- 博客(17)
- 问答 (1)
- 收藏
- 关注
RSS订阅转载 决策树详解
版权声明：博客文章都是作者辛苦整理撰写的，转载请注明出处，谢谢！https://blog.csdn.net/m0_37306360/article/details/76861494写在前面决策树(decision tree)是一种基本的分类和回归方法，是机器学习的基本模型，其模型是树形结构，其具体实现包括三种经典算法，分别为ID3，C4.5，CA...
2018-10-02 20:47:22
693
转载 机器学习--Logistic回归计算过程的推导
(很多讲逻辑回归的文章都没有给出详细的推导，只是列出最后的计算公式，今天在网上看到一篇解释得非常详细的文章，赶紧转载一下：【机器学习笔记1】Logistic回归总结(http://blog.csdn.net/dongtingzhizi/article/details/15962797) 作者说"未经允许，不得转载"，我这里先冒犯了，如果觉得不合适，请告知。) Lo...
2018-10-02 15:48:02
318
原创 flask_openid多节点下登录问题
应用场景在web开发中，不可避免使用openid来进行登录。当使用flask框架开发时，flask_openid则是在openid的基础上进行封装，使其更适用于flask框架。flask_openid的官方文档demo是使用fs_store_path来存储临时文件，例如assoc的各个信息，详情可以看openid的登录流程。demo的代码如下from flask.ext.openid imp...
2018-09-25 21:19:32
1191
原创 服务端json参数校验神器Json Schema
目录目录json简介服务端校验参数需求分析json参数检验简单而繁琐方式Json SchemaJson Schema 入门Json Schema 表达式stringjson简介JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScrip...
2018-09-15 13:43:27
6000
原创 web开发之旅（二）：Nginx基本教程
Nginx简介Nginx(“engine x”)是一款是由俄罗斯的程序设计师Igor Sysoev所开发高性能的 Web和 反向代理 服务器，也是一个 IMAP/POP3/SMTP 代理服务器。在高连接并发的情况下，Nginx是Apache服务器不错的替代品。Ngin成为Web服务器的不二之选，是学习Web开发的必学知识。Nginx安装sudo apt-get install ...
2018-07-31 00:28:33
466
原创 web开发之旅（一）：框架总述，关于Nginx、WSGI、 uWSGI、jinja2、Flask关系的介绍
综述     &nb
2018-07-25 23:58:44
632
原创 Windows10激活自带Linux子系统以及Linux子系统安装位置介绍
为什么需要激活自带Linux子系统 在公司日常开发工作中，绝大多数开发环境都是在Linux下，而公司配的电脑是 Windows10的系统，权限不够无法重装Linux系统，这时绝大多数人只能自己再买台Mac,但刚毕业的工作党一下子舍不得买个mac,尝试过安装VMware虚拟机，但发现性能很低，而且两个系统文件交互甚是困难，自己想要的是内嵌Linu...
2018-07-15 11:31:18
29628
原创 python 字符串内建方法总结
日常python开发中，避免不了处理字符串，好记性不如烂笔头，所以在这里把字符串的内建方法进行总结，以免有一天需要查询时书不在身边，或者加速自己查询,希望可以帮助到有需要的人。字符串中字符大小写的变换：1 str.lower() :转换str中所有大写字符为小写 2 str.upper() :转换str中所有小写字符为大写 3 str.swapcase() ...
2018-06-09 15:16:05
290
原创 模板类，模板类函数特例化，模板类特例化
今天在看某c++框架源码时，发现模板类里的部分函数可以特例化，感觉很神奇便尝试了下，发现很多平时不会注意的c++细节及知识，写下来分享给大家，以便大家遇到相似问题时可以少踩点坑。模板类会出现链接问题，编译不通过 如果模板类.h文件和.cpp文件分开存放，然后编译的时候会提示链接错误，无法生产exe文件，具体的原因可以参看编译原理。 决解办法：1 .h文件和.cpp文件合成一个文件
2017-05-19 19:42:24
2465
原创 caffe下relu_layer.cu详解
relu_layer是caffe框架的一个线性激活单元，具体功能、作用、和c++代码我不做详细分析，相信有点c++基础和深度学习基础的孩子都能看懂，今天我来详细分析relu_layer.cu文件，因为里面有点小坑思考了很久才想明白，写出来分享一波。首先是ReLULayer<Dtype>::Forward_gpu函数，这是c++写的代码，具体难度应该不大。template <typename Dt
2017-05-18 19:22:43
1411
原创 cuda 关于线程索引的理解
最近在学习cuda语言，然后发现线程的索引计算貌似有点不一样不太统一，所以写下自己的观点和看法。只有线程块kernel_function<<<num_blocks,num_threads>>>(){ thread_idx=(blockIdx.x*blockDim.x)+threadIdx.x;}解释：线程的索引等于所处线程块的Id（blockIdx.x）乘上线程块大小（blockDim.
2017-05-18 15:22:19
3692
原创 matlab下生成随机文件名函数
function s = getRandomStr( ) %UNTITLED 此处显示有关此函数的摘要 % 此处显示详细说明 rand(‘seed’,sum(clock)*rand(1)); x=[‘0’:’9’ ‘a’:’z’,’A’:’Z’]; i=ceil(62*rand(1,16)); s=x(i(1:8)); s=strcat(s,
2017-05-15 13:29:30
822
原创 用matlab把某文件夹下所有.mp3格式文件转换成.wav
clear all; cd C:\Users\HP\Desktop**\music\Rock; %你需要的路径 music=dir(‘*.mp3’); for i=1:length(music) [y,Fs]=audioread(music(i).name); str1=music(i).name; filename=strcat(str1(1:end-3)
2017-05-12 19:22:22
3572
1
转载 熵模型—— 熵，条件熵，联合熵，相对熵，互信息及其关系，最大熵模型。。
引入1：随机变量函数的分布 给定X的概率密度函数为fX(x), 若Y = aX, a是某正实数，求Y得概率密度函数fY(y).解：令X的累积概率为FX(x), Y的累积概率为FY(y).则 FY(y) = P(Y <= y) = P(aX <= y) = P(X <= y/a) = FX(y/a),则 fY(y) = d(FX(y/a)) / dy = 1/a * fX(x/a)引入2：如何定义信
2017-04-15 10:54:48
4633
原创 朴素贝叶斯法
朴素贝叶斯法基于贝叶斯定理与特征条件独立假设的分类方法。朴素贝叶斯法对条件概率分布做了条件独立的假设。由于这是一个较强的假设，由此获得朴素贝叶斯的名字（对于多重线性相关的特征，朴素贝叶斯法效果会很差）。朴素贝叶斯实际上学习到生成数据的机制，所以属于生成模型。期望风险最小化准则就能得到后验概率最大化准则： f(x)=argmax P(y=k|X=x)； 这就是贝叶斯法有效的原理。
2017-03-25 12:26:42
270
原创 关于k-NN算法的总结及个人理解
k-NN算法的三要素：k值的选择，距离度量，分类决策规则。k值的选择： k值选的过小，训练误差会很小，但测试误差会对应增加，这是明显的过拟合现象。k值选的过大，训练误差过大，测试误差也会很大，明显的欠拟合现象。 K近邻法不具有显示的学习过程，也就是没有显示的训练过程，怎么会有训练误差呢？其实从原理上还是挺容易理解的，K近邻法确定后k值大小，距离度量和分类决策之后，
2017-03-23 11:41:24
3705
空空如也
Mnist数据集中通过灰度归一化处理反锯齿问题
2016-12-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人