• 导赏!广美研究生导师带你看2018研究生毕业作品展 2019-04-20
  • 【沙湾风光】百花盛开 迎六月 2019-04-20
  • 【专题】传统文化点亮精彩生活 2019-04-10
  • 四川九寨沟发生特大泥石流 冲毁民房、省道205线被埋 2019-04-10
  • 探寻秘境阿勒泰《章棋的视频日志》 2019-04-06
  • 讲述波兰女子拯救百名犹太儿童的故事 美国教师获森德勒奖 2019-04-06
  • 一个理想的数列递减,看着就想笑,根本放不出什么屁来 2019-04-05
  • 给脑部做个“大扫除” 让大脑充分放松 2019-04-05
  • 海上洄游时 北海狗 连续两周深睡眠 2019-04-03
  • “石家庄太行大街发生重大事故”是谣言!传谣者被拘留 2019-04-01
  • 4号线为端午节“加班” 2019-04-01
  • 这18家小众颜高又难找的家居店,一次性帮你搜罗全了! 2019-03-24
  • “首届中国非处方药行业品牌宣传月”活动将在北京举办 2019-03-24
  • 《礼记》中的礼乐制度与“生活政治” 2019-03-23
  • 众泰T300 1.5L CVT车型上市 6.98万起 2019-03-23
  • 36选7中奖规则及奖金: 不知道起什么名字

    广东快乐十分20选8计划 www.sde9.com 那就叫不知道起什么名字

    BN和Dropout在训练和测试时的差别

    Batch Normalization BN,Batch Normalization,就是在深度神经网络训练过程中使得每一层神经网络的输入保持相近的分布。 BN训练和测试时的参数是一样的嘛? 对于BN,在训练时,是对每一批的训练数据进行归一化,也即用每一批数据的均值和方差。 而在测试时,比如进行一...

    2019-04-07 16:19:01

    阅读数 126

    评论数 0

    算法思想中的两点法和滑动窗口法及python实例

    两点法(Two Pointer Approach),也就是双指针法,它一般可以把复杂度从穷举法的O(n^2)减小到O(n) 两点法非常有用,很多问题都可以用,如快慢指针,还有求排序数组中的两数和问题 两点法对应了两个指针,左右指针之间也就是一个窗口,当左右指针变化时,也就对应着窗口的滑动。所以实际...

    2019-03-10 15:04:37

    阅读数 115

    评论数 0

    n个矩形的重叠面积问题及其变种-python实现

    问题:平面上有n个平行于坐标轴的矩形,他们总的覆盖面积是多少?重叠的面积只算一次 最佳参考://www.sde9.com/u013480600/article/details/39503023 上面参考博客的讲解非常好,就是有点小错误,改正后的思路如下: 假设输入的矩阵中共有nu...

    2019-03-09 19:17:57

    阅读数 118

    评论数 0

    语言模型困惑度的两种形式及python实现

    在自然语言处理中,对于一个语言模型,一般用困惑度来衡量它的好坏,困惑度越低,说明语言模型面对一句话感到困惑的程度越低,语言模型就越好。 在网上关于语言模型困惑度的介绍文章中,一般会看到以下两种形式: 实际上两种形式是一样的,只不过是不一样的表达: 对于左边的式子,两边取对数之后,再反解出 PP(...

    2019-02-27 17:41:40

    阅读数 331

    评论数 1

    通过数据生成器解决大文件无法一次性载入内存训练的问题

    通过数据生成器解决大文件无法一次性载入内存训练的问题 from keras.models import Model def process_line(line): tmp = [float(val) for val in line.strip().split(',')] x = ...

    2019-02-12 22:04:34

    阅读数 289

    评论数 0

    AdaBoost、GBDT、RF、XGboost、lightGBM的对比分析

    文章目录AdaBoostGBDTRandom ForestXGboostLightGBM对比分析 AdaBoost 简单介绍 AdaBoost是基于boosting的思想,通过多个弱分类器的线性组合来得到强分类器,训练时重点关注被错分的样本,准确率高的弱分类器权重大。 更深一步的介绍 在训练过程中...

    2019-01-31 23:09:56

    阅读数 249

    评论数 1

    pandas中遍历dataframe的每一个元素

    假如有一个需求场景需要遍历一个csv或excel中的每一个元素,判断这个元素是否含有某个关键字 那么可以用python的pandas库来实现。 方法一: pandas的dataframe有一个很好用的函数applymap,它可以把某个函数应用到dataframe的每一个元素上,而且比常规的for循...

    2019-01-27 20:27:50

    阅读数 1300

    评论数 0

    python实现统一形式的二叉树前中后序非递归遍历

    对于二叉树的遍历,递归形式非常简单,可以很快写出来,而对于非递归的形式,在不熟的情况下,还是需要一番思考的,因为二叉树的非递归遍历并没有一个统一的形式方便理解和记忆,对于前序和中序非递归遍历,还算统一,而一般的非递归后序遍历,和前两者有很大的差异。 参考python实现二叉树和它的七种遍历,给出一...

    2018-12-31 11:36:36

    阅读数 174

    评论数 0

    从控制中的反馈角度理解循环神经网络

    反馈是控制理论中最经典的思想,PID方法即基于此,下面是PID的结构图。 下面是PID公式: e=r?ye=r-ye=r?y u(n)=Kpe(n)+Ki∑i=0n(e(i))+Kd(e(n)?e(n?1))u(n)=K_{p}e(n)+K_{i}\sum_{i=0}^{n}(e(i))+K_{...

    2018-12-25 11:20:30

    阅读数 149

    评论数 0

    Embedding理解与代码实现

    Embedding 字面理解是 “嵌入”,实质是一种映射,从语义空间到向量空间的映射,同时尽可能在向量空间保持原样本在语义空间的关系,如语义接近的两个词汇在向量空间中的位置也比较接近。 下面以一个基于Keras的简单的文本情感分类问题为例解释Embedding的训练过程: 首先,导入Keras的相...

    2018-12-19 16:39:49

    阅读数 806

    评论数 0

    推荐系统介绍

    推荐系统 推荐系统是一种信息过滤系统,为了解决信息过载问题 系统组成一般包括日志系统,推荐算法和内容展示UI 其中推荐算法为核心,它一般又可以分为三层:基础层,推荐(召回)层,排序层?;〔阄倩夭闾峁┨卣?,召回层为排序层提供候选集,排序层输出排序后的推荐结果。 上图参考自:微博推荐系统介绍 ...

    2018-12-16 11:21:35

    阅读数 322

    评论数 0

    强化学习适合解决什么样的问题

    问:强化学习解决的是什么样的问题? 答:“序列决策问题?!?面试官又问:“多臂老虎机只是一步,没有序列呀?” … 上述问题和回答参考自:再励学习面试真题 无论是在面试中,还是在实际的业务中,强化学习能够解决的问题、适合解决的问题都需要理解的非常深刻。 在上面提及的问题中,多臂老虎机其实可以看作一种...

    2018-11-24 21:23:53

    阅读数 470

    评论数 0

    图解GBDT的构造和预测过程

    GBDT 及其改进版本(XGboost, lightGBM)在数据竞赛中占了大半江山,网上讲解的文章也很多,但大多是文字和公式的形式,这里尝试用简单的图解形式,去理解 GBDT 的基本操作过程。 参考《统计学习方法》P149中的例子,说明 GBDT 的构造和预测过程。 GBDT的构造 GBDT 采...

    2018-11-03 16:36:45

    阅读数 699

    评论数 0

    python绘制带误差线的条形图

    绘制格式: plt.bar(index, values, yerr = std, error_kw = {'ecolor' : '0.2', 'capsize' :6}, alpha=0.7) yerr关键字参数:可传入包含标准差的列表 error_kw={} , 接收显示误差线的关键字...

    2018-11-01 19:31:26

    阅读数 1108

    评论数 0

    决策树知识思考

    1、决策树的模型策略和算法 模型:决策树的学习本质上就是从训练数据集中归纳出一组分类规则,使它与训练数据矛盾较小的同时具有较强的泛化能力。从另一个角度看,学习也是基于训练数据集估计条件概率模型。 策略:决策树的损失函数通常是正则化的极大似然函数,学习的策略是以损失函数为目标函数的最小化。 算...

    2018-11-01 19:25:44

    阅读数 146

    评论数 0

    Windows下的Mysql安装和超详解入门教程推荐

    ####一、Windows下的Mysql安装 在Windows下,MySQL有两种安装方式: ######1、ZIP安装 ZIP安装包下载链接:https://dev.mysql.com/downloads/mysql/ 点击download之后,出现下方图片,无需注册,点击下图中的 ...

    2018-10-30 10:50:45

    阅读数 160

    评论数 0

    UCB公式的理解

    UCB公式的理解 在解决探索与利用平衡问题时,UCB1 策略是一个很有效的方法,而探索与利用平衡问题中最经典的一个问题就是多臂赌博机问题(Multi-Armed Bandit)。 图来自[1] 问题假设:按下摇臂后的回报取值为 1 或 0,每个摇臂获得回报的概率服从不同的分布,但事先并不...

    2018-10-25 19:17:07

    阅读数 949

    评论数 0

    python pandas中 inplace 参数理解

    pandas 中 inplace 参数在很多函数中都会有,它的作用是:是否在原对象基础上进行修改 ? inplace = True:不创建新的对象,直接对原始对象进行修改; ? inplace = False:对数据进行修改,创建并返回新的对象承载其修改结果。 默认...

    2018-10-04 15:40:07

    阅读数 3704

    评论数 0

    机器学习+特征工程vs深度学习—如何选择

    对于数据挖掘和处理类的问题,使用一般的机器学习方法,需要提前做大量的特征工程工作,而且特征工程的好坏会在很大程度上决定最后效果的优劣(也就是常说的一句话:数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已)。 使用深度学习的话,特征工程就没那么重要了,特征只需要做些预处理就可以了,因...

    2018-10-04 15:37:41

    阅读数 1079

    评论数 0

    支持向量机SVM的策略和过拟合问题

    统计学习方法由三要素构成:模型,策略和算法。 支持向量机的三要素: 模型:分离超平面 w*x+b=0 和决策函数 f(x)=sign(w*x+b) 策略:结构风险最小化,具体对于SVM是间隔最大化 算法:凸二次规划 对于支持向量机的模型和算法,都比较好理解,那它的策略间隔最大化,为什么是...

    2018-09-01 10:59:44

    阅读数 1999

    评论数 0

    展开

    提示
    确定要删除当前文章?
    取消 删除
    广东快乐十分20选8计划
    关闭
  • 导赏!广美研究生导师带你看2018研究生毕业作品展 2019-04-20
  • 【沙湾风光】百花盛开 迎六月 2019-04-20
  • 【专题】传统文化点亮精彩生活 2019-04-10
  • 四川九寨沟发生特大泥石流 冲毁民房、省道205线被埋 2019-04-10
  • 探寻秘境阿勒泰《章棋的视频日志》 2019-04-06
  • 讲述波兰女子拯救百名犹太儿童的故事 美国教师获森德勒奖 2019-04-06
  • 一个理想的数列递减,看着就想笑,根本放不出什么屁来 2019-04-05
  • 给脑部做个“大扫除” 让大脑充分放松 2019-04-05
  • 海上洄游时 北海狗 连续两周深睡眠 2019-04-03
  • “石家庄太行大街发生重大事故”是谣言!传谣者被拘留 2019-04-01
  • 4号线为端午节“加班” 2019-04-01
  • 这18家小众颜高又难找的家居店,一次性帮你搜罗全了! 2019-03-24
  • “首届中国非处方药行业品牌宣传月”活动将在北京举办 2019-03-24
  • 《礼记》中的礼乐制度与“生活政治” 2019-03-23
  • 众泰T300 1.5L CVT车型上市 6.98万起 2019-03-23
  • 重庆彩票幸运农场开奖 pk10不定位技巧大全 大乐透预测 赛车走势怎么看 生肖时时彩玩法规则 新时时彩三星组三 北京28官网开奖结果 幸运赛车 老时时彩走势图 重庆福彩欢乐生肖开奖结果查询 北京赛车pk10开奖记录 双色球开奖号 双色球开奖号码走势图 pk10怎么用数学来算号 北京pk10去一尾算法 高频彩11选5技巧