qq_42147047的博客

原创 my_test

原创 windows10下pytorch和paddleOCR的

需要决定各个软件的版本，包括python、CUDA、CUDnn、navid driver、pytorch、paddlepaddle、paddleOCR

原创 anaconda部署

anaconda部署详情（个人使用）

原创 电信客户流失预测挑战赛，baseline

电信客户流失预测挑战赛baseline

原创 高质量教程资源（python,R,pytorch等）（个人记录用）

R：DSA R Introduction Course python深度学习 fast.ai的介绍：如何从零基础学最前沿的 Python 深度学习？ - 简书 基于 Pytorch 的 fast.ai 深度学习框架：几条语句，就能做出前沿水平（state of the art）的深度学习模型。——Jeremy Howard 官方介绍：Practical Deep Learning for Coders 2019 · fast.ai 线上免费课程：Practical .

原创 重学线性代数 个人笔记（主要为了自己以后回顾）

线性代数重要：因为是数学基础，对机器学习、算法调优等必不可少。向量：线性代数的主体就是向量和向量规则，这与代数是相互对应的。与向量相关的概念矩阵：矩阵可以极大地提高计算机的运算效率，因为GPU可以同时运算矩阵，无需并行计算。矩阵运算：普通乘、哈达玛积（对应元素相乘）、克罗内克积（Matlab运用kron()函数计算Kronecker乘法_yyywww666的专栏-CSDN博客_matlab 克罗内克积）线性方程求解：直接法。理论上的高斯消元法不能处理大规模数据 间接法。..

原创 Stata软件简介

Stata 是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它拥有很多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。用Stata绘制的统计图形相当精美。主要包括以下几个功能：统计功能：Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。 Stata的作图模块：主要提供如下八种

原创 pytorch入门：环境配置等

英伟达显卡的环境安装安装CUDA 安装pytorch GPU版本（需要有英伟达显卡，其他命令官网可查） conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch 注意CUDA、显卡、显卡驱动、pytorch之间的版本兼容问题 CUDA下载：CUDA Toolkit 11.5 Downloads | NVIDIA Developer 显卡驱动下载：NVIDIA 驱动程序下载 Pytorch和CUDA

原创 anaconda jupyter notebook python 个人配置

安装anaconda创建虚拟环境1、创建虚拟环境：conda create -n 环境名 python=版本号例如创建一个叫做dl的虚拟环境,python版本为3.7：conda create -n dl python=3.72、激活虚拟环境：conda activate 环境名3、在虚拟环境中安装ipykernel (切记这一步是在对应的虚拟环境中进行）：pip install ipykernel使用ipykernel生成虚拟环境的kernel(这一步也是在虚拟环境

原创 SAS基础：导入外部数据

一、读入sas数据集1.文件格式：待读入的文件为图中选中的文件（sales.sas7bdat）2.sas代码：libname orion 'F:\打散虾\sas\P1 DATA'; ...

原创 pandas dataframe 增加一个自增列

1.重建索引，以下操作会生成从0开始的新索引df = df.reset_index()2.新增自增列df['counter'] = range(len(df))

原创 寻找字典的values最大值，并返回所对应的key

d = {'a': 1, 'b': 3, 'c': 2}print(max(d.values()))'''for key, value in d.items(): if value == max(d.values): max_key = key'''z = list(d.keys())[list(d.values()).index(max(d.values()...