<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[tensorflow mnist]]></title><description><![CDATA[记录从零开始学习tensorflow]]></description><link>https://blog.youkuaiyun.com/SoyCoder</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; SoyCoder]]></copyright><item><title><![CDATA[VAE pytorch]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/107130885</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/107130885</guid><author>SoyCoder</author><pubDate>Sat, 04 Jul 2020 21:44:36 +0800</pubDate><description><![CDATA[import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.optim as optim
from torchvision import transforms,datasets
import torch.nn.functional as F
import os
import scipy
import numpy as np
from scipy import misc
import math
batc]]></description><category></category></item><item><title><![CDATA[异常检测领域的综述文章]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/99199398</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/99199398</guid><author>SoyCoder</author><pubDate>Sun, 11 Aug 2019 15:58:59 +0800</pubDate><description><![CDATA[https://github.com/zhuyiche/awesome-anomaly-detection

]]></description><category></category></item><item><title><![CDATA[异常检测（Anomaly detection）方法小结]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/98963739</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/98963739</guid><author>SoyCoder</author><pubDate>Fri, 09 Aug 2019 16:00:50 +0800</pubDate><description><![CDATA[异常检测技术被广泛应用到各个应用领域之中，包括疾病检测、金融欺诈检测、网络入侵检测等。在智能运维领域，异常检测处理的数据类型主要是时间序列数据（KPI序列）和文本数据（日志），处理方法主要有基于规则处理、基于统计学处理和基于机器学习处理，在机器学习处理方法中，根据数据的标签情况，又分为有监督、半监督和无监督三种情况。
  异常数据主要包括三类：异常点、背景异常、群体异常。异常点是最常见的一种。背景...]]></description><category></category></item><item><title><![CDATA[异常检测]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/98190554</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/98190554</guid><author>SoyCoder</author><pubDate>Fri, 02 Aug 2019 12:40:18 +0800</pubDate><description><![CDATA[版权声明：随便转，取之于网络，用之于网络。。。
   异常点检测，有时也叫离群点检测，英文一般叫做Novelty Detection或者Outlier Detection，这里就对异常点检测算法做一个总结。
1.&nbsp;异常点检测算法使用场景
　　　　什么时候我们需要异常点检测算法呢？常见的有三种情况。一是在做特征工程的时候需要对异常的数据做过滤，防止对归一化等处理的结果产生影响。二是对没有标...]]></description><category></category></item><item><title><![CDATA[pytorch mnist的auto encoder]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/90109629</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/90109629</guid><author>SoyCoder</author><pubDate>Sat, 11 May 2019 14:53:51 +0800</pubDate><description><![CDATA[import torch

import torch.nn.functional as F

import torch.nn as nn

import torch.optim as optim

from torch.autograd import variable

from scipy import misc

from torchvision import transforms, data...]]></description><category></category></item><item><title><![CDATA[PCA的数学原理（经典）]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/89854071</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/89854071</guid><author>SoyCoder</author><pubDate>Sun, 05 May 2019 20:01:15 +0800</pubDate><description><![CDATA[PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理，帮助读者了解PCA的工作机制是什么。
当然...]]></description><category></category></item><item><title><![CDATA[pytorch小例子mnist]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/89393164</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/89393164</guid><author>SoyCoder</author><pubDate>Fri, 19 Apr 2019 09:24:59 +0800</pubDate><description><![CDATA[import torch

import torch.nn as nn

import torch.nn.functional as F

import torch.optim as optim

from torch.autograd import Variable

from torchvision import transforms, datasets

batch_size = 64

t...]]></description><category></category></item><item><title><![CDATA[异常检测小例子]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/83713576</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/83713576</guid><author>SoyCoder</author><pubDate>Sun, 04 Nov 2018 10:02:26 +0800</pubDate><description><![CDATA[异常检测测试小例子，使用mnist数据集进行正常数据集的建立，测试加入logo图片，检测重构误差大于某个阈值，则判断异常。测试logo图片可以自己制作，某些路径需要根据自己环境适当更改下。
import tensorflow as tf

import numpy as np

import tensorflow.examples.tutorials.mnist.input_data as inp...]]></description><category></category></item><item><title><![CDATA[李航统计学习之感知机及Python实现]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/82946917</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/82946917</guid><author>SoyCoder</author><pubDate>Fri, 05 Oct 2018 20:49:05 +0800</pubDate><description><![CDATA[前言
最近开始学习李航的《统计学习方法》，作为要模式识别学科的学生，感觉有必要把一些经典的machine learning method 用python实现一边，有利于加强对机器学习算法的理解。
感知机算法（Perceptron）
感知机算法是机器学习算法里面较为简单的线性二分类方法，此处的线性二分类指的是将输入的带有正负两类标签的数据用线性分离超平面进行划分。一般的线性分离超平面可以表示为：
$...]]></description><category></category></item><item><title><![CDATA[使用tensorboard查看graph、loss、]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/82893326</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/82893326</guid><author>SoyCoder</author><pubDate>Sat, 29 Sep 2018 10:01:19 +0800</pubDate><description><![CDATA[一般安装tensorflow的时候会带有tensorboard，如果没有可以在anaconda	选择tensorboard安装。安装完成以后运行
tensorboard --logdir='path'(path替换成你使用tf.summary.FileWriter产生的文件)

有可能会出现~bash: tensorboard command not found，应为是tensorboard的路径...]]></description><category></category></item><item><title><![CDATA[Ubuntu Anaconda Tensorflow 安装]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/82772447</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/82772447</guid><author>SoyCoder</author><pubDate>Wed, 19 Sep 2018 15:08:15 +0800</pubDate><description><![CDATA[Ubuntu Anaconda Tensorflow 安装
从国内清华大学的镜像源安装比较快清华镜像 ，选择对应Ubuntu的sh版本下载安装
$ bash Anaconda3-4.3.1-Linux-x86_64.sh  #Python 3.5 版本

在安装的过程中，会询问安装路径，按回车即可。之后会询问是否将Anaconda安装路径加入到环境变量（.bashrc)中，输入yes，这样以后在终...]]></description><category></category></item><item><title><![CDATA[English article writing skills]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/82658886</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/82658886</guid><author>SoyCoder</author><pubDate>Wed, 12 Sep 2018 11:27:30 +0800</pubDate><description><![CDATA[最近开始修人生中第一篇英文论文，回过头看看 ，感觉原来写的很烂，逻辑性太差。查看知乎和一些博客，对文章每一部分都从新归纳，以备以后查询使用。随着论文修改实时更新。

Abstract(摘要)   


Background position
Aim and thesis of the article
Method of research
Result of research


摘要需要对论文的目...]]></description><category></category></item><item><title><![CDATA[视觉显著性]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/82055717</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/82055717</guid><author>SoyCoder</author><pubDate>Sat, 25 Aug 2018 21:47:05 +0800</pubDate><description><![CDATA[视觉注意机制

视觉显著性（Visual Saliency Detection ）是指对于真实世界中的场景，人们会自动的识别出感兴趣区域（region of interesting)，并对感兴趣的区域进行处理忽略掉不感兴趣的区域。比较典型的视觉显著性的标注为下图所示

人体视觉显著性

人类的视觉注意机制有两个策略：自底向上、自顶向下

自底向上（Bottom-up method）：自底向上的方法...]]></description><category></category></item><item><title><![CDATA[tensorflow convolutional mnist]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/81909867</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/81909867</guid><author>SoyCoder</author><pubDate>Tue, 21 Aug 2018 16:26:11 +0800</pubDate><description><![CDATA[上篇博客讲述了使用了tensorflow 用全连接网络完成mnist的分类，我们将博客中的fully contact net 替换成 convolutional net测试mnist分类  

import tensorflow as tf
import numpy as np
from tf_utils import *
import tensorflow.examples.tutorials....]]></description><category></category></item><item><title><![CDATA[tensorflow mnist]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/81783856</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/81783856</guid><author>SoyCoder</author><pubDate>Fri, 17 Aug 2018 22:14:59 +0800</pubDate><description><![CDATA[我们使用tensorflow完成mnist数据集的分类，文章使用了简单的全连接完成，后期会将全连接替换成卷积和池化结构。tensorflow最初理解为先对网络的总体进行设计，构造整体的网络图，然后对图注入数据执行。**



import tensorflow as tf
import numpy as np
from tf_utils import *
import tensorflow.exa...]]></description><category></category></item><item><title><![CDATA[tensorflow AutoEncoder]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/80865338</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/80865338</guid><author>SoyCoder</author><pubDate>Sat, 30 Jun 2018 11:43:45 +0800</pubDate><description><![CDATA[
import tensorflow as tf

import numpy as np

import tensorflow.examples.tutorials.mnist.input_data as input_data

import math

import scipy

mnist = input_data.read_data_sets(&quot;MNIST_data/&quot;, one_hot=T...]]></description><category></category></item><item><title><![CDATA[Generative adversarial net with Mnist]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/80865259</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/80865259</guid><author>SoyCoder</author><pubDate>Sat, 30 Jun 2018 11:38:26 +0800</pubDate><description><![CDATA[
import tensorflow as tf

import numpy as np

import tensorflow.examples.tutorials.mnist.input_data as input_data

import math

import scipy

mnist = input_data.read_data_sets(&quot;MNIST_data/&quot;, one_hot=T...]]></description><category></category></item><item><title><![CDATA[链表遍历一次删除倒数第N个节点]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/77962238</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/77962238</guid><author>SoyCoder</author><pubDate>Wed, 13 Sep 2017 09:55:59 +0800</pubDate><description><![CDATA[刷 leetcode的 
Remove Nth Node From End of List 的题目，一开始想这算是easy的题目了，只需要遍历一次，记录n个节点，然后减去倒数的节点数，就得到所要删除的节点。但是没注意题目的只遍历一次。
解决这道题目的主要思路是，设立两个指针，快指针和慢指针，这两个指针同时指向初始位置。快指针先移动N个节点，快节点和慢节点同时移动，当快节点移动到末尾时，慢节点处]]></description><category></category></item><item><title><![CDATA[C++二叉树的建立以及遍历]]></title><link>https://blog.youkuaiyun.com/SoyCoder/article/details/77899435</link><guid>https://blog.youkuaiyun.com/SoyCoder/article/details/77899435</guid><author>SoyCoder</author><pubDate>Fri, 08 Sep 2017 21:51:49 +0800</pubDate><description><![CDATA[最近在刷 leetcode 的题目，初学算法，菜鸟一枚，写博客记录下常用代码，以备以后查阅，如果代码出现问题，请各位高手指教
void CreatBiTree(TreeNode* &T) {
	char ch;
	
	if ((ch = getchar()) == '#')
		T = NULL;
		else {
			T = new TreeNode;
			T->val  = ch; 
	]]></description><category></category></item></channel></rss>