2016年9月4日
摘要：
决策树的原理，一个图表就很清楚了，首先，还是要牢记，条件熵是一种最优路径，是概率图模型中，两个随机变量之间的最优条件路径。也就是所有路径熵的期望。 H(Y|X) = -sigmaP(X,Y)logP(Y|X) = -sigmaP(X=xi)P(Y|X=xi)logP(Y|X=xi)=-sigmaP( 阅读全文
posted @ 2016-09-04 15:35
keepwalk
阅读(1394)
评论(0)
推荐(0)
摘要：
tensorflow要想用起来，首先自己得搞定数据输入。官方文档中介绍了几种，1.一次性从内存中读取数据到矩阵中，直接输入；2.从文件中边读边输入，而且已经给设计好了多线程读写模型；3.把网络或者内存中的数据转化为tensorflow的专用格式tfRecord,存文件后再读取。 其中，从文件中边读边 阅读全文
posted @ 2016-09-04 15:34
keepwalk
阅读(1877)
评论(0)
推荐(0)
摘要：
TensorFlow的Session对象是可以支持多线程的，因此多个线程可以很方便地使用同一个会话（Session）并且并行地执行操作。然而，在Python程序实现这样的并行运算却并不容易。所有线程都必须能被同步终止，异常必须能被正确捕获并报告，回话终止的时候， 队列必须能被正确地关闭。 所幸Ten 阅读全文
posted @ 2016-09-04 15:32
keepwalk
阅读(516)
评论(0)
推荐(0)
摘要：
前言：网上很多CAFFE安装教程，自己装的过程跟网上还是有出入，把各种问题都记录下来，方便以后查找 首先，是学习了寒老师的安装教程, 地址https://www.zybuluo.com/hanxiaoyang/note/364680 我使用的是centos7.2, 符合教程中的要求。 安装到教程中第 阅读全文
posted @ 2016-09-04 15:31
keepwalk
阅读(880)
评论(0)
推荐(0)
摘要：
PLSA隐变量主题模型，公式推导网上也好，还是书上也好，都属于从略。 但是无论对于新手来说，还是老手，从略是不合适的，这不是一个科学对待的态度。机器学习就这么几个模型，从略是不是也对不起自己了 好了，闲话少说： 这是第一步，都是使用的条件概率公式，当然，分母p(di,wj)的分解，使用的是CK方程， 阅读全文
posted @ 2016-09-04 15:30
keepwalk
阅读(727)
评论(0)
推荐(0)
摘要：
条件熵的形式如下： （8.8） 这个形式与熵的定义形式，咋一看是冲突的，因为不是p(x|y),而是p(x,y) 但是，这个式子是没有问题的，请看下图 上面得到的计算公式是针对y为一个特殊值y时求得的熵。 也就是说，对条件概率p(x|y)求西格玛x, 西格玛y的时候，首先是固定y,对西格玛X求和 这也 阅读全文
posted @ 2016-09-04 15:29
keepwalk
阅读(241)
评论(0)
推荐(0)
摘要：
# -*- coding:utf8 -*- import mathimport matplotlib.pyplot as plt def f(w, x): N = len(w) i = 0 y = 0 while i < N - 1: y += w[i] * x[i] i += 1 y += w[N 阅读全文
posted @ 2016-09-04 15:26
keepwalk
阅读(531)
评论(0)
推荐(0)
浙公网安备 33010602011771号