- 博客(249)
- 资源 (47)
- 问答 (2)
- 收藏
- 关注
原创 推导正规方程的解
∂XT∂X=I\frac{\partial{X^T}}{\partial{X}} = I∂X∂XT=I,求解出来是单位矩阵∂XTA∂X=A\frac{\partial{X^T}A}{\partial{X}} = A∂X∂XTA=A∂AXT∂X=A\frac{\partial{A}X^T}{\partial{X}} = A∂X∂AXT=A∂AX∂X=AT\frac{\partial{A}X}{\partial{X}} = A^T∂X∂AX=AT∂XA∂X=AT\frac{\partial{X}
2024-08-23 17:20:39
790
原创 梯度的概念
机器学习中,梯度下降法,牛顿法都会用到梯度概念。对于多元函数,梯度可以看成偏导数。对于一元函数,梯度可以看成导数。,那么它的梯度就是由。分别求偏导组成的向量。
2024-08-21 23:12:02
574
原创 一元函数泰勒展开
泰勒展开可以用来研究函数某些性质。在机器学习里面,用来求函数的极值,很多时候函数 f(x)可能会非常复杂,无法直接计算,可用泰勒展开做近似计算。而牛顿法是保留泰勒展开二阶项,忽略二阶以上的项,用泰勒二阶展开来进行函数f(x)近似表达。梯度下降法怎么做的呢?是做一个近似,保留泰勒展开一阶项。
2024-08-21 14:50:00
1072
原创 Macbook录屏软件,KAP,开源免费
Kap录屏,搜索结果还是会出现各种各样的收费软件推荐,不过这次好歹出现了OBS studio。OBS也挺好的,不过osb操作有点复杂,对于只需要简单录屏来说,根本用不到obs stidio。打开后就是这个样子,通过箭头指向的三个按钮可以选取录制区域,三个点按钮是系统设置。一般选择好录制区域后,就可以点击中间的圆圈开始录制。今天有录屏的需求,就在某度上搜索“Macbook录屏软件”,搜索结果前几页全部都是各种各样的收费软件。Kap就比较合适,操作极其简单,简直简单到令人发指。再从某度上搜索“Macbook。
2024-06-07 16:14:10
458
原创 梯度下降: 03. BGD的代码实现,一元数据,多元数据
当斜率加上随机正态分布的波动数据后,通过地图下降求解出的w=9.34389628,b=4.77139965,基本比较精确。但是要注意的是,8元数据+1个截距 = 9个维度,那么下面计算代码中的theta的形状,需要将(2,1)改成(9,1)观察前X中10个数据,不光有随机生成的x(第一列),还增加了作为偏置项的b(第二列)随着训练次数的增加,会越逼近最优解,那么学习率也应该随之逐渐减小。数据构造完毕,下面进行计算的代码,基本与1元部分一样。可以看到,随机生成的w=9,b=5。前8个数据是w,第9个是b。
2024-06-07 08:27:00
793
原创 安装pytouch,cuda,实现gpu计算
torch-2.2.2:torch版本2.2.2。cp311:python版本3.11。cu118:cuda版本11.8。进入下载torch所在目录安装。
2024-06-06 10:20:12
572
原创 java.util.ConcurrentModificationException产生原因及解决办法
第一次遇到此异常是在处理3g.renren.com的好友分组功能中,因为接口提供的好友分组(以map的方式提供好友分组的id跟分组名)中没有把分组名为空,但是id存在的数据屏蔽掉,所以我在调用接口服务之后,需要重新处理value为空的数据。代码如下:import java.util.HashMap;import java.util.Map;/** * * Dec 1, 2011
2024-06-06 10:17:12
350
原创 梯度下降: 02. 批量梯度下降BGD,随机梯度下降SGD,小批量梯度下降MBGD
本文从原理上介绍了三种梯度下降的方法,相同点,异同点,优缺点。内容包含了数学公式的推导与说明。
2024-06-05 23:13:11
1302
原创 梯度下降: 01.原理与代码实操
梯度下降法(GradientDescent)算法,不像多元线性回归那样是一个具体做回归任务的算法,而是一个非常通用的优化算法来帮助一些机器学习算法(都是无约束最优化问题)求解出最优解,所谓的通用就是很多机器学习算法都是用梯度下降,甚至深度学习也是用它来求解最优解。所有优化算法的目的都是期望以最快的速度把模型参数θ\thetaθ求解出来,梯度下降法就是一种经典常用的优化算法。之前利用正规方程求解的θ是最优解的原因是MSE这个损失函数是凸函数。
2024-06-02 10:47:00
900
1
原创 线性回归:波士顿房价
波士顿房价问题是一个经典的机器学习问题,用于预测波士顿地区房屋的中位数价格。该问题涉及的数据集包含了506个样本,每个样本有13个特征指标,这些特征涵盖了城镇的各种社会经济和地理因素。以下是这些特征指标的简要描述:CRIM:城镇的犯罪率(人均犯罪率)。ZN:住宅用地超过25000平方英尺的比例。INDUS:每个城镇的非零售商业用地比例。CHAS:查尔斯河虚拟变量(如果房屋附近是查尔斯河,则为1;否则为0)。NOX:一氧化氮浓度(每千万份)。RM:每个住宅的平均房间数。
2024-05-30 17:48:16
893
原创 AIGC技术的伦理与风险探讨:现状与未来
此外,AIGC技术的发展也可能带来道德困境和伦理争议,如自动驾驶汽车的道德决策等问题。然而,与其带来的便利和创新相伴而来的,也是伦理和风险问题的挑战。我们需要积极探讨和解决AIGC技术带来的伦理问题,建立健全的法律法规和伦理准则,加强对技术的监管和管理。同时,我们还需要加强对AIGC技术的研究和开发,提高技术的安全性和可靠性,降低技术的风险和危害。综上所述,AIGC技术的发展既带来了巨大的机遇,也带来了严峻的挑战。我们需要以科学的态度和责任心,共同推动AIGC技术的健康发展,实现科技和人类社会的共同进步。
2024-04-28 13:35:43
1119
原创 AIGC技术的现状与未来发展趋势
随着人工智能的不断发展,智能计算领域也在不断探索新的可能性。在未来,随着人工智能技术的不断进步,AIGC技术将在各个领域发挥越来越重要的作用,为人类社会带来更多的智能化便利和创新。:未来的AIGC系统将更加注重个性化定制,可以根据用户的需求和偏好提供定制化的服务和体验。未来的AIGC系统将能够更加准确地理解和分析数据,实现更加智能化的决策和行为。:未来的AIGC系统将不仅仅是智能的计算工具,还将与人类进行更加紧密的协同工作。未来,随着人工智能技术的不断发展和普及,AIGC技术也将迎来更加广阔的发展空间。
2024-04-28 13:31:02
979
原创 计数原理基础知识
ab2等于什么?a22abb2那么,如何通过排列组合知识从理论上抽象出公式呢?ab2abababababaabbababa×aa×bb×ab×babC21abC21C21C214a2−k⋅bkC201a2⋅b0C212a1⋅b1C221a0⋅b2a22abb2按照上述规律,计算ab3C30。
2024-04-27 23:47:43
796
原创 特征值eigenvalue与特征向量eigenvector
在线性代数中,对于一个给定的线性变换A,他的特征向量v经过这个线性变换的作用之后,得到的新向量仍然与原来的v保持在同一条直线上。但长度或方向也许会改变。Avλv其中λ为标量,即特征向量的长度在该线性变换下缩放的比例,称为其特征值。A141−2v112A与v1内积后的Av1与v1不在一条直线上,所以v1不是A的特征向量Av130v211Av2141−222。
2024-04-20 19:32:38
1023
原创 numpy学习笔记(4),通用函数
自定义通用函数(ufunc)数组操作将用于数组中的每一个元素,语法格式如下:```pythonufunc = numpy.frompyfunc(func, nin, nout)```* func:任何python函数,可以是内置的,也可以是自定义函数* nin:传入数组参数个数* nout:返回数组个数该函数返回一个自定义的通用函数,类型是numpy.ufunc。
2024-04-12 21:48:01
463
原创 git clone没有权限的解决方法
这种情况是因为ssh客户端不支持ssh-rsa算法导致,需要修改本地配置重新使用ssh-rsa算法。git clone时没有权限,一般是因为在代码库平台上没有配置本地电脑的id_rsa.pub。但是也有即使配置了id_rsa.pub后,仍然无法clone代码的情况。修改~/.ssh/config文件,在这里增加/修改ssh-rsa算法即可。只要配置上,一般就可以正常下载了。
2024-03-27 00:02:27
2732
原创 解决git push时的too_many_commits提示
这个应该是因为在提交规则里配置了 一次只允许提交一个 commit,这样当 icode 上有 commit 没有合入时,再次提交一次新的 commit 的话会触发这个错误。如果存在多个commit,或者commit是已经合入的情况。git status 检查本地是否存在多个commit。执行以下命令撤销提交后再次commit,push。
2024-02-20 17:19:46
809
1
原创 doris基本操作,08-实战,索引
目前的Doris支持两类索引内建的智能索引,包括前缀索引和ZoneMap索引。用户创建的二级索引,包括Bloom Filter索引和Bitmap倒排索引。
2023-12-27 04:30:00
899
原创 doris数据模型,07-Duplicate模型
Duplicate Key模型,导入数据时不会产生聚合,源数据不失真。如:对于日志分析,不在意多几条,少几条数据,只关心排序,这时候。的字段用来指示底层数据按照该字段。模型就有用武之地了。
2023-12-26 22:41:04
1216
原创 doris数据模型,06-Aggregate(聚合模型)
将表中的列分为和。是数据的维度列,比如时间,地区等等。key相同时会发生聚合。是数据的指标列,比如点击量,花费等等。每个指标列还会有自己的聚合函数,如:sum,min,max,bitmap_union等。数据会根据维度列进行分组,并对指标列进行聚合。
2023-12-26 04:00:00
746
原创 doris基本操作,05-Rollup
Rollup类似于mysql的视图,区别在于视图并没有将数据独立存储,视图是逻辑上的连接。而Rollup将数据独立存储了,玩的是真的。当查询命中Rollup时,会从Rollup表里获取数据,提高查询效率。
2023-12-25 21:06:16
599
原创 doris基本操作,04-表结构的变更
因为doris完全兼容mysql协议,因此操作上基本与mysql没有太大区别,之需要注意与doris相关的关键字即可,如:预聚合,key等。
2023-12-25 12:40:16
1153
原创 doris基本操作,03-导入数据-Broker Load
Broker load 是异步导入方式,支持的数据源取决于 Broker 进程支持的数据源。因为 Doris 表里的数据是有序的,所以 Broker load 在导入数据的时是要利用doris 集群资源对数据进行排序,相对于 Spark load 来完成海量历史数据迁移,对 Doris 的集群资源占用要比较大,这种方式是在用户没有 Spark 这种计算资源的情况下使用,如果有 Spark 计算资源建议使用 Spark load。
2023-12-24 20:42:09
764
原创 导致go env -w GOPROXY=... does not override conflicting OS environment variable错误的可能情况
go env -w GOPROXY=... does not override conflicting OS environment variable
2023-12-10 00:46:06
2020
el表达式用法部分解说
2010-08-19
huairenhongluosizhaopianshourenjiaafanda
2010-05-11
C,C++中文帮助文档(API,最完美版,CHM格式)
2010-03-14
Macbook录屏软件,KAP,开源免费
2024-06-07
线性回归练习:波士顿房价数据
2024-05-30
FreeMarker开发手册(中文版)
2012-03-29
TortoiseSVN-1.6.16.21511-win32-svn-1.6.17.msi
2011-09-07
mysql-essential-5.1.55-win32.msi
2011-09-07
Java多线程初学者指南
2010-11-15
httpclient 相关的 3个jar包(commons-httpclient-3.1.zip,commons-logging-1.1.1.jar,commons-codec-1.4.jar)
2010-08-24
docker运行mysql,如何kill掉show processlist里的进程
2021-01-15
nginx socket转发问题
2021-01-05
TA创建的收藏夹 TA关注的收藏夹
TA关注的人