fredinators的博客

原创 区块链演讲稿

鄙人才疏学浅，不足之处还望指正。https://www.zhihu.com/question/37290469拜占庭失效在容错的分布式计算中，拜占庭失效可以是分布式系统中算法执行过程中的任意一个错误。这些错误被统称为“崩溃失效”和“发送与遗漏是实效”。当拜占庭失效发生时，系统可能会做出任何不可预料的反应。这些任意的失效可以粗略地分成以下几类：进行算法的另一步时失效，即崩溃失效；...

原创 数据结构中一些常用的算法

1.计算二项式系数（动态规划）# coding:utf-8# computing C(n,k)def Binomial_coefficient(n,k): if k == 0 or k == n: result = 1 else: result = Binomial_coefficient(n-1,k-1)+Binomial_coeffi...

原创 python 简单的push pop实现

只是简单的实现，没有对边界情况进行处理，大家可以自己处理一下，比如说栈为空时不得弹出，也可以设置一下栈的大小，当栈满了将会溢出。还有就是输入不为push和pop的情况，或者用户不想用固定的列表[1,2,3]作为进出栈的数据，也可以改写手动输入数据值。这里只是提供一个简单的思路

原创 ubuntu设置静态ip

当DHCP服务器出问题的时候，不能自动分配ip，就需要我们手动设置静态ip1、vim /etc/network/interfaces（个人不是很习惯用vim，可以换成gedit就和记事本一样操作啦）2、修改文件内容如下：（我的不叫eth0，是enp2s0，输入ifconfig看第一个）auto eth0iface eth0 inet staticaddress 192.168.0.124netma...

原创 TensorFlow实用编程

1）在编程时我发现，如果某一程序使用tensorflow占用了GPU的话，另一个使用了tensorflow的程序将无法运行，这是因为系统默认将GPU占满，但是7个多G的内存，该程序可能并用不完这么多内存（一般也就几百兆），那么剩余的就完全浪费了。指定以增量方式使用GPU：默认会占满GPU,可以使用以下代码来指定要用多少就占多少GPU的方式来运行程序：config = tf.ConfigProto(...

原创 Tensorboard实现可视化

1）tensorboard --logdir="/home/tensorflow/log/batch" logdir就是日志文件夹的路径2）不要关闭，打开谷歌浏览器输入其中给出的网址：http://ubuntu01-425:60063）如果浏览器不能显示，输入：http://localhost:6006或者http://127.0.0.1:6006使用本地，不经过防火墙1.       在实现te...

原创 ubuntu安装pycharm

1.    下载安装anaconda python, 然后下载安装pycharm，将pycharm里的settings里的interpreter改成anacondaAnaconda下载链接：continuum.io/downloadsPycharm下载链接：https://www.jetbrains.com/zh/pycharm/specials/pycharm/pycharm.html?utm_...

原创 论文Product-based Neural Network for User Response Prediction

Multi-field Categorical Data会有多种不同的字段，比如：[Weekday=Wednesday, Gender=Male, City=London,…]，那这样我们就比较难识别这些特征之间的关系。给大家举例一个直观的场景：比如现在有一个凤凰网站，网站上面有一个迪斯尼广告，那我们现在想知道用户进入这个网站之后会不会有兴趣点击这个广告，类似这种用户点击率预测在信息检索领域就是一...

翻译 AUC用于二分类为啥比accuracy更常用？

很多机器学习的模型对于分类问题的预测结果都是概率，如果计算accuracy，需要把概率转换为类别，这就需要手动设置一个阈值。高于该阈值放入A类，低于该阈值放入B类。该阈值很大程度上影响accuracy的计算。AUC可以避免将概率转换成类别。ROC：x轴-FP，y轴-TPAUC的含义：从所有1（0）样本中随机选择一个样本，放入分类器进行预测，预测1-->1的概率为p1，预测0-->1的概...

原创 ubuntu利用终端在两台主机传送文件

检测机器能否连接到sshssh 用户名@IP地址不可以的话1.sudo apt-get install openssh-server2.sudo vim /etc/ssh/sshd-config3.PermitRootLogin prohibit-password4.PermitRootLogin yes5.sudo service ssh restart将文件b上传至主机A（如果b是文件夹加上-...

原创 about ubuntu

su - <user> 转变身份为<user>定义的用户，如果没有指定<user>，则默认为root，即su -转变身份为root用户sudo su和su root的密码可以不一样。通过进入sudo su后，可以用过passwd root修改root密码。ubuntu提供了6个命令界面tty和一个图形界面。ctrl+alt+F1(-F6)，可以通过用户名或者ro...

原创 RNN图解手绘

原创 如何使用Mendeley添加引用

1.将Mendeley插件装入word（上网搜寻）2.在word菜单栏中找到引用3.style选择IEEE,把光标移动到需要引入文献的位置4.点击Insert Citation，选择要引用的文章5.将光标移动至文章的末尾，会发现变成斜杠6.点击Insert Bibliography...

原创 将工程文件上传至GitHub

这里有参考：https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000/0013752340242354807e192f02a44359908df8a5643103a0001.选择右上角新建一个仓库2.给仓库取一个名字，并且选择使用一个readme进行初始化，最后选择创建3.进入要上传的文件...

原创 获取子串位置

# coding:utf-8# 获取s中的子串（从第i个位置获取和t一样长的子串）def substr(s,i,m):    return s[i:i+m]def index(s,t,pos):    if pos >= 0:        n = len(s)        m = len(t)        i = pos        while i <= n-m+1:     ...

原创 n阶汉诺塔问题

# coding:utf-8c = 0# move中的n表示盘子的编号def move(x,n,z):    global c    c += 1    print '%d. Move disk %d from %s to %s\n' % (c,n,x,z)# hanoi中的n表示盘子的个数，借助y将x上的盘子移动到zdef hanoi(n,x,y,z):    c = 0    if n == ...

原创 论文Disguise Adversarial Networks for Click-through Rate Prediction

本文引入了一个对抗性学习框架来提高广告推荐CTR预测。使用DAN方法给广告化妆。DAN将一个不受欢迎的广告impression（non-click）伪装成一个有趣的，然后鼓励分类器将这些伪装的广告分类到正类的推荐中。在另一方面，鉴别器将通过无监督的信息理论分配策略对这些伪装的广告进行优化分配到其本身的类别。DAN由GAN而来。GAN有许多不同的创新，然而它的中心概念仍然是生成器G和分类器D的一个博...

原创 Python编程学习

操作文件和目录。Python内置的os模块也可以直接调用操作系统提供的接口函数。例如，在操作系统中定义的环境变量，全部保存在os.environ这个变量中，可以直接查看。要获取某个环境变量的值，可以调用os.environ.get('key')。序列化。把变量从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling。序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输...

原创 论文Deep Character-Level Click-Through Rate Prediction for Sponsored Search

CTR（点击通过率）：就是指一些公司通过付费竞价的方式支付给搜索引擎，当用户进行感兴趣的查询后，搜索结果页会展示出一系列与查询相关的广告（广告可以根据竞价来决定其显示在查询结果页中的位置：靠前还是靠后），如果用户点击了查询结果页中的某一广告，该广告的点击通过次数就+1.所以点击通过率=广告被点击的次数/广告展示的次数。CTR可以作为一个判别标准。当某一条广告CTR超过了预计的CTR，它就出现在搜索...

原创 文件操作

读文件：默认都是读取文本文件，并且是UTF-8编码的文本文件。要读取二进制文件，比如图片、视频等等，用'rb'模式打开文件即可；要读取非UTF-8编码的文本文件，需要给open()函数传入encoding参数；遇到有些编码不规范的文件，你可能会遇到UnicodeDecodeError，因为在文本文件中可能夹杂了一些非法编码的字符。遇到这种情况，open()函数还接收一个errors参数，表示如果遇...

原创 错误调试和测试

在程序运行的过程中，如果发生了错误，可以事先约定返回一个错误代码，这样，就可以知道是否有错，以及出错的原因。用错误码来表示是否出错十分不便，因为函数本身应该返回的正常结果和错误码混在一起，造成调用者必须用大量的代码来判断是否出错。当我们认为某些代码可能会出错时，就可以用try来运行这段代码，如果执行出错，则后续代码不会继续执行，而是直接跳转至错误处理代码，即except语句块，执行完except后...

原创 python面向对象高级编程

为了达到限制的目的，Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制该class实例能添加的属性。要注意，__slots__定义的属性仅对当前类实例起作用，对继承的子类是不起作用的。除非在子类中也定义__slots__，这样，子类实例允许定义的属性就是自身的__slots__加上父类的__slots__。@property广泛应用在类的定义中，可以让调用者写出简...

原创 python面向对象编程

类和实例是面向对象中的重要概念，类是抽象的模板，而实例是根据类创建出来的一个个具体对象。通过class关键字来定义类。创建实例是通过类名+()实现的。可以自由地给一个实例变量绑定属性。由于类可以起到模板的作用，因此，可以在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。通过定义一个特殊的__init__方法，该方法的第一个参数永远是self，表示创建的实例本身，因此，在__init__方...

原创 Python语言

Python是解释型语言，在阅读时容易从代码层面理解。配置了Python3.5环境。在SublimeText中学习python。Python中的数据类型和字符串与C语言类似，在定义一个变量时，python可以不用先定义出变量的类型。Python内置了四种表示数据集合的数据类型，分别是：list,tuple,dict和set。List中的元素是可变的，tuple中是不可变的，所以用起来更为安全。di...

原创 论文Sequential Short-Text Classification with Recurrent and Convolutional Neural Networks 的实验部分

使用的基本模型结构：结果和讨论为了找到有效的超参数，我们每次只改变一个超参数，同时保持其他固定。表2显示我们的超参数选择。我们对DSTC4，用谷歌新闻的word2vec预训练的300维的词向量初始化词向量。对MRDA和SwDA，用Glove和Twitter预训练的200维的词向量。因为这些选择能够在公开可达的word2vec，Glove，SENNA和RNNLM词向量上产生最好的结果。对短文本和分类...

原创 RNN

RNN从时间和空间两个不同维度来看，主要有两种结构：Recurrent Neural Network(循环神经网络)和RecursiveNeural Network(递归神经网络)。主要对于前者进行学习。循环神经网络是一个在时间上传递的神经网络，网络的深度就是时间的长度。该神经网络是专门用来处理时间序列问题的，能够提取时间序列的信息。如果是前向神经网络，每一层的神经元信号只能够向下一层传播，样本的...

原创 论文Recurrent Convolutional Neural Networks for Text Classification的实验部分

使用的基本模型结构： 实验实验中使用了四个数据集。20Newsgroups：qwone.com/˜jason/20Newsgroups/数据集包含20个新闻组的信息，我们使用日期版本并选择四种主要类别（综合，政治，娱乐和宗教）Fudan set：2www.datatang.com/data/44139 and 43543复旦大学文件分类集合是一个中文文件分类集合，包含20个分类，包括艺术教育和能源...

原创 ReLu

ReLu是神经网络中的一个激活函数，其优于tanh和sigmoid函数。1.为何引入非线性的激活函数？如果不用激活函数，在这种情况下每一层输出都是上层输入的线性函数。容易验证，无论神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，这种情况就是最原始的感知机（Perceptron）了。因此引入非线性函数作为激活函数，这样深层神经网络就有意义了（不再是输入的线性组合，可以逼近任意函数）。...

原创 LSTM

1.什么是LSTM？LSTM 由 Recurrent NeuralNetworks (RNN) 演化而来，与传统的前向神经网络 (feedforward network)不同，LSTM 可以对之前的输入有选择的记忆，从而有助于判断当前的输入。2.LSTM主要部件？Forget gate：控制哪些存储单元需要被清除的数量Input gate：控制每个单元更新多少Output gate：控制内部存储状...

原创 C#：光标通过上下键或者enter键从一个textBox移动到另一个textBox或实现按键click功能

//latitudeTbx-->GDPTbx：光标通过↓移动        private void latitudeTbx_KeyDown(object sender, KeyEventArgs e)        {            if (e.KeyValue == 40)                GDPTbx.Focus();        }     

翻译 实验1.2

Mylock.h #include#include#include#include#include /*structmyflock{   short l_type;   off_t l_start;   short l_whence;   off_t l_len;   pid_t l_pid;};*/ intlock_set(in

翻译 实验3.1

#include #include #include #include void *thread_function(void *arg);char message[]="hello world";int main(){   int res;   pthread_t a_thread;   void *thread_result;   res=pthrea

翻译 实验4

#include#include#include#include#include#include#include#include#include#include #include #include int main(){FILE *fp;pid_t child;int i,lines,line,move;char str[20],

翻译 实验others

#include #include #include #include int main(){   pid_t pid;   char *message;   int n;   printf("fork program starting");   pid=fork();   switch(pid)   {      case -1:     

翻译 实验1.1

#include #include #include #include #include int main(){   char c;   int in,out;   in=open("file.in",O_RDONLY);   out=open("file.out",O_WRONLY|O_CREAT,S_IRUSR|S_IWUSR);   if((in=

翻译 实验3

#include #include #include #include #include int main(void){int child1, child2, child;//创建子进程1child1 = fork(); if(child1 == -1){//子进程1的出错处理printf("Child1 fork error\n");exit(1)

翻译 实验2

#include #include #include #include #include #include  int main(void){  pid_t child1,child2;  int i;   child1=fork();  if(child1==1)//pid=1的进程是init进程   {     perror("chil

翻译 实验1

#include int main(){  printf("hello world");  return 0;} #include #include #include #include #include #include /*struct flock{  short 1_type;  off_t 1_start;  short 1

翻译 实验

#include#include#include#include#include#include#include               #define MYFIFO                 "/tmp/myfifo" /* 有名管道文件名*/#defineMAX_BUFFER_SIZE            PIPE_BUF    /*定义在于li