bonelee - 博客园

2017年11月28日

Data Mining and Machine Learning in Cybersecurity PDF

摘要： https://doc.lagout.org/Others/Data%20Mining/Data%20Mining%20and%20Machine%20Learning%20in%20Cybersecurity%20%5BDua%20%26%20Du%202011-04-25%5D.pdf 阅读全文

posted @ 2017-11-28 19:07 bonelee 阅读(444) 评论(0) 推荐(0)

ES failed to notify ClusterStateListener java.lang.IllegalStateException: environment is not locked

摘要： ES出现异常： failed to notify ClusterStateListenerjava.lang.IllegalStateException: environment is not locked 定位代码：下载ES 5.5源码，在main/java/org/elasticsearch/ 阅读全文

posted @ 2017-11-28 12:28 bonelee 阅读(3162) 评论(0) 推荐(0)

使用神经网络-垃圾邮件检测-LSTM或者CNN（一维卷积）效果都不错【代码有问题，pass】

摘要：自己写检测算法的时候也记得多个算法比较下阅读全文

posted @ 2017-11-28 11:08 bonelee 阅读(2711) 评论(3) 推荐(0)

使用CNN做文本分类——将图像2维卷积换成1维

摘要：使用CNN做文本分类 from __future__ import division, print_function, absolute_import import tensorflow as tf import tflearn from tflearn.layers.core import input_data, dropout, fully_connecte... 阅读全文

posted @ 2017-11-28 10:36 bonelee 阅读(2136) 评论(1) 推荐(0)

使用CNN做电影评论的负面检测——本质上感觉和ngram或者LSTM同，因为CNN里图像检测卷积一般是3x3，而文本分类的话是直接是一维的3、4、5

摘要：代码如下：准确率是100% 阅读全文

posted @ 2017-11-28 10:34 bonelee 阅读(985) 评论(1) 推荐(0)

CNN tflearn处理mnist图像识别代码解说——conv_2d参数解释，整个网络的训练，主要就是为了学那个卷积核啊。

摘要：官方参数解释： Convolution 2D tflearn.layers.conv.conv_2d (incoming, nb_filter, filter_size, strides=1, padding='same', activation='linear', bias=True, weigh 阅读全文

posted @ 2017-11-28 10:16 bonelee 阅读(6853) 评论(0) 推荐(0)

2017年11月27日

神经网络中embedding层作用——本质就是word2vec，数据降维，同时可以很方便计算同义词（各个word之间的距离），底层实现是2-gram（词频）+神经网络

摘要： Embedding tflearn.layers.embedding_ops.embedding (incoming, input_dim, output_dim, validate_indices=False, weights_init='truncated_normal', trainable= 阅读全文

posted @ 2017-11-27 15:51 bonelee 阅读(47302) 评论(1) 推荐(1)

使用LSTM做电影评论负面检测——使用朴素贝叶斯才51%，但是使用LSTM可以达到99%准确度

摘要：基本思路：每个评论取前200个单词。然后生成词汇表，利用词汇index标注评论（对每条评论的前200个单词编号而已），然后使用LSTM做正负评论检测。代码解读见【【【评论】】】！embedding层本质上是word2vec！！！在进行数据降维，但是不是所有的LSTM都需要这个，比如在图像检测m 阅读全文

posted @ 2017-11-27 14:28 bonelee 阅读(5516) 评论(7) 推荐(0)

如何比较Keras, TensorLayer, TFLearn ？——如果只是想玩玩深度学习，想快速上手 -- Keras 如果工作中需要解决内部问题，想快速见效果 -- TFLearn 或者 Tensorlayer 如果正式发布的产品和业务，自己设计网络模型，需要持续开发和维护 -- Tensorlayer

摘要：转自：https://www.zhihu.com/question/50030898/answer/235137938 如何比较Keras, TensorLayer, TFLearn ？这三个库主要比的是API设计水平，不得不说原始的 Tensorflow API的确反人类，我承认它的完善、表达能阅读全文

posted @ 2017-11-27 13:02 bonelee 阅读(1151) 评论(2) 推荐(0)

TensorFlow高层次机器学习API (tf.contrib.learn)

摘要： TensorFlow高层次机器学习API (tf.contrib.learn) 1.tf.contrib.learn.datasets.base.load_csv_with_header 加载csv格式数据 2.tf.contrib.learn.DNNClassifier 建立DNN模型(class 阅读全文

posted @ 2017-11-27 11:52 bonelee 阅读(1863) 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