上一页 1 2 3 4 5 6 7 ··· 50 下一页
  2021年5月3日
摘要: 1、数据仓库的发展趋势 1.1数据仓库的趋势 关于数据仓库的概念就不多介绍了。 数据仓库是伴随着企业信息化发展起来的,在企业信息化的过程中,随着信息化工具的升级和新工具的应用,数据量变的越来越大,数据格式越来越多,决策要求越来越苛刻,数据仓库技术也在不停的发展。 数据仓库的趋势: 实时数据仓库以满足 阅读全文
posted @ 2021-05-03 16:44 桌子哥 阅读(5641) 评论(0) 推荐(1) 编辑
  2021年5月2日
摘要: 项目在实际的运行过程中需要对硬件的情况进行一个实时的统计与监测,但是有的系统会自带有一些可视化页面或功能,或者是针对某一项或某几项指标进行可视化,但是如果需要对数据进行针对性的可视化则需要进行相应的设计。 在本次的案例中,针对某系统中项目的实际情况进行数据的提取与可视化。 例如原始数据如下所示: 第 阅读全文
posted @ 2021-05-02 19:06 桌子哥 阅读(276) 评论(0) 推荐(0) 编辑
摘要: 中国银行作为权威的外汇数据提供方,获取中国银行提供的外汇数据可以有助于进行下一步的分析与预测。 在本次的项目中,使用Scrapy+Selenium+BeautifulSoup来获取中国银行的外汇数据并且保存到MySQL数据库中。 第一步:分析中国银行的网站 打开Chrome浏览器,搜索“中国银行”, 阅读全文
posted @ 2021-05-02 18:50 桌子哥 阅读(759) 评论(2) 推荐(0) 编辑
  2021年4月24日
摘要: 学习Pytorch的目的就是用LSTM来对舆情的数据进行处理,之后那个项目全部做好会发布出来。LSTM也是很经典的网络了,一种RNN网络,在这里也不做赘述了。 某型的一些说明: hidden layer dimension is 100 number of hidden layer is 1 这一块 阅读全文
posted @ 2021-04-24 14:10 桌子哥 阅读(843) 评论(0) 推荐(0) 编辑
摘要: RNN循环神经网络,也是一种很常见的神经网络了,在这里也不进行原理展示了。直接上代码。 这一块的话与上一篇逻辑斯蒂回归使用的是相同的数据集MNIST。 第一部分:构造模型 # Import Libraries import torch import torch.nn as nn from torch 阅读全文
posted @ 2021-04-24 13:52 桌子哥 阅读(597) 评论(0) 推荐(0) 编辑
摘要: CNN卷积神经网络现在大家已经耳熟能详,在这里不做太多介绍。本次实验的模型使用两层卷积层。 这一块的话与上一篇逻辑斯蒂回归使用的是相同的数据集MNIST。 第一部分:构造模型 # Import Libraries import torch import torch.nn as nn from tor 阅读全文
posted @ 2021-04-24 13:41 桌子哥 阅读(218) 评论(0) 推荐(0) 编辑
摘要: 在这部分中来介绍下ANN的Pytorch,这里的ANN具有三个隐含层。 这一块的话与上一篇逻辑斯蒂回归使用的是相同的数据集MNIST。 第一部分:构造模型 # Import Libraries import torch import torch.nn as nn from torch.autogra 阅读全文
posted @ 2021-04-24 13:21 桌子哥 阅读(1573) 评论(0) 推荐(0) 编辑
摘要: 逻辑斯蒂回归是一种常用的分类方法,在这里使用Pytorch来实现逻辑斯蒂回归。 在这部分中使用MNIST数据集,数据中图片大小为28*28,且一共有10种标签。 下面开始构建模型。 第一部分:首先来介绍下Batch Size、Epoch和Iteration的概念。(这部分内容来源于https://z 阅读全文
posted @ 2021-04-24 12:58 桌子哥 阅读(560) 评论(0) 推荐(0) 编辑
  2021年4月23日
摘要: Linear Regression线性回归虽然看上去简单,但是其是最重要的数学模型之一,其他很多模型都建立在它的基础之上。 Linear Regression的表达式子如下: y = Ax + B. A = slope of curve B = bias (point that intersect 阅读全文
posted @ 2021-04-23 09:17 桌子哥 阅读(316) 评论(0) 推荐(0) 编辑
  2021年4月22日
摘要: autograd自动微分 这部分概念参考自https://www.jianshu.com/p/5ae644748f21,感兴趣的小伙伴可以去看作者的原文。 假如我们有一个向量x=(1,1)当成input,经过一系列运算得到了output变量y,如下图所示: 如图所示,向量x经过与4和自身相乘之后得到 阅读全文
posted @ 2021-04-22 20:38 桌子哥 阅读(94) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 ··· 50 下一页