- 博客(42)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 git submodules
Git submodules使用方法1.构建submodule实例Step1:下载git父仓库cd /root/workspacegit clone https://github.com/daneren/main_project.gitStep2:添加git子仓库cd /root/workspace/main_projectgit submodule add https://github.com/daneren/sub_project.gitStep3:初始化mian_projectg
2022-03-03 19:46:29
305
原创 ubuntu16.04升级Python3.5到Python3.7
ubuntu16.04升级Python3.5到Python3.7ubuntu16.04自带python有两个版本，一个2版本，使用的是python；另一个是3版本，使用的是python3。简易安装python后得到的3版本的版本号是python3.5。可以使用下面的命令查看py版本：python3 --version因为版本内容/接口等的不同，需要将其升级到更高的版本操作如下：1、安...
2018-12-29 19:03:57
28293
1
转载 python中os.path模块下的函数总结
#coding:utf-8import ospath = 'C:\Python27\Lib\site-packages\myLibrary'print os.path.abspath(path) #返回绝对路径print os.path.basename(path) #返回文件名'os.path.commonprefix(list) #返回list(多个路径)中，所有path共有的...
2018-11-20 20:27:45
474
原创 torch.triu(input, diagonal=0, out=None)
torch.triu(input, diagonal=0, out=None) → Tensor返回矩阵上三角部分，其余部分定义为0。Parameters:input (Tensor) – the input tensordiagonal (int, optional) – the diagonal to considerout (Tensor, optional) – the out...
2018-10-03 17:51:21
16977
2
原创 numpy.tile(A, reps)
numpy.tile(A, reps)Parameters: A : The input array.reps : The number of repetitions of A along each axisimport torchimport numpy as npx = torch.from_numpy(np.arange(4).reshape((1, 4)))print('...
2018-09-30 18:29:28
269
原创 numpy.delete(arr, obj, axis=None)
numpy.delete(arr, obj, axis=None)arr：输入矩阵obj：在什么位置处理axis：这是一个可选参数，axis = None，1，0axis=None：arr会先按行展开，然后按照obj，删除第obj-1（从0开始）位置的数，返回一个行矩阵。axis = 0：按行删除axis = 1：按列删除import torchimport numpy as np...
2018-09-30 18:19:10
1355
原创 numpy.ravel(a, order='C')
numpy.ravel(a, order=‘C’)a是要进行改变形状的数组order : {‘C’,’F’, ‘A’, ‘K’}, optional由ravel()产生的数组中元素的顺序通常是“C风格”，也就是说，最右边的索引“改变最快”，所以[0,0]之后的元素是[0,1] 。如果数组被重新塑造成其他形状，数组又被视为“C-style”。NumPy通常创建按此顺序存储的数组，因此r...
2018-09-30 14:55:06
3110
原创 torch.clamp(input, min, max, out=None)
torch.clamp(input, min, max, out=None) → Tensor将输入input张量每个元素的夹紧到区间 [min,max]，并返回结果到一个新张量。input={min,if input <= mininput,if min<input <maxmax,if i...
2018-09-30 13:37:48
1765
原创 torch.tensor.view(*args)
view(*args) → Tensor返回一个有相同数据但大小不同的tensor。 返回的tensor必须有与原tensor相同的数据和相同数目的元素，但可以有不同的大小。一个tensor必须是连续的contiguous()才能被查看。import torchx = torch.randn(4, 5)print('tensor原型:',x)print('tensor维度变换，由（4...
2018-09-30 13:04:05
9905
原创 torch.sum(input, dim, out=None)
torch.sum(input, dim, out=None) → Tensorinput (Tensor) – 输入张量dim (int) – 缩减的维度out (Tensor, optional) – 结果张量代码：import torchx = torch.randn(4, 5)print(x)print(x.sum(0)) #按列求和print(x.sum(1))...
2018-09-30 12:32:31
46147
6
原创 torch.cat(inputs, dimension=0)
参数:inputs (sequence of Tensors) – 可以是任意相同Tensor 类型的python 序列dimension (int, optional) – 沿着此维连接张量序列代码import torchx = torch.randn(2, 3)print(torch.cat((x, x, x))) #默认按行连接张量print(torch.cat((x...
2018-09-30 11:16:05
2663
转载 Python：super( test, self).__init__()
python中的super( test, self).init()首先找到test的父类（比如是类A），然后把类test的对象self转换为类A的对象，然后“被转换”的类A对象调用类A对象自己的__init__函数....
2018-09-30 11:06:49
4378
原创 莫烦PYTHON之Git版本管理学习笔记
莫烦PYTHON之Git版本管理学习笔记创建/修改版本库创建/修改版本库首先创建一个文件夹用于你的git版本库。E:\Test_gitgit 中添加用户名 和 用户:$ git config --global user.name “xxx”$ git config --global user.email “xxx”初始化版本库$ git init新建 1.py$ touch 1...
2018-09-18 15:37:34
226
原创 Andrew Ng机器学习课程笔记（十九）之强化学习
PrefaceMarkov Decision ProcessesMDP定义MDP例子MDP过程Value FunctionValue IterationPolicy IterationPrefaceMarkov Decision Processes（MDP，马尔科夫决策过程） Value Function（价值函数） Value Iteration（值...
2018-05-25 22:16:35
808
原创 Andrew Ng机器学习课程笔记（十八）之无监督学习之独立成份分析
PrefaceCocktail Party ProblemICA AmbiguitiesDensities FunctionLinear TransformationsIndependent Component AnalysisPrefaceCocktail Party Problem（鸡尾酒宴会问题） ICA Ambiguities（ICA不确定性） D...
2018-05-18 23:24:10
469
原创 Andrew Ng机器学习课程笔记（十七）之无监督学习之主成份分析与降维
PrefacePrincipal Components AnalysisProblemNormalize Mean and VarianceFor ExamplePrincipal Components AnalysisPrefacePrincipal Components Analysis（主成份分析）Principal Components Analy...
2018-05-13 23:50:13
260
原创 Andrew Ng机器学习课程笔记（十六）之无监督学习之因子分析模型与EM算法
PrefaceJensen’s InequalityExpectation-Maximization AlgorithmPrefaceFactor Analysis（因子分析模型）EM Algorithm for Factor AnalysisJensen’s InequalityExpectation-Maximization Algorithm...
2018-05-13 19:53:38
1586
原创 Andrew Ng机器学习课程笔记（十五）之无监督学习之混合贝叶斯模型与EM算法
PrefaceJensen’s InequalityExpectation-Maximization AlgorithmPrefaceJensen’s Inequality（Jensen不等式） Expectation-Maximization Algorithm（EM算法）Jensen’s InequalityExpectation-Maximizati...
2018-05-11 23:14:07
4290
6
原创 Andrew Ng机器学习课程笔记（十四）之无监督学习之混合高斯模型与EM算法
PrefaceGaussian Mixture ModelJensen’s InequalityExpectation-Maximization Algorithm（EM）EM Algorithm for GMMPrefaceGaussian Mixture Model（GMM，高斯混合模型） Jensen’s Inequality（Jensen不等式） Exp...
2018-05-11 21:46:46
1050
原创 Andrew Ng机器学习课程笔记（十三）之无监督学习之EM算法
PrefaceJensen’s InequalityExpectation-Maximization AlgorithmPrefaceJensen’s Inequality（Jensen不等式） Expectation-Maximization Algorithm（EM算法）Jensen’s InequalityExpectation-Maximizati...
2018-05-11 18:34:29
1555
原创 Andrew Ng机器学习课程笔记（十二）之无监督学习之K-means聚类算法
PrefaceUnsupervised LearningK-means聚类算法算法内容收敛验证PrefaceUnsupervised Learning（无监督学习） K-means聚类算法Unsupervised Learning我们以前介绍的所有算法都是基于有类别标签的数据集，当我们对于没有标签的数据进行分类时，以前的方法就不太适用了。我们对于这...
2018-05-09 22:25:19
338
1
原创 Andrew Ng机器学习课程笔记（十一）之学习理论之贝叶斯统计和规则化
PrefaceBayesian Statistics And RegularizationPreface主要内容： Bayesian Statistics And Regularization（贝叶斯统计和规则化）Bayesian Statistics And Regularization在这里我们将使用一种不同于最大似然估计的方法来求解 h(θ)h(θ)...
2018-05-05 15:00:40
331
原创 Andrew Ng机器学习课程笔记（十）之学习理论之模型选择
Preface问题定义Cross ValidationFeature SelectionForward/Backward Search（正向搜索/反向搜索）Filter Feature Selection Method（滤特征选择算法）Preface主要内容： Cross Validation（交叉验证） Feature Selection（特征选择）...
2018-04-22 23:39:29
256
原创 Andrew Ng机器学习课程笔记（九）之学习理论之经验风险最小化
PrefaceBias/Variance Trade-offEmpirical Risk MinimizationStep1：两个定理Step2：假设条件Step3：Training Error（训练误差）Step4：Generalization Error（泛化误差）Step5：假设类HH\mathcal HStep6：经验风险最小化ERMThe case of fin...
2018-04-20 22:55:21
276
原创 Andrew Ng机器学习课程笔记（八）之监督学习之Support Vector Machine（3）
PrefaceL1 Norm Soft Margin SVMCoordinate AscentSequential Minimal OptimizationPreface主要内容： 在前面两篇SVM博客中我们所考虑的都是样本数据可以继续线性划分的情况，在这里我们将介绍非线性划分。 L1 Norm Soft Margin SVM（软间隔SVM） Coordinat...
2018-04-16 22:21:25
258
原创 Andrew Ng机器学习课程笔记（七）之监督学习之Support Vector Machine（2）
PrefaceOptimal Margin ClassifierKernels特征转化核函数（Kernel Function）特殊例子核函数有效性判定核与核函数的推广Preface本文将正式开始对SVM（Support Vector Machine，支持向量机）的推导与介绍，以及最为重要的“核”的概念。 主要内容： Optimal Margin C...
2018-04-13 21:22:20
228
原创 Andrew Ng机器学习课程笔记（六）之监督学习之Support Vector Machine（1）
PrefaceNotationFunctional Margins Geometric MarginsOptimal Margin ClassifierStep1：条件假设 Step2：公式推演Lagrange DualityPrimal ProblemDual Optimization Problem参考资料Preface本文对于SVM（Sup...
2018-04-12 22:09:55
314
原创 Andrew Ng机器学习课程笔记（五）之监督学习之Generative Learning Algorithms
PrefaceGenerative Learning Algorithms生成学习算法GLA与判别学习算法DLA:Gaussian Discriminant AnalysisMultivariate Gaussian Distribution（多元高斯分布）Gaussian Discriminant Analysis modelGaussian Discriminant Ana...
2018-04-10 23:14:32
579
原创 Andrew Ng机器学习课程笔记（四）之监督学习之Generalized Linear Models
PrefaceExponential Family1.Bernoulli Distribution2.Gaussian DistributionMultinomial DistributionGeneralized Linear ModelsThree Assumptions由Bernoulli Distribution到Logistic Regression模型由Gaus...
2018-04-08 18:26:29
245
原创 Andrew Ng机器学习课程笔记（三）之监督学习之Newton's Method
PrefaceNewton’s Methodstep 1 ：问题导入step 2：迭代step 3：求最大似然函数step 4：多维特征推广参考文献Preface主要内容： Newton’s Method（牛顿法）Newton’s Methodstep 1 ：问题导入现需要对函数 f(θ)f(θ)f(\theta) ，找到一个合适的 ...
2018-04-07 20:48:25
186
原创 Andrew Ng机器学习课程笔记（二）之监督学习之Linear Regression and Logistic regression
PrefaceUnderfitting and overfittingLocally Weighted Linear Regression (LWR)Probabilistic interpretationLogistic regressionThe Perceptron Learning AlgorithmPreface主要内容： 1. Underfitt...
2018-04-04 18:09:40
285
原创 Andrew Ng机器学习课程笔记（一）之监督学习之Linear Regression
PrefaceAndrew NgMachine LearningLinear Regression1. 问题导入：2. Cost function3. Gradient Descent（LMS）4. Stochastic Gradient Descent（LMS）5. The Normal Equations参考文献Preface这是我的Andrew N...
2018-04-03 16:22:21
301
原创 LSTM(Long Short-Term Memory)和LSTM例子理解
What is LSTMLSTM（Long Short-Term Memory）是长短期记忆网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。 LSTM 已经在科技领域有了多种应用。基于 LSTM 的系统可以学习翻译语言、控制机器人、图像分析、文档摘要、语音识别图像识别、手写识别、控制聊天机器人...
2018-01-19 00:30:00
666
原创 LSTM(Long Short-Term Memory)和LSTM例子理解
What is LSTMLSTM（Long Short-Term Memory）是长短期记忆网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。 LSTM 已经在科技领域有了多种应用。基于 LSTM 的系统可以学习翻译语言、控制机器人、图像分析、文档摘要、语音识别图像识别、手写识别、控制聊天机器人、预测疾病、点击率和股票、合成音乐等等任务。LSTMLSTM是为了解
2018-01-19 00:29:54
1291
原创 RNN(Recurrent Neural Networks)
What is RNN?多层反馈RNN（Recurrent neural Network、循环神经网络）神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输入序列，这让它可以更容易处理如不分段的手写识别、语音识别等。RNN结合这一张图片，我们可以看出在图片左侧的经典RNN模型展开后
2018-01-18 23:26:20
265
原创 RNN(Recurrent Neural Networks)
What is RNN?多层反馈RNN（Recurrent neural Network、循环神经网络）神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输入序列，这让它可以更容易处理如不分段的手写识别、语音识别等。RNN...
2018-01-18 23:26:00
245
原创 Python学习笔记(1)—Python基础
文章来源廖雪峰Python教程学习总结列表内容alkkfPython中的循环结构 if <条件判断1>: <执行1> elif <条件判断2>: <执行2> elif <条件判断3>: <执行3> else: <执行4>
2017-12-29 22:06:13
170
原创 Python学习笔记(1)—Python基础
文章来源廖雪峰Python教程学习总结数据类型和变量整数 Python可以处理任意大小的整数，当然包括负整数，在程序中的表示方法和数学上的写法一模一样，例如：1，100，-8080，0，等等。计算机由于使用二进制，所以，有时候用十六进制表示整数比较方便，十六进制用0x前缀和0-9，a-f表示，例如：0xff00，0xa5b...
2017-12-29 22:06:00
206
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人