3 hejp_123

尚未进行身份认证

Nothing is impossible

等级
TA的排名 4w+

MAC Jupyter Notebook 添加目录插件

mac 安装jupyter-notebook插件的命令,在安装时保证jupyter-notebook 没有打开jupyter contrib nbextension install --user --skip-running-check打开juypter-notebook点击 Nbextensions选中 Table of contents结果如下,又可以愉快的撸代码了。...

2020-05-31 08:31:22

Mac 终端 oh-my-zsh 配置

Mac 终端默认 shell 为 bash。zsh 可能是目前最好的 shell ,至于好在哪里可自行百度。本文主要介绍使用 zsh 以及 oh-my-zsh 的配置。使用 zsh1.查看当前使用的 shellecho $SHELL/bin/bash2.查看安装的 shellcat /etc/shells/bin/bash/bin/csh/bin/ksh/bin/sh/bin/tcsh/bin/zsh3.使用 brew 更新 zshbrew ins

2020-05-20 12:37:06

python中yaml配置文件模块的使用

简述和GNU一样,YAML是一个递归着说“不”的名字。不同的是,GNU对UNIX说不,YAML说不的对象是XML。YAML不是XML。为什么不是XML呢?因为:YAML的可读性好。 YAML和脚本语言的交互性好。 YAML使用实现语言的数据类型。 YAML有一个一致的信息模型。 YAML易于实现。上面5条也就是XML不足的地方。同时,YAML也有XML的下列优点:YAML可以基于流来处理;YAML表达能力强,扩展性好。总之,YAML试图用一种比XML更敏捷的方式,来完成XML所

2020-05-19 16:56:49

Bert文本分类(基于keras-bert实现训练,保存,加载,预测单个文本)

Bert 预训练模型准备中文预训练模型下载 当Bert遇上Keras:这可能是Bert最简单的打开姿势 keras-bertBert 模型文本分类1、数据准备在GitHub中有酒店评论的数据训练集:测试集:2、代码实现'''提示:受GPU性能的影响,只能运行基础版的bert预训练模型,若出现OOM 适当调整batch_size,maxlen...

2020-04-10 14:21:37

Linux环境下 python安装hive和impala以及如何使用

环境说明系统为:centos系统在安装hive之前请更新pip并更换镜像,这样的目的是为了使下载速度变成光速下载。pip install pip -U pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 安装pyhive如果直接安装 pip install thrift-...

2020-03-26 11:11:15

如何设置软件开机自动启动

经常需要使用但无法设置开机自启的程序Snipaste:很强大的一款剪切图片的神器小番茄:用于工作备忘录,非常好用我们在电脑中下载的很多应用程序都会自动进行开机自启动,但是有的程序并不会自动设置,接下来小编就教大家怎样开启开机启动。具体如下: 首先我们打开电脑进入到桌面,找到我的电脑图标点击打开。接下来我们在我的电脑文件夹上的地址栏中输入。C:\ProgramData\Micr...

2020-03-18 10:57:08

window10安装tensorflow-gpu

设备信息(台式机)显卡:1660ti内存:32GCUDA版本:cuda_9.0.176_win10.execuDNN版本:cudnn-9.0-windows10-x64-v7.6.0.64.zippython环境:python 3.6tensorflow版本:tensorflow-gpu==1.5.0keras版本:keras-2.1.41.查看你的显卡是否支...

2020-03-16 21:20:13

windows环境下--anaconda环境变量的配置

anaconda安装完成后需要在 环境变量中配置路径 注意要带分号D:\Users\ChuangLan\Anaconda3;D:\Users\ChuangLan\Anaconda3\Scripts;D:\Users\ChuangLan\Anaconda3\Library\bin

2019-11-21 16:13:34

stacking的详细代码教程

1.Stacking是什么?Stacking简单理解就是讲几个简单的模型,一般采用将它们进行K折交叉验证输出预测结果,然后将每个模型输出的预测结果合并为新的特征,并使用新的模型加以训练。Stacking模型本质上是一种分层的结构,这里简单起见,只分析二级Stacking.假设我们有3个基模型M1、M2、M3。基模型M1,对训练集train训练,然后用于预测train和test的标签列,分...

2019-11-09 23:27:01

在Keras的Embedding层中使用预训练的word2vec词向量

本文的部分工作、代码、数据共享到gethub网站《使用多层级注意力机制和keras实现问题分类》:https://github.com/xqtbox/question-classification-with-multi-level-attention-mechanism-and-keras1 准备工作1.1 什么是词向量?”词向量”(词嵌入)是将一类将词的语义映射到向量空间中去的自然语言处理...

2019-11-09 15:55:50

gensim 对wiki中文文本语料进行训练Word2vec

gensim的安装pip instll gensim语料库的下载gensim仅提供了Word2Vec的模型实现,训练词向量的另一个必须条件是足够大的文本语料。这里我们将要使用的是中文维基百科语料,直接下载即可:https://pan.baidu.com/s/1qXKIPp6提取密码为 kade。下载之后可以在Sublime中打开并查看其内容,文件名和后缀名可以不用在意...

2019-11-09 14:47:15

卡方分布与卡方检验总结

卡方分布(chi-square distribution, χ2χ2-distribution)是概率统计里常用的一种概率分布,也是统计推断里应用最广泛的概率分布之一,在假设检验与置信区间的计算中经常能见到卡方分布的身影。我们先来看看卡方分布的定义: 若kk卡方分布的期望与方差分为为: E(χ2)=nE(χ2)=n为卡方分布的自由度。2.卡方检验χ2χ2成立的情况下获得当前统计量以及更...

2019-11-05 11:55:47

神经网络梯度消失和梯度爆炸原因推导及其解决方案

当我们需要解决一个非常复杂的问题,例如在高分辨率图像中检测数百种类型的对象,我们可能需要训练一个非常深的DNN,可能需要几十层或者上百层,每层包含数百个神经元,通过成千上万个连接进行连接,我们会遇到以下问题:首先,梯度消失或梯度爆炸其次,训练缓慢第三,训练参数大于训练集的风险梯度消失的原因:生物神经元似乎是用 Sigmoid(S 型)激活函数活动的,因此研究人员在很长一段时间内坚持 Si...

2019-10-30 10:54:50

赛马问题--最全面的解析

题目一共有25匹马,有一个赛场,赛场有5个赛道,就是说最多同时可以有5匹马一起比赛。假设每匹马都跑的很稳定,不用任何其他工具,只通过马与马之间的比赛,试问,最少得比多少场才能知道跑得最快的5匹马?(不能使用撞大运的算法)这道题的答案应该为 (7)次。5场首先随机分成五组, 按照比赛结果排序: a1, a2, a3 ,a4 ,a5 b1 ,b2 ,b3 ,b4 ,b5...

2019-10-28 09:59:12

LeetCode】【322. Coin Change】(python版)

You are given coins of different denominations and a total amount of money amount. Write a function to compute the fewest number of coins that you need to make up that amount. If that amount of money ...

2019-10-24 14:01:05

GBDT一篇理论和实例的理解

https://blog.csdn.net/zpalyq110/article/details/79527653

2019-10-16 10:18:37

牛顿法与梯度下降法数学公式推导过程

牛顿法与梯度下降法数学公式推导过程迭代更新数学公式推导过程1、牛顿法首先对于有n个变量的函数的一阶导数为:        其次对于其二阶导数为:        之后关于目标函数的包含二阶导数的泰勒展开式为:        这时将看成的函数,则根据函数的最小值性质,当偏导数等于0时出取得,从而得到,所以,根据等式的特点得到,只有两者都取0时才能使等式等于0,...

2019-10-13 17:12:07

剑指offer学习记录

顺时针打印矩阵--python巧妙利用pop旋转的顺时针打印class Solution: # matrix类型为二维列表,需要返回列表 def printMatrix(self, matrix): # write code here res = []while matrix:res += ma...

2019-10-07 23:08:33

Boosting方法中的特征重要度--干货

来源三个文档: DecisionTree, XGBoost, LightGBM。Decision Tree地址:DecisionTreeClassifierfeature_importances_ : array of shape = [n_features]The feature importances. The higher, the more important the f...

2019-09-29 18:39:04

keras进行情感分析汇总

经过一段时间的梳理,今天有时间就把做项目使用的demo写成博客,对研究自然语言的你们提供一些思路。代码都能运行,若有问题,请留言,# -*- coding: utf-8 -*-# @Time : 2019/7/3 9:05# @Author : hejipei# @File : keras_sentiment.py""" """'''好的博客和github''...

2019-09-25 21:15:18

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 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!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。