摘要：
如何将Win10 的环境变量设置用在win7上面？ Win7一般是如下设置： Win10 是如下设置： 解决办法： 注册表 HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Session Manager\Environment，path 恢复成 阅读全文
摘要：
开源机器学习项目 现在机器学习逐渐成为行业热门，经过二十几年的发展，机器学习目前也有了十分广泛的应用，如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人等方面。 翻译整理了目前GitHub上最受欢迎的28款开源的机器学习项目，以 阅读全文
摘要：
[注]PyCharm导入tensorflow包报错的问题 若是你也遇到这个问题，说明你也没有理解tensorflow到底在哪里。 当安装了anaconda3.6后，在PyCharm中设置interpreter，这个解释器决定了你在PyCharm环境中写的代码采用什么方式去执行。 若是你的设置是ana 阅读全文
摘要：
文章转载：http://blog.csdn.net/xiaoxiangzi222/article/details/53483931 jieba “结巴”中文分词：做最好的 Python 中文分词组件 "Jieba" (Chinese for "to stutter") Chinese text se 阅读全文
摘要：
https://www.pylint.org/ Pylint 在 Windows 上的安装 1. 安装 Python 的包（高于版本 2.2），右键单击桌面上的我的电脑图标，选择属性，高级，环境变量，在 $PATH 中添加 Python 的安装路径，如 C:\Python26\。 2. 使用解压缩工 阅读全文
摘要：
Anaconda安装 1.拿到安装包，点击安装 2.下一步 3.下一步 4.下一步 5.下一步 6.下一步 7.更改文件显示路径 ctrl+f查找 # The directory to use for notebooks and kernels. c.NotebookApp.notebook_dir 阅读全文
摘要：
BatchNormalzation是一种解决深度神经网络层数太多，而没有办法有效前向传递的问题，因为每层的输出值都会有不同的均值和方差，所以输出数据的分布也不一样。 如果对于输入的X*W本身得到的值通过tanh激活函数已经输出为1，在通过下一层的神经元之后结果并没有什么改变，因为该值已经很大（神经网 阅读全文
摘要：
name_scope variable_scope 通常在RNN中有一个重复循环机制，比如在training中和test中的结构是不同的，但是在两者的参数是相同的时候，就可以用到 # the right method to reuse parameters in train rnn with tf. 阅读全文
摘要：
AutoEncoder是包含一个压缩和解压缩的过程，属于一种无监督学习的降维技术。 神经网络接受大量信息，有时候接受的数据达到上千万，可以通过压缩 提取原图片最具有代表性的信息，压缩输入的信息量，在将缩减后的数据放入神经网络中学习，如此学习起来变得轻松了 自编码在这个时候使用，可以将自编码归为无监督 阅读全文
摘要：
RNN RNN无法回忆起长久的记忆 LSTM （long short Term memory长短期记忆）解决梯度消失或弥散vanishing 和梯度爆炸explosion 0.9*n-->0 1.1*n >无穷大 在RNN中增加了Gate 案例 所以RNN无法回忆起长久的记忆。LSTM为了解决该问题 阅读全文
摘要：
目前tf只能保存模型中的variable变量，整个模型还不能保存，版本1.x 保存模型代码 文件结构如下 还原模型代码 报错信息 未解决 阅读全文
摘要：
介绍 https://www.youtube.com/watch?v=jajksuQW4mc https://www.youtube.com/watch?v=2-Ol7ZB0MmU https://www.youtube.com/watch?v=H3ciJF2eCJI 卷积神经网络 图片识别，视频分 阅读全文
摘要：
不带dropout程序并通过tensorboard查看loss的图像 执行完之后在执行目录之下有一个log目录生成了对应的tensorboard显示文件 使用 tensorboard --logdir="logs/" --port=8011 即可在浏览器访问 带有dropout的程序并通过tenso 阅读全文
摘要：
TF识别手写体识别分类 显示结果 阅读全文
摘要：
Hash表算法处理海量数据处理面试题 主要针对遇到的海量数据处理问题进行分析，参考互联网上的面试题及相关处理方法，归纳为三种问题 （1）数据量大，内存小情况处理方式（分而治之+Hash映射） （2）判断元素是否在集合中（布隆过滤器+BitMap） （3）各种TOPN（存储和各种排序） 经典问题分析 阅读全文