withchris-CSDN博客

原创 Python 机器学习基础（二）——Numpy 篇

本文是 Python 机器学习基础系列文章的第二篇——Numpy 篇。NumpyNumpy 是 Python 的一种开源数值计算扩展包，它可以用于存储和处理大型矩阵，比 Python 自带的嵌套列表结构要高效得多。Numpy 数组（Numpy array）数组（array）是 numpy 模块的一个主要类，可以表示向量（一维）、矩阵（二维）或高维数组，如声音、图像、视频等，...

2018-05-23 13:21:06 1235

原创 Python 机器学习基础（一）——Python 篇

本文是 Python 机器学习基础系列文章的第一篇——Python 篇。Python任何一门编程语言，入门学习的基础知识包括：数据类型、控制流、函数、模块化、类，以及一些常用的零碎语法。Python 亦不例外。数据类型基本数据类型包括布尔型（bool）、整型（int）、长整型（long）、浮点型（float）、复数（complex）五种。内置常量：False,...

2018-05-23 13:20:33 2378

原创 ROS Tutorial Summarize

Tutorial 1 ConfigurationsTutorial 2 PackagesTutorial 3 PackagesTutorial 4 PackagesTutorial 5 ROS nodeTutorial 6 ROS topicTutorial 1 (Configurations)Create a ROS workspace:mkdir -p ~/c

2018-01-21 21:00:28 592 1

新浪并未提供 API，但我们可以通过抓包来获取实时或历史行情数据。实时行情比如我们可以通过浏览器访问：http://hq.sinajs.cn/?format=text&list=sh601688来获取证券代码为 sh601688 的实时行情数据，可以看到内容为：var hq_str_sh601688="华泰证券,20.280,20.250,20.340,20.400,20.200,20.320,20

2017-03-16 12:01:56 37206 9

原创 Apache Thrift 配置和使用指南

Thrift 安装Mac 下 Thrift 安装快速安装使用 Mac 的包管理器 Homebrew。首先安装 Homebrew:ruby -e "$(curl -fsSL https://raw.github.com/Homebrew/homebrew/go/install)"使用 Homebrew 安装 thrift:brew install thrift如需手动安装特定版本，请参考以下若干小节。

2017-03-16 12:00:15 2075

原创在 C# 中使用 C++

C# 调用 C++ 中的函数或类是通过调用其 dll 来实现的。对于 unmanaged C++，我们在每个函数前加上 dllexport，并在 C# 代码中通过 dllimport 和 extern static 来调用 dll 中的函数。这样需要为每个函数添加 dllimport/dllexport，很不方便。

2017-03-16 11:59:05 1752

原创 CNN 简史与 Keras 增量实现（一）—— Softmax 分类器

在学习 CNN 之前，我们先实现一个 Softmax 多类分类器，作为 baseline。实现 Softmax 过程中涉及的参数初始化、梯度下降和一些实验观察有助于后面对神经网络的理解。Softmax 属于多类分类器，输入为样本特征，输出为样本属于各个类别的概率。上一节我们提到，机器学习算法通常由三部分组成：得分函数、损失函数和优化算法。我们逐一实现 Softmax 的这几个部分。

2017-03-16 11:57:00 10683

原创 Python 机器学习基础（二）——Numpy

本文是 Python 机器学习基础系列文章的第二篇——Numpy 篇。NumpyNumpy 是 Python 的一种开源数值计算扩展包，它可以用于存储和处理大型矩阵，比 Python 自带的嵌套列表结构要高效得多。Numpy 数组（Numpy array）数组（array）是 numpy 模块的一个主要类，可以表示向量（一维）、矩阵（二维）或高维数组，如声音、图像、视频等，并可以进行面向向量或矩阵的

2017-03-16 11:46:27 1142

原创 Python 机器学习基础（一）——Python

本文是 Python 机器学习基础系列文章的第一篇——Python 篇。Python任何一门编程语言，入门学习的基础知识包括：数据类型、控制流、函数、模块化、类，以及一些常用的零碎语法。Python 亦不例外。数据类型基本数据类型包括布尔型（bool）、整型（int）、长整型（long）、浮点型（float）、复数（complex）五种。

2017-03-16 11:45:23 1426

原创矩阵论笔记（三）——欧氏空间与正交变换

包括两种内积空间：（1）实内积空间（欧氏空间）（2）复内积空间（酉空间）本节讲欧氏空间，包括四个部分：（1）欧氏空间（2）正交性（3）正交变换与正交矩阵（4）对称变换与对称矩阵欧氏空间欧氏空间即是实内积空间定义：（1）欧氏空间：实数域上的 V 定义两向量到实数的映射 (x,y)，满足交换律、分配率、齐次性、非负性，称为内积，V 称为内积空间或欧氏空间；

2017-03-16 11:38:24 15543

原创模式识别/机器学习百题（含大部分答案）

一、概论1、简述模式的概念和它的直观特性，解释什么是模式识别，同时绘出模式识别系统的组成框图，并说明各部分的主要功能特性。对于存在于时间和空间中，可观察的物体，如果我们可以区分它们是否相同或相似，都可以称之为“模式”（或“模式类”）。模式所指的不是事物本身，而是从事物中获得的信息。因此，模式常常表现为具有时间和空间分布的信息。模式的直观特性包括：可观察性，可区分性，相似性。模式识别就是对模式的区分和

2017-03-16 11:36:06 140132 5

原创矩阵论笔记（十）——广义逆矩阵

当 AA 满秩时，方程 Ax=bAx = b 的解为 x=A−1bx = A^{-1}b。但当 AA 不满秩，甚至方程 Ax=bAx = b 无解时，我们也希望用某种逆 A†A^\dagger 的形式表示方程的（近似）解 x=A†bx = A^\dagger b。这便是广义逆的作用。

2017-03-16 11:21:06 19268 1

原创矩阵论笔记（八）——矩阵分解

主要包括以下几种分解：LU 分解QR 分解满秩分解SVD 分解分别简介如下：LU 分解简介：把方阵分解为下三角矩阵与上三角矩阵的乘积 A=LUA = LU；条件：AA 的前 1∼n−11\sim n-1 阶顺序主子式非零，则存在唯一分解 A=LDUA = LDU；算法：① Gauss 消元法，② Crout 分解，③ Doolittle

2017-03-16 11:18:20 4348

原创矩阵论笔记（七）——矩阵的微分和积分

对矩阵求微分和积分，就是对其每个元素求微分和积分。定义导数：矩阵 A(t)=(aij(t))m×nA(t) = (a_{ij}(t))_{m\times n} 的每个元素可微，则称 A(t)A(t) 可微，其导数（微商）定义为 A′(t)=ddtA(x)=(ddtaij(t))m×nA'(t) = \frac{\text{d}}{\text{d}t} A(x) = (\frac{\text{d}}

2017-03-16 11:16:13 17975

原创矩阵论笔记（五）——向量范数与矩阵范数

范数是距离在向量和矩阵上的推广，在研究收敛性、判断矩阵非奇异等方面有广泛应用。本节包括以下内容：（1）向量范数；（2）矩阵范数；（3）从属范数；（4）谱半径；（5）矩阵的非奇异条件。1 向量范数从向量到实数的映射/函数。定义（1）条件：非负性、齐次性、三角不等式（∥x+y∥≤∥x∥+∥y∥\|x+y\| \leq \|x\| + \|y\|）。

2017-03-16 11:14:57 16013 1

原创矩阵论笔记（四）——酉空间与酉变换

酉空间是定义在复数域上的内积空间。由于在复数中，i2=−1i^2 = -1，为了使内积为正，需要在转置中加入了共轭的操作。这是酉空间与实数域的欧氏空间的主要区别。二者有一套平行的理论。

2017-03-16 11:12:39 23863

原创矩阵论笔记（二）——线性变换

分为如下六个部分：- 线性变换及其运算- 线性变换的矩阵表示- 特征值与特征向量- 对角矩阵- 不变子空间- Jordan 标准形

2017-03-16 11:07:40 7626

原创矩阵论笔记（一）——线性空间

线性空间线性空间是定义在数域 K 上满足某些运算规律的向量集合，而数域本身也是一种特殊的集合。所以我们先讲集合，再讲数域，最后讲线性空间。相关概念：集合：两种表示方式（列举、性质），并集、交集、和集（元素和的可能值集合）；数域：一种数集，元素的和、差、积、商仍在数集中，称为数域，如有理数域、复数域、实数域；映射：象、原象，到自身的映射（变换），映射的乘积、结合律；

2017-03-16 11:05:31 7833 2

原创论文笔记 —— SRCNN

本文系论文 Learning a Deep Convolutional Network for Super-Resolution （ECCV 2014）的阅读笔记。

2016-11-12 14:52:41 4316

原创 vue-loader 与 webpack

参考[1] Vue.js build set-up from scratch with webpack, vue-loader and hot reload [2] Vue笔记二：进阶[译]用Webpack构建Vue（上一篇的翻译）准备安装 npm, vue, webpack, node.js，安装方法见 Ubuntu, Mac 下 Web 开发环境搭建：node.js, golang 与 r

2016-05-12 16:21:23 758

原创 Ubuntu, Mac 下 Web 开发环境搭建：node.js, golang 与 revel 配置安装

安装 nvm (node version manager) 去 github 搜 nvm，选择 creationix/nvm，在 Install script 中找到这句：curl -o- https://raw.githubusercontent.com/creationix/nvm/v0.31.0/install.sh | bash复制粘贴到 terminal 中，回车即可开始安装nvm。安

2016-05-05 09:47:16 2281

原创美与真实

梵高的画何以称为艺术？在人们看来不知所以然却为何仍觉得美？是因为它抽象，它不真实吗？是因为梵高用它超凡的想象力虚构出一个个脱离现实的美的事物吗？并非如此，恰恰相反，梵高画里表现的，正是他真实内心的逼真外现。普通的两棵树，热恋中的人看来，觉得两棵树都像是在恋爱，而刚分手的人看来，觉得这两棵树永远不可能在一起。你看到的是怎样的两棵树？而你是否又能在你的摄影或绘画中渲染出这种或寂寥或欢喜的感觉，并以无言的

2016-04-27 23:50:13 1202

原创 Windows, Ubuntu 下 Numpy, Scipy, matplotlib, jupyter notebook 安装配置

n, s, m1、去官网：https://www.python.org/downloads/ 下载 Python，双击安装。建议下载 2.7.x 版本，兼容性更好。2、去 sourceforge 下载：NumPy。去网址 https://sourceforge.net/projects/numpy/files/NumPy/ 下载最新的 numpy-xxx(版本号)-win32-superpac

2016-04-27 16:31:15 3055

原创文章标题

表驱动法编程模式：用文本文件或数据库存储查询表，来取代程序里繁琐的 if-else 或 switch 判断。异步编程模式（APM）：.NET 与C# 的每个版本发布都是有一个“主题”，即：C#1.0托管代码→C#2.0泛型→C#3.0LINQ→C#4.0动态语言→C#5.0异步编程。

2016-04-26 13:51:38 251

原创 WPF 的 BackgroundWorker

最近在做 WPF 显示和控制网络摄像机的任务。一个重要的小问题是窗口显示与后台处理的同步问题。WPF 后台处理与前端显示异步实现——基于 BackgroundWorker

2016-04-21 17:00:32 1642

原创 Apache Thrift 配置与简单实例——C# C/S 通信

Apache Thrift 配置与简单实例——C# C/S 通信ThriftThrift 下载、Thrift 脚本编写、Server 端代码、Client 端代码、运行。

2016-04-14 14:56:55 4014

原创机器学习整理

机器学习无非就是研究数据之间关联关系的学科。比如人脸图像与其身份之间的关系，语音数据与文字之间的对应关系，胆固醇指数与心脏病之间的关联关系，股票的历史数据与其未来走势的关联关系等等。简单的机器学习算法只能挖掘简单的关联关系（如线性关系），而复杂的模型（如深度学习）可以对更加复杂的非线性数据关联关系建模。

2016-03-26 17:32:01 1485

原创三个月体能提升计划

我不担心我的能力和眼光，我担心我的体力和自律。一日，一周，一年，或一生，做一件事，与人相处，或学一门知识，都应该如自然万物的春、夏、秋、冬四时的运转一样，是一个先快速生发，再绚烂生长，然后优雅收尾，最后安静收藏，准备下一次轮回的过程。顺应自然规律，则为人处世，养生理财，如鱼得水，违背之，常事事不顺，劳而不获。在进入状态做事时的全情投入之外，一定要给自己留出足够的时间和空间，去梳理，去思考，去休息，去放松。用心

2016-03-25 16:23:06 3117

原创养护眼睛

眼睛，不仅关乎视力，更关乎全身健康，是人体健康最早的警报器。眼睛寿命不断缩减的一个很大原因就是长时间使用电子产品。引起眼睛问题的最大原因就是供氧不足。从内脏开始改变，让氧能正常地运送到全身各个部位。

2016-03-17 22:55:07 610

Chris's Notes