欢公式,但是有的时候比文字更清楚,所以这篇文章里的公式要么就是可以忽略的,要么两个公式之间一定是可以2分钟内推出来的,也就是说是能很简单的理解“为什么从这个公式能变成这个”的)

2017-09-02 12:17:57

♥C++宏观技巧笔记

宏观问题:从最直观的的做法开始,一步一步优化,并不是每个人都能第一时间想到最优解,要让代码在第一时间内正确的运行才是首要的,然后在不影响代码的外观行为下改进代码。对于面向对象编程的程序员来说,自顶而下的思考方法才能发挥面向对象的真正威力,通过抽象,我们可以在编码的一开始就已经构建好整个框架,这样有利于我们工作进度的把握和测试,更加能够锻炼程序员的抽象能力,这在接口设计中非常重要,而接口的设

2017-09-01 14:06:03

华为宣讲会记录,各个部门的人工智能的分工

中央软件院是造轮子的,云平台,平台类2012中央研究院,一堆做不同的东西的实验室,研究未来的技术研发能力中心,孵化器,产生点东西给其他bg,每个产品都只有几个消费者,待遇最好,交付压力最大,研究现在的技术不同的研发地点是否对应于不同的研发领域:否,每个bg都是什么都做的

2017-09-01 14:03:17

腾讯社交广告大赛回来的感悟

腾讯社交广告大赛回来的感悟参赛优秀队伍合照

2017-09-01 13:57:17

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!