- 博客(13)
- 收藏
- 关注
RSS订阅原创 conda 虚拟环境删除后 jupyter kernal error的后续工作
conda 虚拟环境删除后 jupyter kernal error的后续工作conda虚拟环境删除后，jupyter还是存在kernal change内仍然有原来的虚拟环境名选项接下来需要做的是：使用conda env list 查看目前的虚拟环境列表使用conda remove -n your_env_name(虚拟环境名称) --all 删除指定的虚拟环境使用 jupyter kernelspec list 查看jupyter所有的kernal使用jupyter kernelspec r
2020-06-13 18:20:01
644
原创 Linux常用命令
linux 常用命令收集（持续更新）有关于文件的操作创建新文件 touch xxx.txt空文件输入 echo 'xxxx' > xxx.txt输出文件内容输出全部数据cat xxx.txt输出前10行 cat xxx.txt | head -n 10输出后10行 cat xxx.txt | tail -n 10输出固定行数 cat xxx.txt | sed -n '5...
2018-11-28 11:48:47
167
原创 Keras BUG (持续更新）
#@TOCKeras BUG (持续更新）记录在使用keras中出现的各种问题以及解决方法keras multiple_gpu_model causes “Can’t pickle module object” error多GPU运行模型，其中使用 ModelCheckpoint 回调函数在每个epoch后保存模型，如果参数中没有添加save_weights_only=True则会在第一个...
2018-11-20 18:10:56
405
1
原创 学习笔记 机器学习2.2
参数计算分析——Computing Parameters Analytically==================正规方程——Normal Equation 介绍一种有别于梯度下降算法的算法，正规方程 正规方程——一种直接一次性求解 θθ\theta 的最优值解析。正规方程 算法 已知： 在参数为1D的情况下：J(θ)=aθ2+bθ+cJ(θ)=aθ2...
2018-03-22 20:21:48
177
原创 机器学习2.1
多变量的线性回归——Linear Regresssion with Multiple Variables多变量线性回归——Multivariant Linear Regression多特征——Multiple FeatureNotation nnn = number of features. x(i)x(i)x^{(i)} = input of it...
2018-03-19 16:39:25
227
原创 Machine Learning（未完待续）
SVM本文是有关于吴恩达Machine Learning中SVM部分的笔记，主要有下面内容：SVM定义最大间隔分类器-Large Margin Classification核函数-KernelsSVM操作实例-SVMs in PracticeSVM定义 在机器学习中，支持向量机（Support Vector Machine,简称SVM，又名支持向量网络）是在...
2018-03-14 20:23:09
291
原创 精确率，召回率和F1（未完）
最近看到有关于分类问题的评价标准，涉及到精确率和召回率，在这里做个总结，巩固一下知识。准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure...
2018-03-14 20:21:57
202
原创 概念收集
泛化能力通常将学习方法对未知数据的预测能力称为泛化能力（generalization ability），是学习方法本质上最重要的性质。过拟合过拟合是指学习时选择的模型所包含的参数过多，导致出现这一模型对已知数据预测的很好（训练数据集精确度很高），但是对未知数据预测很差（测试数据集精确度很低）的情况。交叉验证（cross validation）利用交叉验证选择模型简单交叉验证...
2018-03-14 19:44:36
209
原创 机器学习（1.3）
机器学习——参数学习Machine Learning —— Parameter Learning梯度下降算法，可以将代价函数最小化，可用于线性回归 梯度下降算法最小化代价函数J梯度下降——定义Gradient Descent——Definition代价函数：Have some function J(θ0,θ1)J(θ0,θ1)J(\theta_0,\...
2018-03-13 19:46:50
185
原创 机器学习（1.2）
机器学习 —— 模型和代价函数Machine Learning —— Model & Cost Function模型表示 Model Representation——简介以监督学习中的线性回归举例，其中线性回归输入监督学习中的回归模型，目标是对连续样本数值进行预测和建模Notation m –训练样本的个数 x – 输入数据/特征 y – 输出数据/目标数据...
2018-03-09 16:44:02
252
原创 机器学习（1.13）
机器学习-无监督学习Machine Learning - Unsupervised Learning定义算法小结定义无监督学习顾名思义为不受监督的学习，一种自由的学习方式。即，如果所有的训练数据都有标签，则为监督学习。相反，如果所有的训练数据都没有标签，则为无监督学习，也就是聚类（clustering） 监督学习（Supervised Learning）下的数...
2018-03-09 14:08:38
283
原创 机器学习（1.12）
机器学习——监督学习-定义 -算法定义给出一个算法，需要部分数据集已经有正确答案。（自我理解：给定训练集的标签，通过监督学习算法，得到测试集的标签。）Supervised Learning: 'right answer' given监督学习又叫回归问题（回归属于监督中的一种），意指要预测一个连续值的输出。Regression: Predict continuo...
2018-03-08 09:18:23
180
原创 机器学习(1.11)
机器学习——简介（一）简介Introduction模型和损失函数Model and Cost Function参数学习Parameter Learning简介定义 机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能； 机器学习是对能通过经验自动改进的计算机算法的研究； 机器学习是用数据或者以往的...
2018-03-08 09:18:08
178
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