- 博客(85)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Modelica资料整理
2.1 官方网站，包括最为丰富的modelica相关资料，在此可以了解到有关于modelica的最新动态，可以下载modelica的标准库与其他免费库，可以下载相关文档与论文资料。modelica和modelica协会2.2 modelica的维基百科词条modelica维基百科。2.3 modelica标准库Github主页，由modelica协会成员组维护。2.4 《modelic...
2019-09-25 16:10:40
2292
1
原创 查看GPU、CPU情况
查看GPU是否在colab中import tensorflow as tftf.test.gpu_device_name()如果结果为空，则不能使用GPU，如果结果为/device:GPU:0使用!/opt/bin/nvidia-smi查看显存情况查看显卡内存使用上限from tensorflow.python.client import device_libd...
2019-05-06 12:54:12
1862
原创 Google colab drive
https://stackoverflow.com/questions/48350226/methods-for-using-git-with-google-colabMount the drive using:from google.colab import drivedrive.mount('/content/drive/')Then:%cd /content/driv...
2019-05-06 12:39:59
220
原创 Windows+pytorch
Windows+pytorch，百度了半天都没有安装好，然后google了五分钟安装好了，秀的我头晕，还是自己的脑子不太聪明啊。先上安装方法：环境：Anaconda 5.0.1 ,python 3.6安装步骤：1.在Anaconda下新建一个环境，在root下输入命令conda create -n pytorchenv //创建一个新的环境pytorchenvacti...
2019-05-04 22:59:07
199
原创 《机器学习实战》讲解
笔记：CSDNhttps://blog.csdn.net/c406495762/column/info/16415视频：https://www.bilibili.com/video/av36993857/?spm_id_from=333.788.videocard.0
2019-04-20 14:39:53
593
原创 cs231笔记
贺完结！CS231n官方笔记授权翻译总集篇发布 - 智能单元 - 知乎专栏 https://zhuanlan.zhihu.com/p/21930884CS231n课程笔记翻译：图像分类笔记（上） - 智能单元 - 知乎专栏https://zhuanlan.zhihu.com/p/20894041CS231n课程笔记翻译：图像分类笔记（下） - 智能单元 - 知...
2019-04-13 15:53:05
316
原创 pandas使用get_dummies进行one-hot编码
离散特征的编码分为两种情况：1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码2、离散特征的取值有大小的意义，比如size:[X,XL,XXL],那么就使用数值的映射{X:1,XL:2,XXL:3}使用pandas可以很方便的对离散型特征进行one-hot编码import pandas as pddf = pd.DataFr...
2019-04-08 17:03:13
128
原创 分位数的简单理解
在统计学里经常提到分位数的概念，下面我们通过一个例子来简单解释一下。假设有一千名学生参加了某次考试，学生A得了75分，排名603，603/1000＝60.3%学生B得了94分，排名28，28/1000=2.8%此时，A大约在60.3%的位置上，而B大约在2.8%的位置上。即在60.3%的位置上约75分, 2.8%的位置上约94分。对应四分位数的就很好解释了，分别在25%, 50...
2019-04-08 16:52:17
1445
原创 Python List extend()方法
描述extend() 函数用于在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）。语法extend()方法语法：list.extend(seq)参数seq -- 元素列表。返回值该方法没有返回值，但会在已存在的列表中添加新的列表内容。实例以下实例展示了 extend()函数的使用方法：aList = [123, 'xyz', 'zara...
2019-04-08 16:44:50
150
原创 pandas group分组与agg聚合
import pandas as pd df = pd.DataFrame({'Country':['China','China', 'India', 'India', 'America', 'Japan', 'China', 'India'], 'Income':[10000, 10000, 5000, 5002, 40000, 50000, ...
2019-04-04 17:29:53
286
原创 Python排序算法汇总
1.插入排序：插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中，从而得到一个新的、个数加一的有序数据，算法适用于少量数据的排序，时间复杂度为O(n^2)。是稳定的排序方法。插入算法把要排序的数组分成两部分：第一部分包含了这个数组的所有元素，但将最后一个元素除外（让数组多一个空间才有插入的位置），而第二部分就只包含这一个元素（即待插入元素）。在第一部分排序完成后，再将这个最后元素插入...
2019-04-04 15:19:45
242
原创 第一篇----行走控制的研究现状：双足机器人&四足机器人
最近打算入门双足机器人、四足机器人，通过在网上搜索，整理一份比较全面的介绍目前发展状况的资料。需要关注的几个学术大牛人物 Marc Raibert 网站为：MIT Leg Laboratory, 网站上的东西比较老了（一九八几----一九九几年），控制的基本思想是进行decouple，具体可以看他的那边很老的书；后来boston dynamics搞得据说是类似的思想，细节大家也都是在...
2019-03-07 18:08:12
4162
1
原创 Anaconda更新命令
anaconda用法：查看已经安装的包：pip list 或者 conda list安装和更新：pip install requestspip install requests --upgrade或者conda install requestsconda update requests更新所有库conda update --all更新 conda 自身conda up...
2019-02-20 15:15:53
7861
原创 什么是生成对抗网络 (GAN)
学习资料:PyTorch GAN 教程 Tensorflow 50行 GAN 代码 论文 Generative Adversarial NetworksHello 大家好, 欢迎观看有趣的机器学习系列视频, 今天我们会来说说现在最流行的一种生成网络, 叫做 GAN, 又称生成对抗网络, 也是 Generative Adversarial Nets 的简称. 完全没有听懂, GAN 是什么...
2019-02-19 14:22:32
683
原创 GBDT：梯度提升决策树
综述GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力较强的算法。 GBDT中的树是回归树（不是分类树），GBDT用来做回归预测，调整后也可以用于分类。 ...
2019-02-18 21:20:55
204
原创 AutoEncoder (自编码/非监督学习)
学习资料:本节的全部代码 Tensorflow 的 50行 AutoEncoder 代码 我制作的 自编码 动画简介 PyTorch 官网要点 神经网络也能进行非监督学习, 只需要训练数据, 不需要标签数据. 自编码就是这样一种形式. 自编码能自动分类数据, 而且也能嵌套在半监督学习的上面, 用少量的有标签样本和大量的无标签样本学习. 如果对自编码还没有太多概念, 强烈推荐我的这个...
2019-02-18 17:12:47
1229
原创 什么是自编码 (Autoencoder)
学习资料:Tensorflow Autoencoder 链接 PyTorch RNN 例子 Keras Autoencoder 链接今天我们会来聊聊用神经网络如何进行非监督形式的学习. 也就是 autoencoder, 自编码.注: 本文不会涉及数学推导. 大家可以在很多其他地方找到优秀的数学推导文章.自编码 autoencoder 是一种什么码呢. 他是不是 条形码? 二维码?...
2019-02-18 15:29:15
5648
原创 RNN 循环神经网络 (回归)
学习资料:本节的全部代码 Tensorflow 的 50行 RNN 代码 我制作的 循环神经网络 RNN 动画简介 我制作的 循环神经网络 LSTM 动画简介 PyTorch 官网要点 循环神经网络让神经网络有了记忆, 对于序列话的数据,循环神经网络能达到更好的效果. 如果你对循环神经网络还没有特别了解, 请观看几分钟的短动画, RNN 动画简介 和 LSTM 动画简介 能让你生...
2019-02-18 15:24:23
1726
原创 RNN 循环神经网络 (分类)
学习资料:本节的全部代码 Tensorflow 的 50行 RNN 代码 我制作的 循环神经网络 RNN 动画简介 我制作的 循环神经网络 LSTM 动画简介 PyTorch 官网要点 循环神经网络让神经网络有了记忆, 对于序列话的数据,循环神经网络能达到更好的效果. 如果你对循环神经网络还没有特别了解, 请观看几分钟的短动画, RNN 动画简介 和 LSTM 动画简介 能让你生...
2019-02-18 10:45:36
959
原创 RNN 循环神经网络 (分类)
学习资料:本节的全部代码 Tensorflow 的 50行 RNN 代码 我制作的 循环神经网络 RNN 动画简介 我制作的 循环神经网络 LSTM 动画简介 PyTorch 官网要点 循环神经网络让神经网络有了记忆, 对于序列话的数据,循环神经网络能达到更好的效果. 如果你对循环神经网络还没有特别了解, 请观看几分钟的短动画, RNN 动画简介 和 LSTM 动画简介 能让你生...
2019-02-18 08:28:29
982
原创 什么是循环神经网络 RNN (Recurrent Neural Network)
学习资料:Tensorflow RNN 例子1 Tensorflow RNN 例子2 Tensorflow RNN 例子3 PyTorch RNN 例子1 PyTorch RNN 例子2 Keras 快速搭建 RNN 1 Keras 快速搭建 RNN 2 RNN 作曲 链接今天我们会来聊聊在语言分析, 序列化数据中穿梭自如的循环神经网络 RNN. RNN 是用来干什么的 ? 它...
2019-02-16 16:32:44
558
1
原创 什么是 LSTM 循环神经网络
学习资料:Tensorflow RNN 例子1 Tensorflow RNN 例子2 Tensorflow RNN 例子3 PyTorch RNN 例子1 PyTorch RNN 例子2 Keras 快速搭建 RNN 1 Keras 快速搭建 RNN 2今天我们会来聊聊在普通RNN的弊端和为了解决这个弊端而提出的 LSTM 技术. LSTM 是 long-short term m...
2019-02-16 16:31:19
1228
原创 CNN 卷积神经网络
卷积神经网络目前被广泛地用在图片识别上, 已经有层出不穷的应用, 如果你对卷积神经网络还没有特别了解, 我制作的 卷积神经网络 动画简介 能让你花几分钟就了解什么是卷积神经网络. 接着我们就一步一步做一个分析手写数字的 CNN 吧.下面是一个 CNN 最后一层的学习过程, 我们先可视化看看:MNIST手写数据 import torchimport torch.nn as nn...
2019-02-16 16:18:03
380
原创 什么是卷积神经网络CNN (Convolutional Neural Network)
学习资料:Tensorflow CNN 教程1 Tensorflow CNN 教程2 Tensorflow CNN 教程3 PyTorch CNN 教程 方便快捷的 Keras CNN教程卷积神经网络是近些年逐步兴起的一种人工神经网络结构, 因为利用卷积神经网络在图像和语音识别方面能够给出更优预测结果, 这一种技术也被广泛的传播可应用. 卷积神经网络最常被应用的方面是计算机的图像...
2019-02-16 09:43:42
2435
原创 Optimizer 优化器
要点 这节内容主要是用 Torch 实践 这个 优化器 动画简介 中起到的几种优化器, 这几种优化器具体的优势不会在这个节内容中说了, 所以想快速了解的话, 上面的那个动画链接是很好的去处.下图就是这节内容对比各种优化器的效果:伪数据 为了对比各种优化器的效果, 我们需要有一些数据, 今天我们还是自己编一些伪数据, 这批数据是这样的:import torchimpo...
2019-02-16 08:50:51
263
原创 加速神经网络训练 (Speed Up Training)
学习资料:英文学习资料 PyTorch 可视化优化器今天我们会来聊聊在怎么样加速你的神经网络训练过程.包括以下几种模式:Stochastic Gradient Descent (SGD) Momentum AdaGrad RMSProp Adam越复杂的神经网络 , 越多的数据 , 我们需要在训练神经网络的过程上花费的时间也就越多. 原因很简单, 就是因为计算量太大了...
2019-02-15 17:07:01
621
原创 Pytorch 批训练
DataLoader DataLoader 是 torch 给你用来包装你的数据的工具. 所以你要讲自己的 (numpy array 或其他) 数据形式装换成 Tensor, 然后再放进这个包装器中. 使用 DataLoader 有什么好处呢? 就是他们帮你有效地迭代数据, 举例:import torchimport torch.utils.data as Datatorch.man...
2019-02-15 16:40:31
274
原创 神经网络保存提取
要点 训练好了一个模型, 我们当然想要保存它, 留到下次要用的时候直接提取直接用, 这就是这节的内容啦. 我们用回归的神经网络举例实现保存提取保存 我们快速地建造数据, 搭建网络:torch.manual_seed(1) # reproducible# 假数据x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1) ...
2019-02-15 15:56:25
923
原创 神经网络快速搭建
快速搭建 我们先看看之前写神经网络时用到的步骤. 我们用 net1 代表这种方式搭建的神经网络.class Net(torch.nn.Module): def __init__(self, n_feature, n_hidden, n_output): super(Net, self).__init__() self.hidden = torch....
2019-02-15 14:44:23
269
原创 PyTorch分类神经网络
这次我们也是用最简单的途径来看看神经网络是怎么进行事物的分类.建立数据集 我们创建一些假数据来模拟真实的情况. 比如两个二次分布的数据, 不过他们的均值都不一样.import torchimport matplotlib.pyplot as plt# 假数据n_data = torch.ones(100, 2) # 数据的基本形态x0 = torch.n...
2019-02-15 14:19:54
1480
原创 PyTorch动态神经网络
PyTorch 是 PyTorch 在 Python 上的衍生. 因为 PyTorch 是一个使用 PyTorch 语言的神经网络库, Torch 很好用, 但是 Lua 又不是特别流行, 所有开发团队将 Lua 的 Torch 移植到了更流行的语言 Python 上. 是的 PyTorch 一出生就引来了剧烈的反响. 为什么呢?而且如果你知道 Numpy, PyTorch 说他就是在神经网络...
2019-02-14 17:40:58
2965
1
原创 David Silver《强化学习RL》第九讲 探索与利用
本讲系统的介绍了在强化学习领域如何有效的进行探索，给出了几类探索算法，通过引入后悔值，借助多臂赌博机这一与状态无关的示例从理论上论述了相关算法的有效性，随后很简单地介绍了将其扩展至与状态相关学习问题和这些算法如何具体应用于解决MDP问题。本讲的一些算法在之前的讲解中或多或少有所涉及，本章偏重于从一些统计理论角度出发给出一些探索方法的有效性证明。 简介 Introduction探索和...
2019-01-30 16:57:30
2014
原创 Git简明教程
这是我简单了解Github之后，打算系统性掌握git的发展过程，以及关于版本管理的基本概念。方便以后项目开发使用网上教程很多，也很琐碎，一直想寻找一个既全面又简介明了的教程。经过不懈努力终于找到廖雪峰老师的教程，我想以这个教程为主线，先入门，然后再对相关内容进行补充。在这里放上廖雪峰的官网网址：https://www.liaoxuefeng.com/wiki/001373951630592...
2019-01-28 18:14:34
438
原创 David Silver《强化学习RL》第八讲 整合学习与规划
本课程之前所有的内容都没有提及到个体如何构建一个模拟环境的模型，自然也没有讲解个体构建一个模拟环境的模型对于解决MDP问题有何帮助。本讲即关注这两个问题。通过构建一个模型，个体具备了一定程度的独立思考能力，即在与环境发生实际交互之前思考各种可能的行为其对能带给环境及自身的改变。通过个体的思考以及联合其与环境的实际交互经验，个体在解决大规模MDP问题时可以取得更好的结果。本讲涉及的内容多属于宏观架构...
2019-01-27 17:41:29
486
原创 第十二讲：强化学习（Reinforcement Learning）和控制（Control）
这一章我们就要学习强化学习（reinforcement learning）和适应性控制（adaptive control）了。在监督学习（supervised learning）中，我们已经见过的一些算法，输出的标签类 yyy 都是在训练集中已经存在的。这种情况下，对于每个输入特征 xxx，都有一个对应的标签作为明确的“正确答案（right answer）”。与之相反，在很多的连续判断（sequ...
2019-01-27 09:53:28
12543
原创 第十一讲：独立成分分析（Independent Components Analysis ）
接下来我们要讲的主体是独立成分分析（Independent Components Analysis，缩写为 ICA）。这个方法和主成分分析（PCA）类似，也是要找到一组新的基向量（basis）来表征（represent）样本数据。然而，这两个方法的目的是截然不同的。还是先用“鸡尾酒会问题（cocktail party problem）”为例。在一个聚会场合中，有 n 个人同时说话，而屋子里的任意...
2019-01-25 15:09:42
2569
原创 第十讲：主成分分析（Principal components analysis）
前面我们讲了因子分析（factor analysis），其中在某个 kkk 维度子空间对 x∈Rnx ∈ R^nx∈Rn 进行近似建模，kkk 远小于 nnn，即 k≪nk ≪ nk≪n。具体来说，我们设想每个点 x(i)x^{(i)}x(i) 用如下方法创建：首先在 kkk 维度仿射空间（affine space） Λz+μ;z∈Rk{Λz + μ; z ∈ R^k}Λz+μ;z∈Rk 中生成某...
2019-01-25 11:14:47
2288
原创 第九讲：因子分析（Factor analysis）
如果有一个多个高斯模型混合（a mixture of several Gaussians）而来的数据集 x(i)∈Rnx^{(i)} ∈ R^nx(i)∈Rn ，那么就可以用期望最大化算法（EM algorithm）来对这个混合模型（mixture model）进行拟合。这种情况下，对于有充足数据（sufficient data）的问题，我们通常假设可以从数据中识别出多个高斯模型结构（multip...
2019-01-24 18:40:45
2967
原创 强化学习实践七 ：DQN的实现
本文将带您一起实践深度学习与强化学习联合解决问题的一个经典算法：深度Q学习网络（DQN）。深度学习算法在强化学习领域的应用主要体现在价值函数或策略函数的近似表示上，理解了这一点将有助于您直击深度强化学习问题的本质。正因为如此，我们也可以使用不基于深度学习的其他函数近似工具。由于训练、调试一个深度学习网络需要较长的时间，并且我基本上是使用自己的风格来写这些代码和博客，因此后续的进度会不固定，成熟...
2019-01-24 11:27:26
1233
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人