学习
-
统计机器学习-Multinoulli分布、多项式分布
统计机器学习-Multinoulli分布、多项式分布Multinoulli分布(多元伯努利分布):模型: Mu(p)Mu(p)Mu(p) d面????获得每一面的概率: p1,p2,…,pdp_1,p_2,…,p_dp1,p2,…,pd分布函数:p(x∣p)=∏k=1dpkxkp(x|p)=\prod_{k=1}^dp_k^{x_k}p(x∣p)=k=1∏dpkxkE(X)=pE(X)=pE(…
-
【学习笔记】sklearn库基本功能介绍[通俗易懂]
【学习笔记】sklearn库基本功能介绍[通俗易懂]sklearn(Scikit-learn)是python中一个提供机器学习算法的库,安装Scikit-learn库地址如下:http://scikit-learn.org/stable/sklearn库的共分为6大部分,分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理。1分类任务分类任务可以用于异常检测,图像识别,对应的模型及加载模块如下:|分类模型|加载模块||最近邻算法|neighbors.NearestNeighbors||||分类(Class
-
【详细+超基础】Java-学习笔记
【详细+超基础】Java-学习笔记JAVA简介Java是半编译半解释性语言,它将.java的源程序文件编译成拓展名为.class的字节码文件,字节码文件可以在任何一台装有JVM虚拟机的操作系统上运行,从而达到“一次编译,随处运行”的目的。Java特点:简单的面向对象的分布式的解释执行的健壮的安全的结构中立的可移植的高效率的多线程的动态的和跨平台的编程语言。……
-
《深入浅出Python机器学习》读书笔记 第一章 概述
《深入浅出Python机器学习》读书笔记 第一章 概述《深入浅出Python机器学习》读书笔记,第一章概述
-
VggNet10模型的cifar10深度学习训练
VggNet10模型的cifar10深度学习训练目录一:数据准备:二:VGG模型三:代码部分1.input_data.py2.VGG.py3.tools.py4.train_and_val.py一:数据准备:先放些链接,cifar10的数据集的下载地址:http://www.cs.toronto.edu/~kriz/cifar.html用二进制tfcords的数据集训练,下载第三个,下载的数据文件集是…
-
C语言再学习 — 创建excel文件
C语言再学习 — 创建excel文件参看:C语言操作Excel表格上一篇文章讲了一下cJSON,可以生成json文件了。这篇文章讲一下怎么生成excel表xsl格式文件。注意点:1、文件类型为xls或者xlsx2、使用fprintf写入3、了解转义字符参看:C语言再学习–转义字符示例:uint32_tCreate_Excel(void){ FILE*fp_txt=NULL; fp_txt=fopen(“C:\\Users\\Administrator\\Desktop\\res.xls”,”
-
深度学习: ILSVRC竞赛
深度学习: ILSVRC竞赛LargeScaleVisualRecognitionChallenge(ILSVRC):-ILSVR全称ImageNetLargeScaleVisualRecognitionCompetition举办单位ImageNet首届2010(AlexNet夺冠)终届2017(SENet夺冠)…
-
机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾
机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾f作者:寒小阳&&龙心尘时间:2015年10月。出处:声明:版权所有,转载请注明出处,谢谢。手把手机器学习之逻辑回归应用——Kaggle泰坦尼克之灾1.引言先说一句,年末双十一什么的一来,真是非(mang)常(cheng)欢(gou)乐(le)!然后push自己抽出时间来写这篇blog的原因也非常简单:写完前两篇逻辑回归的介绍和各个角度理解之后,小伙伴们纷纷表示『好像很高级的样纸,
-
紫光同创国产FPGA学习之Power Calculator
紫光同创国产FPGA学习之Power Calculator紫光同创里面的,芯片功耗计算。没看过,没用过。有兴趣瞄一下。我又不用再电池行业,对电源没啥要求。没用经验之谈,拷贝参考书。一、总体介绍 (一)PangoPowerCalculator总体介绍PangoPowerCalculator是用来计算用户设计产生功耗的软件,简称PPC,是集成在PDS中的一个组件。用户在完成design设计,经过综合、map、布局布线后,可以使用P…
-
[深度学习] RNN对于变长序列的处理方法, 为什么RNN需要mask
[深度学习] RNN对于变长序列的处理方法, 为什么RNN需要mask一Padding文本数据在处理的时候,由于各样本的长度并不一样,有的句子长有的句子短。抛开动态图、静态图模型的差异,由于需要进行矩阵运算,句长需要是等长的才可以,这就需要padding操作。padding一般是用最长的句子长度为最大长度,然后其他样本补0到最大长度,这样样本就是等长的了。但是注意padding后的样本如果不作处理只用普通的循环神经网络来做的话其实是有影响的,因为即使输入…