- 博客(41)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 统计学习方法(第2版 P439~P440) 梯度下降法
1、方向导数和梯度是什么关系？假设函数连续可微；1.1）在平面二维中，y=f(x)导数即某个点的切线,切线没有方向性的说法；1.2）在三维中，z=f(x,y)中过某个点有无数条切线，每一条切线都有一个方向了，这个方向就是方向导数的方向向量；不同的方向导数大小不一样，最大的方向导数就是梯度；在梯度下降法中通常用一个凸函数进行数形结合，好处是理解起来更加生动形象；（z=f(x,y)凸函数可以用山凹进行示意，盆地也挺形象，实在不行就理解为家里炒菜的锅的样子的函数图像）2、梯度下降是迭代算.
2020-12-26 00:15:19
190
原创 统计学习方法(第2版 P59~P64) Chapter 4 朴素贝叶斯法------读懂朴素贝叶斯法的若干注意点
1、朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。贝叶斯定理：见浙江大学《概率论与数理统计》P18式子（5.7） 特征条件独立：在数据集中通常称为特征；特征条件独立就可以理解为数据集的特征A和特征B没有关系，可以参考下该链接 https://zhuanlan.zhihu.com/p/585937252、每个样本是n维向量即n个特征；训练数据集T是N个样本；这里的n和N是不一样的不要混淆；3、先验概率分布参考《概率论与数理统计》P20;4、式子（4.3）是特征条件独立推...
2020-12-24 22:58:33
252
原创 Linux Terminal分屏
在Linux Terminal使用中有时候需要打开两个Terminal方便对照。之前一直使用tmux，后边又碰到了terminator都挺好用的。操作指令网上也比较多：1：tmux（安装sudo apt-get install tmux）输入tmux进入上下分屏：先按ctrl + b，然后松手，之后再按"就可以实现；左右分屏：ctrl+b, %关闭一个窗口中的分屏:ctrl+b, x2：terminator（安装指令sudo apt-get install terminator）.
2020-12-12 18:17:50
3208
原创 Python深度学习基于PyTorch加载VGG19使用方法 (Chapter 12 实战生产式模型 Section 12.1 DeepDream模型 )
VGG16及VGG19预训练模型可以到本人上传资源去下载。import torchimport torch.nn as nnfrom torchvision import modelsfrom torchvision import transforms, utilsimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlinefrom PIL import Image, ImageFilter, ImageChop.
2020-07-03 00:37:29
4129
1
原创 Python深度学习基于PyTorch(Chapter 12 实战生产式模型 Section 12.2 风格迁移 )
from __future__ import print_functionimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom PIL import Imageimport matplotlib.pyplot as pltimport torchvision.transforms as transformsimport torchvision.mo.
2020-07-01 23:53:06
270
原创 Python深度学习基于PyTorch(Chapter 12 实战生产式模型 Section 12.1 DeepDream模型 )
import torchimport torch.nn as nnfrom torchvision import modelsfrom torchvision import transforms, utilsimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlinefrom PIL import Image, ImageFilter, ImageChopsdevice = torch.device("cud...
2020-07-01 23:47:29
553
原创 Python深度学习基于Pytorch
http://www.feiguyunai.com访问上述网站可获得编者巨量的学习资源，极力推荐 @玉晴。
2020-07-01 00:46:18
2505
原创 Python深度学习基于PyTorch(6.5 视觉处理基础/PyTorch实现CIFAR-10多分类 )
# 6.5.2节加载数据# 下载数据# 从官网下载数据通常较慢，下面这个链接作者将数据集上传到了腾讯微云，含下载码可下载# https://zhuanlan.zhihu.com/p/129078357import torchimport torchvisionimport torchvision.transforms as transformstransform = transforms.Compose( [transforms.ToTensor(), transfor.
2020-06-27 01:54:35
513
1
原创 Python深度学习基于PyTorch(6.1 视觉处理基础/卷积神经网络简介 )
import torchimport torch.nn as nnimport torch.nn.functional as Fdevice = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")class CNNNet(nn.Module): def __init__(self): super(CNNNet,self).__init__() self.conv1 ...
2020-06-26 22:14:48
500
原创 Python深度学习基于PyTorch(4.3 PyTorch数据处理工具箱/torchvison简介 )
from torchvision import transforms,utilsfrom torchvision import datasetsfrom torch.utils import dataimport torchimport matplotlib.pyplot as plt%matplotlib inline# 图像操作my_trans = transforms.Compose([ transforms.CenterCrop(300), transforms.R.
2020-06-24 00:51:42
317
原创 Python深度学习基于PyTorch(Chapter 4 Section 2 PyTorch数据处理工具箱/utils.data简介 )
import torchfrom torch.utils import dataimport numpy as np# 继承Dataset,自定义数据集及标签class TestData(data.Dataset): def __init__(self): self.Data = np.asarray([[1,2],[3,4],[2,1],[3,4],[4,5]]) self.Label = np.asarray([0,1,0,1,2]) .
2020-06-19 00:21:43
358
原创 Python深度学习数据增强（第五章5.2.5）
数据增强的目的：从现有的数据中进行旋转、平移、错切变换角度、随机缩放等变换，产生更多的训练数据。这一点对于训练数据较少的情况下，更多的训练数据有多方面的好处。import os, shutilfrom keras.preprocessing import imageimport matplotlib.pyplot as pltfrom keras.preprocessing.imag...
2020-05-05 21:20:54
651
原创 Python深度学习卷积神经网络参数数量（第五章第2节 P107）
首先贴一下代码清单5-5 将猫狗分类的小型卷积神经网络实例化 代码# 卷积网络实现from keras import modelsfrom keras import layersmodel = models.Sequential()model.add(layers.Conv2D(32,(3,3),activation = 'relu',input_shape = (150,150,...
2020-05-04 14:52:00
950
原创 利用Cookie爬取带登录账号的网站
# 爬虫**网站import requestsfrom bs4 import BeautifulSoupheaders={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36','Cooki...
2020-05-01 02:25:50
4943
2
原创 Python深度学习（电影评论分类：二分类问题）
电影评论分类数据集加载import tensorflow as tfimport tensorflow.keras as keras#所有imdb.*使用keras.datasets.imdb.*(train_data,train_labels),(test_data,test_labels)=keras.datasets.imdb.load_data(num_words=1000...
2020-04-21 01:14:55
750
原创 tensorflow2.0 Mnist数据集快速读取（Python深度学习第2章）
环境：tensorflow版本：2.0.0b0问题：在Python深度学习第二章中，从Keras加载Mnist数据集，由于某些未知的原因，导致数据集加载慢，甚至会被当成爬虫，而终止访问。import tensorflow as tfimport tensorflow.keras as keras(train_images,train_labels),(test_images,test...
2020-04-18 22:45:38
2276
1
原创 vector二维数组使用
本文综述了二维数组使用，代码可以跑一下看看效果。#include#includeusing namespace std;//method 1/*int main(){ int row, column; cin >> row >> column; //申请空间 vector > a; a.resize(row, vector(column)); //使用空间 for (
2017-08-31 15:46:32
10203
原创 Linux多线程----直接上代码----线程创建、终止（二）
本文秉承文章一（http://blog.youkuaiyun.com/a15261893837/article/details/77103024）所说进行书写。重点突出代码，代码与理论结合进行讲述。在本文中将重点引用《Unix环境高级编程》第三版的代码进行讲述。将文中代码在Linux环境下运行，分析运行结果；还将引用其他博客的一些代码，以提供尽可能多的示例进行讲述。《Unix环境高级编程》网上有源代码可以
2017-08-13 23:29:40
489
原创 Linux 多线程----直接上代码----准备篇（一）
今天决定写一个linux下的多线程系列文章。本人也是对多线程也是长期以来就有耳闻，但一直没有下手，直到最近没办法了所以决定写此系列文章。作为初学者，对多线程理解定存在理解不够深入之处，错误在所难免，如有错误请批评指正。但本文保证以自己为范本，从解决最基本问题做起，让每一位初学者和我一起解决问题。多线程系列特色：1）、直接上完整代码，尽量保证每一个代码完整；2）、贴代码在Linux Sh
2017-08-11 22:41:38
489
转载 IPC机制
IPC：进程间通信(Inter Process Communication)，指两个进程之间进行数据交换。原帖发表在IBM的developerworks网站上，是一个系列的文章，作者郑彦兴，通过讲解和例子演示了Linux中几种IPC的使用方式，我觉得很好，在这里做一个保留，能看完的话Linux IPC的基础是没有问题的了。一）Linux环境进程间通信（一）管道及有名管道http:/
2017-07-07 10:04:10
357
转载 阅读赵炯的《Linux内核完全注释》之前必须知道的！
转自：http://blog.youkuaiyun.com/zxremail/article/details/5151244Linux 0.11虽然不是什么“珠穆朗玛峰”，但它肯定还是“华山”或“泰山”。虽然有路但你还是需要最基本的努力和花费一定的代价才能“攀登”上去。1. PC兼容机硬件工作原理（比如8259A,8253, 8042，UART等硬件）；2. Intel 32位 运行模式工作原
2017-06-08 16:24:46
2338
转载 进程与线程的一个简单解释
转自：http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html原作者： 阮一峰日期： 2013年4月24日1.计算机的核心是CPU，它承担了所有的计算任务。它就像一座工厂，时刻在运行。2.假定工厂的电力有限，一次只能供给一个车间使用。也就是说，一个车间开工的时候，其他车间都必须停工。背
2017-06-08 09:33:11
177
转载 Effective_C++_条款三十三：避免遮掩继承而来的名称
名称的遮掩可以分成变量的遮掩与函数的遮掩两类，本质都是名字的查找方式导致的，当编译器要去查找一个名字时，它一旦找到一个相符的名字，就不会再往下去找了，因此遮掩本质上是优先查找哪个名字的问题。而查找是分作用域的，虽然本条款的命名是打着“继承”的旗子来说的，但我觉得其实与继承并不是很有关系，关键是作用域。举例子说明这个问题会比较好理解。1 //例1：普通变量遮掩2 int i =
2017-05-26 10:24:04
215
原创 哈希表
构造表构造函数：1、直接定址法；2、数字分析法；3、乘余取整法；4、平方取中法；5、折叠法；6、随机数法；7、伪随机数法；8、旋转法；9、字符串数值哈希法；10、基数转换法； 处理哈希表冲突(碰撞)方法：1、开放定址法：主要包括线性探测再散列、二次探测在散列、伪随机探测法；2、再哈希法：3、链地址法；4、建立公共溢出区；鉴于
2017-05-19 11:21:41
207
原创 拉链法
http://student.zjzk.cn/course_ware/data_structure/web/flashhtml/llf.htm
2017-05-19 11:07:58
755
转载 四种数据存储结构---顺序存储 链接存储 索引存储 散列存储
存储结构分四类：顺序存储、链接存储、索引存储 和 散列存储。顺序结构和链接结构适用在内存结构中。索引结构和散列结构适用在外存与内存交互结构。顺序存储：在计算机中用一组地址连续的存储单元依次存储线性表的各个数据元素,称作线性表的顺序存储结构。特点：1、随机存取表中元素。2、插入和删除操作需要移动元素。链接存储：在计算机中用一组任意的存储单元存储
2017-05-19 10:55:05
574
原创 腾讯2017暑期实习生编程题2--感觉薅了社会主义羊毛的做法
[编程题] 算法基础-字符移位时间限制：1秒空间限制：32768K小Q最近遇到了一个难题：把一个字符串的大写字母放到字符串的后面，各个字符的相对位置不变，且不能申请额外的空间。你能帮帮小Q吗？输入描述:输入数据有多组，每组包含一个字符串s，且保证:1<=s.length<=1000. 输出描述:对于每组数据，输
2017-05-05 16:44:15
349
原创 腾讯2017暑期实习生编程题3
[编程题] 有趣的数字时间限制：1秒空间限制：32768K小Q今天在上厕所时想到了这个问题：有n个数，两两组成二元组，差最小的有多少对呢？差最大呢？输入描述: 输入包含多组测试数据。 对于每组测试数据： N - 本组测试数据有n个数 a1,a2...an - 需要计算的数据 保证: 1<=N<=100000,0<=a
2017-05-05 16:29:27
281
原创 腾讯2017暑期实习生编程题
[编程题] 构造回文时间限制：1秒空间限制：32768K给定一个字符串s，你可以从中删除一些字符，使得剩下的串是一个回文串。如何删除才能使得回文串最长呢？输出需要删除的字符个数。输入描述:输入数据有多组，每组包含一个字符串s，且保证:1<=s.length<=1000. 输出描述:对于每组数据，输出一个整数，代表最少需要删除的
2017-05-05 15:29:31
252
转载 设计模式
设计模式主要分三个类型:创建型、结构型和行为型。其中 创建型有： 一、Singleton，单例模式：保证一个类只有一个实例，并提供一个访问它的全局访问点 二、AbstractFactory，抽象工厂：提供一个创建一系列相关或相互依赖对象的接口，而无须指定它们的具体类。 三、FactoryMethod，工厂方法：定义一个用于创建对象的接口，让子类决定实
2017-05-05 09:09:42
196
转载 哈弗曼树
一、哈夫曼树的概念和定义 什么是哈夫曼树？让我们先举一个例子。判定树： 在很多问题的处理过程中，需要进行大量的条件判断，这些判断结构的设计直接影响着程序的执行效率。例如，编制一个程序，将百分制转换成五个等级输出。大家可能认为这个程序很简单，并且很快就可以用下列形式编写出来： [cpp] view plain copy
2017-05-04 14:36:00
306
原创 数组指针VS指针数组，函数指针VS指针函数
声明一个指向含有10个元素的数组的指针，其中每个元素是一个函数指针，该函数的返回值是int，参数是int*，正确的是（）（int *p[10]）（int*）int [10]*p（int *）int (*(*p)[10])(int *)int ((int *)[10])*p以上选项都不正确上述题目为Nowco
2017-05-04 09:00:17
375
原创 不同的数据类型在32位和64位下所占字节的区别
structst{ int *p; int i; char a;};intsz=sizeof(struct st);如下C程序,在64位处理器上运行后sz的值是什么?32,64位编译环境下的sizeof问题经常出现。不过，两者
2017-05-02 21:15:39
580
转载 VS2010断点设置技巧
一、跳到当前光标处（Ctrl+F10）我经常看到人们为了到达目标代码位置，而在程序中早早设定了断点，然后反复地按F10/F11，一步步走到目标代码处。当程序员的确需要仔细观察每一步的状态变化时， F10/F11是合理的选择。然而多数情况下，人们只想快速到达他们真正关心的代码处，这时候F10/F11就不是最佳选择了。这时，你应该利用“跳到当前光标处”这个功能。先把光标定位在要测的目标
2017-05-02 10:59:35
317
原创 百度实习2017题目第3题
方法一：首先进行数字全排列，然后对每个排列进行判断。#include #include #include using namespace std;int main(){ vectorvec; int n,k,count=0; cout << "Input n" << endl; cin >> n>>k; if(n==0||k>n) cout<<0<<endl;
2017-04-27 22:18:28
285
原创 常量指针和指针常量巧妙记忆方法
1.常量指针通常有两种表示方法:method 1: const double * ptr;method 2: double const *ptr;2.指针常量通常表示为：double * const ptr;很多人经常遇见上述三种表示方法处于懵的状态，现提供记忆方法如下。首先，不管三七二十一先把double * ptr写好，因为上述三种表示方法，double * ptr这三
2017-04-25 21:12:16
5157
3
转载 KMP之Next数组
我们在一个母字符串中查找一个子字符串有很多方法。KMP是一种最常见的改进算法，它可以在匹配过程中失配的情况下，有效地多往后面跳几个字符，加快匹配速度。当然我们可以看到这个算法针对的是子串有对称属性，如果有对称属性，那么就需要向前查找是否有可以再次匹配的内容。 在KMP算法中有个数组，叫做前缀数组，也有的叫next数组，每一个子串有一个固定的next数组，它记录着字符串匹配过程中失配情况
2017-04-25 21:04:34
232
转载 KMP算法精简
kmp算法又称“看毛片”算法，是一个效率非常高的字符串匹配算法。不过由于其难以理解，所以在很长的一段时间内一直没有搞懂。虽然网上有很多资料，但是鲜见好的博客能简单明了地将其讲清楚。在此，综合网上比较好的几个博客（参见最后），尽自己的努力争取将kmp算法思想和实现讲清楚。kmp算法完成的任务是：给定两个字符串O和f，长度分别为n和m，判断f是否在O中出现，如果出现则返回出现的位置。常规方法是
2017-04-25 20:45:59
408
转载 C++ 让人迷惑的复制构造函数和赋值运算符的区别
转载http://blog.youkuaiyun.com/randyjiawenjie/article/details/6666937《C++ Primer Plus》第六版P435-P437讲述的复制构造函数和赋值运算符当时看的是云里雾里，本来是两个不同的东西，有着某种相似性，却放在一起讲。class t1;class t2 = t1;我先看见有一个等号，以为就是赋值符来做的，其
2017-04-16 11:05:54
367
深度学习VGG16 VGG19预训练模型下载
2020-07-03
Python深度学习基于PorTorch源码及数据集
2020-07-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人