- 博客(26)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 在azure上搭建k8s+prometheus+grafana+ingress-controller
申请一个AKS集群在本地实现对AKS的控制安装kubectl连接到aks(可以直接点击aks概述中的连接获取命令)使用azure cli获取aks的配置信息（比如获取commercial-yanhuibin-test的k8s配置）az account set --subscription 32285749-d4c9-4337-b6bb-1709935abc16az aks get-credentials --resource-group commercial-share --name comme
2021-01-18 21:43:59
806
转载 复旦大学nlp实验室上手教程之文本分类
文本分类原项目地址：https://github.com/FudanNLP/nlp-beginner感谢教师：邱锡鹏 微博：@邱锡鹏1 文本分类任务简介 在有监督学习中,需要提供一组有类别标记的样本用来学习模型以及检验模型的好 坏。这组样本集合就称为数据集。数据集用 XXX 表示,X=(x1,y1),⋅⋅⋅,(xN,yN)X = {(x^1 , y^1 ), · · · , (x^N , y^N )}X=(x1,y1),⋅⋅⋅,(xN,yN),N 为 样本个数。yiy^iyi 为样本实例 xix
2020-06-23 10:43:49
1203
原创 【统计学习方法读书笔记】（四）朴素贝叶斯法
终于到了贝叶斯估计这章了，贝叶斯估计在我心中一直是很重要的地位，不过发现书中只用了不到10页介绍这一章，深度内容后，发现贝叶斯估计的基础公式确实不多，但是由于正态分布在生活中的普遍性，贝叶斯估计才应用的非常多吧！默认输入变量用XXX表示，输出变量用YYY表示概率公式描述：P(X=x)P(X=x)P(X=x)：表示当X=xX=xX=x时的概率P(X=x∣Y=ck)P(X=x|Y=c_k)P...
2020-04-14 22:57:01
353
原创 【统计学习方法读书笔记】（三）k近邻法
个人感觉k近邻应该是所有统计学习方法里最好理解的了，通俗来说就是在数据集中找距离测试数据x最近的k个数据样本，如果A类的数量大于B类的数量，则将测试数据x归为A类，书中也仅用了不到10页来论述这个理论，除基本k近邻理论，还有kd树的阐述。k近邻法输入：训练集T={(x1,y1),(x2,y2),...,(xN,yN)}T=\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N...
2020-04-09 22:06:09
266
原创 【统计学习方法读书笔记】（二）感知机
这里引用一张康奈尔大学老师的课件图片，如图所示，感知机的目的就是找寻一条直线(蓝色)，可以把正样本集(绿色)、负样本集(红色)分开1、什么是符号函数sign(x)sign(x)sign(x)sign(x)={+1,x⩾0−1,x<0sign(x)=\left\{\begin{matrix} +1, x\geqslant 0 \\ -1, x<0 \end{matrix}\ri...
2020-03-18 22:11:49
146
原创 【统计学习方法读书笔记】（一）统计学习及监督学习概论
最近在面试过程中，发现对于AI算法岗位，基本的机器学习、统计学习理论的考察是非常重要的，因此决定先过一遍《统计学习方法》，为了回顾学过的知识，以问答的形式建此博客，整理学习中的思考，也希望同道中人一起讨论学习统计学习概论1、在研究统计学习方法的过程中需要哪些步骤？得到一个有限的训练数据集；确定所有可能的模型假设空间（换句话说就是找几个你觉得比较合适的模型）；确定学习策略（如损失函...
2020-03-03 23:21:53
227
原创 建立多个git域名关联
生成密钥文件$ ssh-keygen -t rsa -f filename -C [email protected]注意：上述代码中filename是密钥文件名(默认是id_rsa)，[email protected]是你在网站(github/gitlab)上注册的邮箱执行该命令后，会在~/.ssh中生成对应的密钥文件导入ssh-key复制*.pub文件内容$ vi ~/.ssh/*.pu...
2019-09-14 15:46:43
928
原创 【论文解读】关于深度森林的一点理解
2017年年初，南京大学周志华老师上传了一篇名为：Deep Forest：Towards An Alternative to Deep Neural Networks的论文，一石激起千层浪，各大媒体纷纷讨论着，这似乎意味着机器学习的天色要变，实则不然，周志华老师通过微博解释道，此篇论文不过是为机器学习打开了另一扇窗，是另一种思维，而不是真的去替代深度神经网络（DNN）。下面我就简单概括一下我...
2019-07-06 00:07:42
2383
原创 【论文解读】Partial Hash Update via Hamming Subspace Learning
“基于汉明子空间学习的部分哈希码的更新”论文梗概，以便自己对该论文做相关回顾摘要这篇论文主要是应对哈希码的更新，由于当前大量社交数据的哈希在线更新变得非常耗时，而提出的一种加快哈希更新方法，叫汉明子空间学习（Hamming Subspace Learning）HSL。HSL的主要动机是通过选择具有代表性的哈希方法，从高维汉明空间中生成低维的汉明子空间，通过使用HSL，希望能提高所有样本更新
2019-07-05 23:51:40
332
原创 Git使用方法
1、安装GitCentos：yum install gitWindows直接在官网下载安装包安装即可，然后打开Git Bash操作（后续命令均可在git bash执行，不在分别叙述）2、在本地生成SSH密钥mkdir ~/.sshcd ~/.ssh# 设置用户名git config --global user.name "xxx"git config --global u...
2019-07-05 23:46:35
89
原创 【论文解读】TransE
TranE论文解读Trans系列的主题是基于翻译模型的知识表示学习，主要用来解决知识表示和推理的问题。本文主要介绍TransE和数据集Wordnet、Freebase等。表示学习：主要面向知识图谱中实体和关系进行表示学习，一般使用建模方法将实体和向量表示在低维稠密向量空间中，然后计算并推理，主要的应用任务有三元组提取(triplet classification)和链接预测(link pred...
2019-07-05 23:45:27
4119
原创 【论文解读】HyTE
HyTE:基于超平面时间感知的知识图谱Embedding一个人可以非常清贫、困顿、低微，但是不可以没有梦想。只要梦想一天，只要梦想存在一天，就可以改变自己的处境。 — 奥普拉·温弗瑞Trans系列的主题是基于翻译模型的知识表示学习，主要用来解决知识表示和推理的问题。本文主要介绍TransE和数据集Wordnet、Freebase等。表示学习：主要面向知识图谱中实体和关系进行表示学习，一般...
2019-07-05 23:43:52
2681
1
原创 【从0到1】搭建Neo4j数据库环境
搭建Neo4j图形数据库环境保持快乐，你就会干得好，就更成功、更健康，对别人也就更仁慈。——马克斯威尔·马尔兹Neo4j是一个高性能的,NOSQL图形数据库，它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎，但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎，该引擎具有成熟数据库...
2019-07-05 23:33:59
612
翻译 Fabric-Java-SDK官方文档
Fabric-Java-SDK官方文档从GitHub上获取Java-SDK搭建1.3.0-SNAPSHOT部署最新的FabricSDK依赖使用SDK构建单元测试端到端的测试例子:SDK帮助促进Java应用程序管理Hyperledger通道和用户链码的生命周期，还提供了在channel上执行chaincode，query blocks和transactions，以及监视通道上事件的方法注意：SD...
2018-11-14 09:38:56
9359
2
原创 Hyperledger Fabric常用命令总结
Peer常用命令： #peer chaincode --help #peer channel list --help --logging-level <string> #<string>:debug,info,notice,warning,error,critical --versionpeer命...
2018-08-10 16:54:45
3996
原创 从0到1：搭建Hyperledger Fabric网络
Build your first network环境要求：系统：Linux（对系统内核有要求，建议>=Centos7或者Ubuntu14以上）或者Windows或者Mac cURL Docker（>=17.06.2） Docker-Compose Go：（Go version 1.10x is required）设置环境变量（~/.bashrc[ps.不同系统命令不同]...
2018-08-09 11:12:55
672
原创 Hyperledger技术简介
Hyperledger简介： Hyperledger是一项开源协作，旨在推动跨行业区块链技术的发展。 这是一项全球合作，包括银行，金融，物联网，制造，供应链和技术领域的领导者。 Linux Foundation在此基础上托管Hyperledger。 要了解更多信息，请访问：hyperledger.org。 Hyperledger不会推广单个区块链代码库或单个区块链项目。 相反，它使全球开发...
2018-08-08 15:11:43
11853
3
原创 从0到1：虚拟环境下Centos7搭建Hyperledger Fabric
最近研究Hyperledger Fabric区块链项目研究的虎头蛇尾的，特此留下博客，记录搭建过程，具体步骤可访问官网1.配置静态IP进行网络访问cd /etc/sysconfig/network-scriptssu #进入root用户vi ifcfg-ens** #此处的文件主要根据ifconfig判断，每个主机可能会不同主要对以下内容进行修改： 然后重启一下网络服...
2018-07-30 19:24:06
491
原创 学习Hyperledger Fabric遇到的那些坑（持续更新中）
Hyperledger Fabric环境搭建过程ERROR: Couldn’t connect to Docker daemon at http+docker://localunixsocket - is it running?首先查看docker服务是否开启service docker start一般是因为没有把当前用户加入到root用户下(比如fabric为你当前的用户...
2018-07-26 09:59:25
2416
2
原创 欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl
2017-09-05 09:49:48
196
原创 数据预测与估算算法（一）---产生式模型与判别式模型
产生式模型（Generative Model）和判别式模型（Discrimitive Model）都是机器学习中有监督学习的模型概念，对于输入X和输出Y，区别是：产生式模型是估算X和Y的联合概率分布P(x,y)P(x,y) 判别式模型是估算X和Y的条件概率分布P(y|x)P(y|x)
2017-06-06 09:48:17
803
原创 Python机器学习与实践笔记（一）
最近在看《Python机器学习与实践笔记（从零开始通往Kaggle的实践之路）》，记录一份该书的简要内容，以备后续复习
2017-05-08 19:51:39
1041
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人