4 DASEason

尚未进行身份认证

https://github.com/qq547276542

等级
TA的排名 9k+

Codeforces Round #551 (Div. 2) D. Serval and Rooted Tree (树形dp)

https://codeforces.com/contest/1153/problem/D思路:用dp[i]表示,结点i最少要有dp[i]个最大的结点肯定被忽略掉(因为题目要求最大化,因此我们希望被忽略掉的最大点尽可能少,所以dp表示的是“最少”的个数)。那么对于整个树,根节点的dp[1]即为整颗树最少要丢弃的结点个数,因此最终答案为k-dp[1]+1(因为我们要选中一个答案,所以少丢弃一个...

2019-04-14 22:37:02

Tensorflow 利用高阶API Estimater.predict 实现实时预测,避免reload计算图

Estimater.predict是tensorflow的高阶API,但是在使用中常常会遇到如下情况:单次预测一个大文件的速度正常,但是想做成接口来实时预测速度却缓慢:因为每次预测都会重新reload一遍计算图。那么这个问题是否有解呢?答案:yes。可以在Estimater的层面,实现tensorflowEstimater.predict的实时预测,将计算图只读取一遍后常驻内存(这里吐槽一...

2018-12-18 21:22:43

CentOS7下修改docker镜像源(解决TSL timeout问题)

问题是这样的:4e1bafcdbc6f:Waitingbafbeb6b464b:Waitingc0e0660d6638:Waiting269e6f7314e4:Waiting05fd6d8029a7:Waiting0aab41d51f2d:Waitingerrorpullingimageconfiguration:Get...

2018-03-20 14:14:32

农业领域的知识图谱构建(Agriculture_KnowledgeGraph)

Agriculture_KnowledgeGraphdemo:http://ecnukg.vicp.iogithub:https://github.com/qq547276542/Agriculture_KnowledgeGraph欢迎star&fork~命名实体识别进入主页面,输入文本,即可看到以下命名实体和分词的结果(确保django和neo4j都处于开启状态)...

2018-03-13 22:43:55

GreenPlum数据仓库快速配置,通过python连接

GreenPlum数据仓库快速配置,通过python连接数据库期末作业要用GP开发一个项目,弄的蛋疼,这里总结下我的快速配置过程…1.docker官网下载docker客户端,安装官网链接:点击这里2.拉取GP的docker镜像,挂载按照这个来https://yq.aliyun.com/articles/57656#1,照做1.1~4.3步(5.1开始的就不一样了,版本

2018-01-14 19:01:20

解决fasttext内存不足无法读取模型的问题

fasttext是个好东西,是由facebook在2016年推出的一个训练词向量的模型。相比于之前Google的word2vec,fasttext可以解决outofvocabulary的问题。更赞的是,facebook提供了200多种语言的预训练模型和词向量。然而,在安装完fasttext后,当我读取了3GB的中文模型时,却出了下面的问题:Traceback(mostrecentcal

2017-12-15 21:56:13

解决Linux下同时使用有线和无线网络时,网络连接的优先级问题

问题是这样的:本人自己用一台Linux服务器,平时当FTP和爬虫用。还有一台mac开发用,经常需要用网线和linux通过网线直连来传输数据和控制服务器。蛋疼的事发生了:Linux服务器一旦插上网线,网络流量就只能经过有线网络了,导致Linux服务器不能上网。查了很多资料,在我的服务器上都行不通。最后终于用route路由表配置默认网关解决了。具体方法很简单,如下:1.查看当前网关信息iprou

2017-12-04 21:10:18

知识图谱构建技术综述

知识图谱的定义与架构知识图谱的定义知识图谱是结构化的语义知识库,用于以符号形式描述物理世界中的概念及其相互关系。其基本组成单位是“实体-关系-实体”三元组。通过知识图谱,可以实现Web从网页链接向概念链接的转变。知识图谱的架构从逻辑上可以划分为2个层次:数据层和模式层。在知识图谱的数据层,知识以事实(fact)为单位存储在图数据库。图数据中有“实体-关系-实体”或者“实体-属性-属性值”两种三元组,

2017-10-29 17:31:44

与信息熵相关的概念梳理(条件熵/互信息/相对熵/交叉熵)

香农信息量信息量表示不确定性的大小。信息量的单位是比特(bit)。香农信息量=log1p=−logp(以2为底)香农信息量=\log\frac{1}{p}=-\logp\quad(以2为底)上式中,p越小,则不确定性越大,包含的信息量就越多。比如32支球队,在无任何先验信息的前提下,用二分法猜冠军队伍,最多猜5次,那么信息量就是log132=5\log\frac{1}{32}=5。信息熵(En

2017-10-27 22:56:13

随机森林算法学习(RandomForest)

随机森林算法学习最近在做kaggle的时候,发现随机森林这个算法在分类问题上效果十分的好,大多数情况下效果远要比svm,log回归,knn等算法效果好。因此想琢磨琢磨这个算法的原理。要学随机森林,首先先简单介绍一下集成学习方法和决策树算法。下文仅对该两种方法做简单介绍(具体学习推荐看统计学习方法的第5章和第8章)。Bagging和Boosting的概念与区别该部分主要学习自:http://www.c

2017-10-21 16:24:37

NLP中基本概念入门

词向量(WordEmbedding)  词向量主要用于将自然语言中的词符号数学化,这样才能作为机器学习问题的输入。  数学化表示词的方式很多,最简单的有独热编码,即“足球”=[0,0,1,0,0,0,0,…],“篮球”=[0,0,0,0,0,1,0,…],向量的长度为总词数。显然,独热编码有以下缺点:1.可能导致维数过大,对深度学习来说复杂度过高。2.两个词的相似程度无法表示。  词向量与独热编码

2017-10-18 16:29:44

近端梯度法(Proximal Gradient Method, PG)

近端梯度法(ProximalGradientMethod,PG)算法简介  近端梯度法是一种特殊的梯度下降方法,主要用于求解目标函数不可微的最优化问题。如果目标函数在某些点是不可微的,那么该点的梯度无法求解,传统的梯度下降法也就无法使用。PG算法的思想是,使用临近算子作为近似梯度,进行梯度下降。概念定义临近算子(proximityoperator)proxf(x)=argminy∈Rnf(y

2017-10-16 17:10:21

共轭梯度法的推导与完整算法

共轭梯度法学习自知乎:https://www.zhihu.com/question/27157047和非线性规划课程简介在数值线性代数中,共轭梯度法是一种求解对称正定线性方程组Ax=b的迭代方法。事实上,求解Ax=b等价于求解:min||Ax−b||22min||Ax-b||_2^2,将其展开后可以得到:minxTATAx−bTAx+bTbmin\quadx^TA^TAx-b^TAx+b^T

2017-10-09 19:51:17

数据库相关理论知识整理复习

什么是DBMS?DatabaseManagementSystem(DBMS)数据库管理系统是一个为存储和管理数据库的软件包。数据库技术发展历史(1)从数据模型的发展来看:无管理(60年代之前):科学计算文件系统:简单的数据管理数据管理需求不断增长,数据库管理系统应运而生文件系统vsDBMS应用程序负责数据在内存和二级存储设备之间的数据交换(比如缓存、基于页面的存取)不同的查询编写不同

2017-09-28 16:54:02

最优化问题基础框架学习

局部最优的充分和必要条件∇f(x∗)=0,∇2f(x∗)≻0(Hessian矩阵正定)⇒x∗为局部最优点\nablaf(x^*)=0,\quad\nabla^2f(x^*)\succ0(Hessian矩阵正定)\quad\Rightarrow\quadx^*为局部最优点x∗为局部最优点⇒∇f(x∗)=0,∇2f(x∗)⪰0(Hessian矩阵半正定)x^*为局部最优点\qu

2017-09-26 17:00:49

浅析机器学习中各种损失函数及其含义

常见的损失函数1.0-1损失函数(0-1lossfunction)L(Y,f(X))={1,Y≠f(X)0,Y=f(X)L(Y,f(X))=\left\{\begin{aligned}&1,\quadY\nef(X)\\&0,\quadY=f(X)\end{aligned}\right.  可以看出,该损失函数的意义就是,当预测错误时,损失函数值为1,预测正确时,损失函数值为0

2017-09-14 14:29:15

从牛顿法到L-BFGS的算法演变

前言(本文主要学习自该博主的文章:http://blog.csdn.net/itplus,以下是本人的笔记,主要记录了结论部分,省略了推导的部分。对具体推导过程有兴趣的同学请访问原博主的博客~)  拟牛顿法是求解非线性优化问题最有效的方法之一,其中DFP方法,BFGS方法以及L-BFGS方法都是重要的拟牛顿法。我们现在考虑如下无约束的极小化问题:>minxf(x),其中x=(x1,x2

2017-09-10 09:12:22

机器学习中常见概念的区别与联系

欠拟合与过拟合L1正则化和L2正则化分类和回归偏差和方差监督学习和无监督学习分类和聚类判别模型和生成模型归一化与标准化协方差和相关系数

2017-09-07 16:33:21

灰色预测模型GM(1,1) 与例题分析

灰色预测模型灰色预测的概念(1)灰色系统、白色系统和黑色系统白色系统是指一个系统的内部特征是完全已知的,既系统信息是完全充分的。黑色系统是一个系统的内部信息对外界来说是一无所知的,只能通过它与外界的联系来加以观测研究。灰色系统介于白色和黑色之间,灰色系统内的一部分信息是已知的,另一部分信息是未知的,系统内各因素间有不确定的关系。(2)灰色预测法灰色预测法是一种预测灰色系统的预测方法。灰色

2017-09-06 13:39:28

动态规划解TSP问题(状态压缩dp)

动态规划解TSP问题(状态压缩dp)TSP问题简述  给定图上若干个点,以及他们之间的距离,求一条距离和最小的回路,使得该回路正好经过每个点一次。TSP也叫旅行商问题、货郎担问题。。。状态转移方程  用V’表示一个点的集合,假设从顶点s出发,d(i,V’)表示当前到达顶点i,经过V’集合中所有顶点一次的最小花费。1.当V’为仅包含起点的集合,也就是:d(s,{

2017-09-04 15:38:03

查看更多

勋章 我的勋章
  • 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