摘要：
5.1 循环神经网络（时间序列） 循环神经网络（RNN）用于建模带有时间关系的数据。它的架构是这样的。 在最基本的 RNN 中，单元（方框）中的操作和全连接层没什么区别，都是线性变换和激活。它完全可以看做多个全连接层的横向扩展。 但是操作数量多了之后，就会有梯度消失和爆炸的问题，于是人们改良了 RN 阅读全文
posted @ 2018-12-26 17:08
绝不原创的飞龙
阅读(9)
评论(0)
推荐(0)
摘要：
4.2 多层感知机回归（时间序列） 这篇教程中，我们使用多层感知机来预测时间序列，这是回归问题。 操作步骤 导入所需的包。 import tensorflow as tf import numpy as np import pandas as pd import matplotlib as mpl 阅读全文
posted @ 2018-12-19 15:35
绝不原创的飞龙
阅读(41)
评论(0)
推荐(0)
摘要：
4.1 多层感知机（分类） 这篇文章开始就是深度学习了。多层感知机的架构是这样： 输入层除了提供数据之外，不干任何事情。隐层和输出层的每个节点都计算一次线性变换，并应用非线性激活函数。隐层的激活函数是压缩性质的函数。输出层的激活函数取决于标签的取值范围。 其本质上相当于广义线性回归模型的集成。 操作 阅读全文
posted @ 2018-12-17 22:09
绝不原创的飞龙
阅读(45)
评论(0)
推荐(0)
摘要：
原文：Embeddings 译者：飞龙 协议：CC BY-NC-SA 4.0 P.S… 本课程仍处于测试阶段，因此我很乐意收到你的反馈意见。 如果你有时间填写本课程的超短期调查，我将非常感激。 你也可以在下面的评论中或在学习论坛上留下公开反馈。 一、嵌入层 欢迎阅读嵌入主题的第一课。 在本课程中，我 阅读全文
posted @ 2018-12-14 21:36
绝不原创的飞龙
阅读(49)
评论(0)
推荐(0)
摘要：
遇到非线性可分的数据集时，我们需要使用核方法，但为了使用核方法，我们需要返回到拉格朗日对偶的推导过程，不能简单地使用 Hinge 损失。 操作步骤 导入所需的包。 import tensorflow as tf import numpy as np import matplotlib as mpl 阅读全文
posted @ 2018-12-03 11:50
绝不原创的飞龙
阅读(31)
评论(0)
推荐(0)
摘要：
运营商 运算符允许生成某些类型的任务，这些任务在实例化时成为DAG中的节点。 所有运算符都派生自BaseOperator ，并以这种方式继承许多属性和方法。 有关更多详细信息，请参阅BaseOperator文档。 有三种主要类型的运营商： 执行操作的操作员，或告诉其他系统执行操作的操作员传输操作员将 阅读全文
posted @ 2018-11-29 18:08
绝不原创的飞龙
阅读(84)
评论(0)
推荐(0)
摘要：
为什么我的任务没有安排好？ 您的任务可能无法安排的原因有很多。 以下是一些常见原因： 您的脚本是否“编译”，Airflow引擎是否可以解析它并找到您的DAG对象。 要对此进行测试，您可以运行airflow list_dags并确认您的DAG显示在列表中。 您还可以运行airflow list_tas 阅读全文
posted @ 2018-11-29 18:07
绝不原创的飞龙
阅读(62)
评论(0)
推荐(0)
摘要：
注意 Lineage 支持是非常实验性的，可能会发生变化。 Airflow可以帮助跟踪数据的来源，发生的事情以及数据随时间的变化。 这有助于实现审计跟踪和数据治理，还可以调试数据流。 气流通过任务的入口和出口跟踪数据。 让我们从一个例子开始，看看它是如何工作的。 from airflow.opera 阅读全文
posted @ 2018-11-29 18:04
绝不原创的飞龙
阅读(60)
评论(0)
推荐(0)
摘要：
反向代理Azure：Microsoft AzureAWS：亚马逊网络服务DatabricksGCP：Google云端平台 反向代理 可以在反向代理后面设置气流，并能够灵活地设置其端点。 例如，您可以配置反向代理以获取： https : // lab . mycompany . com / myorg 阅读全文
posted @ 2018-11-29 18:03
绝不原创的飞龙
阅读(33)
评论(0)
推荐(0)
摘要：
Airflow公开了一个实验性的Rest API。 它可以通过网络服务器获得。 端点可在/ api / experimental /获得。 请注意，我们希望端点定义发生变化。 端点 这是占位符，直到招摇定义处于活动状态 / api / experimental / dags / <DAG_ID> / 阅读全文
posted @ 2018-11-29 18:02
绝不原创的飞龙
阅读(65)
评论(0)
推荐(0)
浙公网安备 33010602011771号