3 erinapple

尚未进行身份认证

暂无相关描述

等级
TA的排名 1w+

mac 解压

第一次用Mac的电脑。好多不适应zip解压直接用系统自带的就可以Mac解压1.安装unrar(遇到brew问题)brewinstallunrar2.cd到你的rar文件的目录下面cd/Users/edz/Downloads3.解压rar文件unrarxCSDNRecordingTemplates.rar...

2019-06-27 15:11:27

查看源码

使用pycharm比较好或者是idea https://www.oschina.net/code/snippet_4873_16289?p=3#comments

2019-01-22 15:35:25

pycharm中查看内建函数源码

在写代码的过程中,有的不常用的函数会忘记其具体用法,可以使用pycharm来查看源码,帮助自己重新想起来具体的使用方法:鼠标放在内建函数上,Ctrl+B,看源码点击需要查看源码的函数名,按住Ctrl+B自动跳转即可...

2019-01-22 15:34:35

装饰器@

http://python.jobbole.com/80955/

2019-01-18 15:10:39

从checkpoint获取某个变量的值

在进行调试的时候,可以保存模型,,加载模型保存模型的一种是保存成checkpoint,而如何从保importtensorflowastfv1=tf.Variable(tf.random_normal([1,2]),name="v1")v2=tf.Variable(tf.random_normal([2,3]),name="v2")init_op=tf.gl...

2019-01-16 15:59:51

tensorflow collection

https://blog.csdn.net/shenxiaolu1984/article/details/52815641tensorflow用集合colletion组织不同类别的对象。tf.GraphKeys中包含了所有默认集合的名称。collection提供了一种“零存整取”的思路:在任意位置,任意层次都可以创造对象,存入相应collection中;创造完成后,统一从一个collect...

2018-12-12 18:45:03

dropout层

之前了解的网络都是在全连接层加dropout层,防止模型过拟合。在看deepfm的模型的时候,发现在每一层都可以加入dropout层对dropout层的深入理解做分类的时候,Dropout层一般加在全连接层防止过拟合提升模型泛化能力。而很少见到卷积层后接Dropout(原因主要是卷积参数少,不易过拟合)er类似卷积神经网络,只是在最后的全连接层使用dropout,循环神经...

2018-12-10 16:08:42

安装tensorflow 使用conda

https://blog.csdn.net/nxcxl88/article/details/527048771.安装Anaconda从anaconda官网(https://www.continuum.io/downloads)上下载linux版本的安装文件(推荐Python2.7版本),运行sh完成安装。2.建立一个tensorflow的运行环境#Python3.7$...

2018-11-30 15:48:16

C++ for循环5种用法

#include<algorithm>#include<vector>//////////////////////////////////////////////intnArray[]={0,1,2,3,4,5};std::vector<int>vecNum(nArray,nArray+6);CStri...

2018-11-17 22:31:24

hive 中引号问题

写一段hql语句,其中一列引用shell脚本中的变量current_date=`date+%Y-%m-%d`​#获得当前日期,如2015-03-18开始用双引号。​select'"'$current_date'"'...返回结果对应列返回​奇怪的数字,如1994。后改用单引号,select'$current_date'...​正常返回​2015-03-18...

2018-11-05 15:10:24

hive jiqiao

1.在Hive中可以使用正则表达式sethive.support.quoted.identifiers=None; selecta.pin,`(pin)?+.+`fromTable122.输出表数据时,显示列名sethive.cli.print.header=true;3.排序优化orderby全局排序,一个reduce实现,不能并行故效率偏低;sortby部分...

2018-11-05 11:04:15

dataframe性质

1)查看DataFrame数据及属性df_obj=DataFrame()#创建DataFrame对象df_obj.dtypes#查看各行的数据格式df_obj['列名'].astype(int)#转换某列的数据类型df_obj.head()#查看前几行的数据,默认前5行df_obj.tail()#查看后几行的数据,默认后5行df_obj.index#查看索引df_...

2018-10-26 15:38:52

xgboost 输出重要特征

defceate_feature_map(file_name,features):outfile=open(file_name,'w')fori,featinenumerate(features):outfile.write('{0}\t{1}\tq\n'.format(i,feat))#featuretype,use...

2018-10-26 15:34:02

hive reduce

、  控制hive任务中的map数:1.  通常情况下,作业会通过input的目录产生一个或者多个map任务。主要的决定因素有:input的文件总个数,input的文件大小,集群设置的文件块大小(目前为128M,可在hive中通过setdfs.block.size;命令查看到,该参数不能自定义修改);2.  举例:a)  假设input目录下有1个文件a,大小为780...

2018-10-16 17:54:44

python 中的struct 类型

准确地讲,Python没有专门处理字节的数据类型。但由于str既是字符串,又可以表示字节,所以,字节数组=str。而在C语言中,我们可以很方便地用struct、union来处理字节,以及字节和int,float的转换。在Python中,比方说要把一个32位无符号整数变成字节,也就是4个长度的str,你得配合位运算符这么写:>>>n=10240099>&gt...

2018-08-15 20:25:21

Hive 导入的中文数据出现乱码问题

1,hive支持的utf8,所以需要将文件的格式转换为对应的utf8。2,Hive中文乱码问题的解决办法,网上有很多帖子,然而很多都是基于Linux终端显示字符的修改,其实上对于一些条件下的HIVE中文乱码问题是无法解决的,如从CSV文件导入到HIVE中出现的中文乱码问题。 大家都知道,HIVE原生的字符编码是采用UTF-8方式的,这是支持中文的。然而在从Oracle导出CSV文件...

2018-07-25 18:20:21

contab设置周期性任务

CRONTAB概念/介绍     crontab命令用于设置周期性被执行的指令。该命令从标准输入设备读取指令,并将其存放于“crontab”文件中,以供之后读取和执行。cron系统调度进程。可以使用它在每天的非高峰负荷时间段运行作业,或在一周或一月中的不同时段运行。cron是系统主要的调度进程,可以在无需人工干预的情况下运行作业。crontab命令允许用户提交、编辑或删除相应的作业。...

2018-07-25 15:05:29

shell 获取当月时间

 #!/bin/bash#获取当前月份monthhive=`date+%Y-%m`#获取昨天的日期#dthive=`date-dlast-day+%Y-%m-%d`dthive=`date-d"2daysago"+%Y-%m-%d`#$date-d"2daysago"+%Y-%m-%decho"nohuphive-hiveconfd...

2018-07-25 14:36:20

XGBOOST数据

XGBOOST处理的数据形式,主要可以是libsvm,三元组,numpy的形式其中,numpy的形式是最常见的,通常情况下,使用HIVE处理的数据,样本字段,往往都是处理成numpy的形式,进行处理。但是,当数据非常稀疏的时候。可以将数据处理成KEY:VALUE的形式或者四三元组的形式尤其是点击对应的推荐系统...

2018-07-23 21:17:52

XGBOOST 数据处理

在Python中使用XGBoost下面将介绍XGBoost的Python模块,内容如下: * 编译及导入Python模块 * 数据接口 * 参数设置 * 训练模型l * 提前终止程序 * 预测A walkthroughpythonexample forUCIMushroomdatasetisprovided.安装首先安装XGBoost的C++版本,然后进...

2018-07-23 21:14:46

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!