自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 jupyter tab键补全无效

jupyter tab键正常会出现补全建议,如果按tab没有任何反应,用以下命令:pip3 install jedi==0.17.2

2021-04-02 12:49:21 1376

原创 Linux下Tensorflow-jupyter安装,并远程使用jupyter

基础操作 Linux内核版本查看:cat /proc/version Linux系统版本查看:lsb_release -a GPU型号查看:lspci | grep -i nvidia 返回结果是十六进制,可在下面网址查询 查询十六进制GPU型号:http://pci-ids.ucw.cz/mods/PC/10de?action=help?help=pci 根据GPU型号,下载Nvidia驱动:https://www.nvidia.com/download/ind

2021-03-25 19:21:22 215 1

原创 Spark DeepLeaning4j加载Keras模型

Spark DeepLeaning4j加载Keras模型深度学习模型在实际业务应用中,经常会结合Spark集群来处理企业内部数据。由于网络通信开销,一些模型在Spark上进行分布式训练,效率十分低下;这种情况可考虑线下使用GPU机器训练模型,再将训练后的模型部署到Spark集群上。通过本文,你将会了解到Spark DeepLearning4j如何加载Keras模型。下面是具体的实现步骤:...

2020-04-23 18:00:13 738 1

原创 python小技巧:不需要导入math模块,向上取整

在python3中,取整可以直接如下操作:5//2这个属于向下取整,结果为2。但有时候我们需要向上取整,最简单的方式如下:-(-5//2)用这种方式,可以在不导入任何模块的情况下实现向上取整,上面代码的结果为3。...

2019-05-15 10:39:17 4618 1

原创 神经网络中cross-entropy函数

看这博文的,应该都知道机器学习中常见的交叉熵损失函数;下面这个是神经网络中的交叉熵函数,也就是当输出为one-hot编码以及类似的拥有多个输出神经元的形式,防止有时怀疑自己是不是记错,可以借此文回忆一下。...

2019-05-08 15:05:53 533

原创 基于Django+Neo4j+echarts+docker的知识图谱小记

Django 看官网教程了解如何使用。链接:http://www.runoob.com/django/django-tutorial.htmlNeo4j: 以下命令请用管理员模式 1.windows开启Neo4j可以在安装目录中的bin下,用neo4j.bat console 2.注册neo4j服务可以用命令neo4j.bat install-service,...

2019-04-12 16:47:25 5888 9

原创 感知机完整推导

简介: 感知机(perceptron)是二分类的线形分类模型,输入为实例的特征向量,输出为实例的类别(+1,-1)。感知机对应于特征空间中将实例划分为正负两类的分离超平面;而且其是支持向量机与神经网络的基础。我们的目标其实就是找出该分离超平面,根据统计学习的三要素:模型、策略、算法,我下面将从这三方面展开。感知机模型模型: f(x)=sign(w⋅x+b) f(x) = sign(w \c

2017-11-07 17:47:01 421

原创 统计学习基础内容

概述统计学习: 即统计机器学习,往往指现在提及的机器学习统计学习目的:通过已知数据,对未知数据进行预测和分析统计学习类别: 监督学习(本书主要内容);非监督学习;半监督学习;强化学习等统计学习三要素:模型;策略;算法 (以下内容主要讨论监督学习,对其我们从统计学习的三要素逐一展开)监督学习监督学习的相关问题分类问题 相关实例:文本分类——大量的新闻报道、网页、电子邮件、学术论文需要归类为政治类

2017-08-21 16:21:14 315

原创 机器学习-近9年双色球开奖数据的频繁项集

绝大多数的人都有过一夜暴富的梦想,购买双色球便是实现这种梦想的方式之一,因此各种专家号推荐层出不穷。在这里我想尝试用机器学习的方法来揭开双色球的秘密,即一切用数据说话。本着娱乐至上的目的为大家带来一次“杀号定胆”的游戏。数据采集双色球历史数据: 2009~2017的1229期开奖数据 采集方式: Python 网络爬虫 具体代码: 文末有相关链接数据分析相关算法: Apriori 或者 FP-G

2017-08-12 01:13:18 11943 1

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

提示
确定要删除当前文章?
取消 删除