bonelee - 博客园

2018年10月31日

摘要： This would allow chaining operations like: pd.read_csv('imdb.txt') .sort(columns='year') .filter(lambda x: x['year']>1990) # < this is missing in Pand 阅读全文

posted @ 2018-10-31 12:05 bonelee 阅读(52770) 评论(0) 推荐(0)

Intel daal4py demo运行过程

摘要： daal安装（记得先安装anaconda）：注意：安装过程较慢，耐心等待。随机森林： demo示例数据：计算均值方差等统计特征：阅读全文

posted @ 2018-10-31 10:20 bonelee 阅读(778) 评论(0) 推荐(0)

conv1d UpSampling1D aotoencoder 自编码代码摘录

摘要： https://www.quora.com/How-do-I-implement-a-1D-Convolutional-autoencoder-in-Keras-for-numerical-dataset http://qaru.site/questions/418926/keras-autoenc 阅读全文

posted @ 2018-10-31 09:36 bonelee 阅读(2387) 评论(0) 推荐(0)

2018年10月30日

python daal test

摘要： import os import sys from daal.algorithms import low_order_moments from daal.data_management import FileDataSource, DataSourceIface from daal.data_management import (readOnly, NumericTableIface, B... 阅读全文

posted @ 2018-10-30 17:10 bonelee 阅读(287) 评论(0) 推荐(0)

python dict 构造函数性能比较

摘要： 0.0015797615051269531 要快些0.0018689632415771484 阅读全文

posted @ 2018-10-30 16:00 bonelee 阅读(715) 评论(0) 推荐(0)

CNN autoencoder 进行异常检测——TODO，使用keras进行测试

摘要： https://sefiks.com/2018/03/23/convolutional-autoencoder-clustering-images-with-neural-networks/ https://blog.keras.io/building-autoencoders-in-keras.h 阅读全文

posted @ 2018-10-30 12:00 bonelee 阅读(2746) 评论(0) 推荐(0)

利用CNN进行流量识别本质上就是将流量视作一个图像

摘要： from：https://netsec2018.files.wordpress.com/2017/12/e6b7b1e5baa6e5ada6e4b9a0e59ca8e7bd91e7bb9ce5ae89e585a8e4b8ade79a84e5ba94e794a8.pdf 利用CNN进行流量识别本质上阅读全文

posted @ 2018-10-30 11:37 bonelee 阅读(1524) 评论(0) 推荐(0)

Deep Belief Network简介——本质上是在做逐层无监督学习，每次学习一层网络结构再逐步加深网络

摘要： from：http://www.cnblogs.com/kemaswill/p/3266026.html 1. 多层神经网络存在的问题常用的神经网络模型, 一般只包含输入层, 输出层和一个隐藏层：理论上来说, 隐藏层越多, 模型的表达能力应该越强。但是, 当隐藏层数多于一层时, 如果我们使用随机阅读全文

posted @ 2018-10-30 10:33 bonelee 阅读(6584) 评论(1) 推荐(1)

python pipe stdout 实现cat|grep 功能

摘要：从hdfs里获取希望的数据：阅读全文

posted @ 2018-10-30 09:07 bonelee 阅读(671) 评论(0) 推荐(0)

2018年10月29日

Python 优化第一步: 性能分析实践使用cporfile+gprof2dot可视化

摘要：拿来主义： python -m cProfile -o profile.pstats to_profile.py gprof2dot -f pstats profile.pstats |dot -Tpng -o click.png 然后顺着浅色线条优化就OK了。 windows下： google下g 阅读全文

posted @ 2018-10-29 16:58 bonelee 阅读(2522) 评论(0) 推荐(0)

将者，智、信、仁、勇、严也。

Hi，我是李智华，华为-安全AI算法专家，欢迎来到安全攻防对抗的有趣世界。

公告