chang___hong的专栏

如果装了tensorflow，手贱再安装tensorflow-gpu，默认会运行tensorflow-gpu。同学那机子不支持CUDA，就开始报错。而上面的安装方法的那个列表不支持删除。可以打开cmd，输入pip list，这样可以看到所有已经安装的包。pip uninstall tensorflow和pip uninstall tensorflow-gpu就可以删除这两个包。然后重新安装tensorflow。 ...

model.inference(train_batch, BATCH_SIZE, N_CLASSES)这个里面应该有with tf.variable_scope(‘layer1’):这样的代码，改为with tf.variable_scope(‘layer1’, reuse = tf.AUTO_REUSE): 解决： 1 若想要继续使用并共享当前的TensorFlow模型结构或变量： 按照报错的提...

1.加载自定义词典 jieba.load_userdict(file_name) 2.调整词典： 使用add_word(word, freq = None, tag = None)和del_word(word)可在程序中动态修改词典。 使用suggest_freq(segment, tune = True)可调节单个词语的词频，使其能（或不能）被分出来 3.分词 cut(),lcut(),cut_...

安装lightGBM 参考：http://blog.youkuaiyun.com/qq_22238533/article/details/72927755 安装xgboost 参考：http://m.blog.youkuaiyun.com/ychanmy/article/details/50972530 出现问题： 解决方案： 因为Anaconda自己有个libstdc++-6.dll已经过期了，所以需要用新

1、合并操作pandas.mergepandas.merge(left, right, how=’inner’, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(‘_x’, ‘_y’), copy=True, indicator=False)作用:通过执行

阅读目录 •1. 批量梯度下降法BGD •2. 随机梯度下降法SGD •3. 小批量梯度下降法MBGD •4. 总结　　在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。　　下面我们以线性回归算法来对三种梯度下降法进行比较。 　　一般线性回归函数的假设函数为： 　　对应的能量函数（损失函数）形

中文乱码解决方法注意绘图时中文的解决方法, 在.py文件头部加上如下内容：# -- coding: utf-8 -- from pylab import * mpl.rcParams[‘font.sans-serif’] = [‘SimHei’] #指定默认字体 mpl.rcParams[‘axes.unicode_minus’] = False #解决保存图像是负号’-‘显示为方块的问题 i

参考文献：http://www.cnblogs.com/jasonfreak/p/5448385.html

K-Means, K-Medoids, GMM(高斯混合模型), Spectral clustering(谱聚类)，Ncut参考：http://blog.youkuaiyun.com/abcjennifer/article/details/8170687 Spectral clustering：http://blog.pluskid.org/?p=287

简化版SMO算法和坐标上升法的思想类似，SMO算法也想每次只更新一个变量，但是很可惜， 上式限定了，当固定其他所有参数，那么α1上也是个定值，变不了；因此不得不将多增加一个αi,这样α1才能变动，关于αi的选择，有启发式方法，这里先不考虑，介绍一种简单的SMO实现方法。简化版SMO算法的主要步骤创建一个alpha向量并将其初始化为0向量 当迭代次数小于最大迭代次数时(外循环) 对数

#coding:utf-8 import urllib import urllib2 import requests import time from bs4 import BeautifulSoup from lxml import etree import multiprocessing test_url='http://www.baidu.com/' testStr = "wahaha" _...