06 2019 档案

摘要:考虑一个二分类的情况,类别为1和0,我们将1和0分别作为正类(positive)和负类(negative),则实际分类的结果有4种,表格如下(混淆矩阵): 真实情况 预测结果 正例 反例 正例 TP(真正例) FN(假反例) 反例 FP(假正例) TN(真反例) 敏感性Sensitivity (Se 阅读全文
posted @ 2019-06-29 21:38 谁动了我的奶盖 阅读(3529) 评论(0) 推荐(0)
摘要:import numpy as np import tensorflow as tf A = [1,3,4,5,6,1,2,3,4,5] B = [1,3,4,3,2,2,2,3,4,3] with tf.Session() as sess: a=sess.run(tf.equal(A, B)) b 阅读全文
posted @ 2019-06-29 20:59 谁动了我的奶盖 阅读(1461) 评论(0) 推荐(0)
摘要:最近遇到这个问题,上网查+问同学,基本解决方法:keras,Pipeline,TFrecord,批次读取训练 先看第一个,keras,可能需要改网络什么的,不太想改(先挖个坑,以后学一下keras,小白一只,勿怪) 第二个,pipeline,听起来高大上也很专业,上网搜罗了一堆资料: https:/ 阅读全文
posted @ 2019-06-26 16:36 谁动了我的奶盖 阅读(3755) 评论(0) 推荐(0)
摘要:Tensorflow 数据读取有三种方式: Preloaded data: 预加载数据,在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。 Feeding: Python产生数据,再把数据喂给后端。TensorFlow程序运行的每一步, 让Python代码来供给数 阅读全文
posted @ 2019-06-26 11:25 谁动了我的奶盖 阅读(1047) 评论(0) 推荐(0)
摘要:https://blog.csdn.net/qq_26591517/article/details/82469680 查看机器上GPU情况 命令: nvidia smi 功能:显示机器上gpu的情况 命令: nvidia smi l 功能:定时更新显示机器上gpu的情况 命令:watch n 3 n 阅读全文
posted @ 2019-06-26 08:18 谁动了我的奶盖 阅读(2623) 评论(0) 推荐(0)
摘要:参考: http://www.sohu.com/a/206922947_390227 https://zhuanlan.zhihu.com/p/27830489 https://www.jianshu.com/p/0bb00eed9c63 https://www.baidu.com/link?url 阅读全文
posted @ 2019-06-25 19:44 谁动了我的奶盖 阅读(1512) 评论(0) 推荐(0)
摘要:Data arrangement 1.Reference Webs http://nlp.csai.tsinghua.edu.cn/~tcc/ https://blog.csdn.net/a609640147/article/details/89562262 https://blog.csdn.ne 阅读全文
posted @ 2019-06-25 16:08 谁动了我的奶盖 阅读(386) 评论(0) 推荐(0)