高锦的博客

搭建数据科学环境### 本人硬件：cpu i5-9400f ，显卡：rtx 2080ti & gtx960 ，内存 32G### 本人系统：Ubuntu 20.041.install anaconda 官网下载anaconda.sh，安装2.创建data_science环境conda create --name data_science python=3.8.53.Install R & Jupyter（同时嵌入R内核），自己根据地域配镜像提高下载速度...

转自：http://blog.topspeedsnail.com/archives/10542RNN不像传统的神经网络-它们的输出输出是固定的，而RNN允许我们输入输出向量序列。RNN是为了对序列数据进行建模而产生的。样本序列性：样本间存在顺序关系，每个样本和它之前的样本存在关联。比如说，在文本中，一个词和它前面的词是有关联的；在气象数据中，一天的气温和前几天的气温是有关联的。例如...

前言Google在收购Kaggle之后，在去年整合了kernel推出了Colaboratory，使得我们可以免费使用强大的GPU，TPU资源。我们在上传一些py文件或者数据集时，由于Colab会在长时间闲置时或者一段时间（12个小时）之后，就会断开资源，当然你上传的东西也就没有了！因为每次连接时提供的资源都是随机分配的！那么这时候，Colab也提供了连接Google Drive的功能！使用...

!pip install -U -q kaggle!mkdir -p ~/.kaggle!echo '{"username":"bruce374","key":"43313de75c23e8c5a1b9713cc04183c0"}' > ~/.kaggle/kaggle.json#usename和key在kaggle--->my account----->create n...

batch深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Batch gradient descent，批梯度下降。另一种，每看一个数据就算一下损失函数，然后求梯度更新参数，这个称为随...

本机配置：cpu i3-7100 ，GTX650安装所需软件：visual studio--2015版，cuda_9.0.176_win10.exe ，cudnn-9.0-windows10-x64-v7.zip ，tensorflow_gpu-1.5.0-cp35-cp35m-win_amd64.whl (pip包阿里云镜像里面下载)软件依照顺序安装（注意在安装完cudnn后，要用vs...