摘要：
Scikit-learn技巧（拓展）总结 本文转载自：http://www.jianshu.com/p/516f009c0875 最近看了《Python数据挖掘入门与实战》，网上有说翻译地不好的，但是说实话，我觉得这本书还是相当不错的。作者Robert Layton是sklearn的开发者之一，书中 阅读全文
摘要：
Windows下坑太多...... 在启动TensorBoard的过程，还是遇到了一些问题。接下来简单的总结一下我遇到的坑。 1、我没找不到log文件？！ 答：所谓的log文件其实就是在你train过程中保存的关于你train的所有详尽信息。 文件的格式是：events.out.tfevents.1 阅读全文
摘要：
以下算法均为通过不同的方法调整学习率learningrate的过程 GradientDescent是使用全部数据做梯度下降 在该方法中，每次更新我们都需要在整个数据集上求出所有的偏导数。因此批量梯度下降法的速度会比较慢，甚至对于较大的、内存无法容纳的数据集，该方法都无法被使用。同时，梯度下降法不能以 阅读全文
摘要：
神经网络训练+可视化显示 显示： 阅读全文
摘要：
激活函数 激活函数 日常不能用线性方程所概括的东西 左图是线性方程，右图是非线性方程 当男生增加到一定程度的时候，喜欢女生的数量不可能无限制增加，更加趋于平稳 在线性基础上套了一个激活函数，使得最后能得到输出结果 常用的三种激活函数： 取值不同时得到的结果也不同 常见激活函数图形 tensorflo 阅读全文
摘要：
1.tf的varible变量 2.tf的placeholder 3.tf1.x版本的几个变化 了解： 阅读全文
摘要：
tf的session 阅读全文
摘要：
tensorflow#-*- coding: utf-8 -*- # @Time : 2017/12/19 14:36 # @Author : Z # @Email : S # @File : 1.0testTF.py #用于表示取消编译时的错误信息*会出现编译错误 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' imp... 阅读全文
摘要：
为什么会出现这个问题？ 为了提升CPU计算速度的。若你有支持cuda的GPU，则可以忽略这个问题，因为安装SSE4.1, SSE4.2, AVX, AVX2, FMA, 仅仅提升CPU的运算速度（大概有3倍）。 解决方法： 忽视警告，并屏蔽警告 开头输入如下： 2.进 tensorflow 官网，从 阅读全文
摘要：
面试题1：（答案）右偏分布 面试题2：（答案）C，正态分布的偏度为0，峰度为3 面试题3:（答案）C 面试题4：（答案）AC 相关系数 ：考察两个事物（在数据里我们称之为变量）之间的相关程度。 如果有两个变量：X、Y，最终计算出的相关系数的含义可以有如下理解： (1)、当相关系数为0时，X和Y两变量 阅读全文
摘要：
需求： 一直写的代码都是从加载数据，模型训练，模型预测，模型评估走出来的，但是实际业务线上咱们肯定不能每次都来训练模型，而是应该将训练好的模型保存下来 ，如果有新数据直接套用模型就行了吧？现在问题就是怎么在实际业务中保存模型，不至于每次都来训练，在预测。 解决方案： 机器学习-训练模型的保存与恢复（ 阅读全文
摘要：
Sklearn中解决方案 在Python的sklearn中，经常会使用分层抽样的方法，使用train_test_split方法对数据集进行切分，如若指定分层抽样则随机切分数据集的比例将会和源数据集中正负样本的比例保持一致，这是常用的一种方法。 另外在sklearn中，对数据集通常采用k则交叉验证的方 阅读全文
摘要：
最小二乘法可以从Cost/Loss function角度去想，这是统计（机器）学习里面一个重要概念，一般建立模型就是让loss function最小，而最小二乘法可以认为是 loss function = （y_hat -y )^2的一个特例，类似的像各位说的还可以用各种距离度量来作为loss fu 阅读全文
摘要：
卷积算子计算方法(卷积运算) 卷积操作是对图像处理时，经常用到的一种操作。它具有增强原信号特征，并且能降低噪音的作用。 那么具体是如何计算的呢？ 步骤： 1）将算子围绕中心旋转180度 2） 滑动算子，使其中心位于输入图像g的（i，j）像素上 3） 利用公式求和，得到输出图像的（i,j）像素值 （2 阅读全文
摘要：
参考：https://github.com/AlexeyAB/darknet # 一、安装 ## linux下安装 - 在darknet目录下执行make ## windows下安装 1. 安装vs2015（略） 2. 安装opencv - https://sourceforge.net/proje 阅读全文