Eureka

博主最近在看无监督学习中的EM算法部分，主要参考的是MLAPP和YiDaXu在优酷上的视频。后期想进一步了解一个EM算法在混合高斯模型中的应用，所以想要进一步参考相关的MATLAB代码。MLAPP提供了hardEM中的一个应用，即K-means的MATLAB实现。然而…(:зゝ∠)… 这一坨代码足足看了博主将近两天，不得不承认MLAPP的代码确实很有水准，但是对于和博主一样的初学者，这段代码和

来自贴吧click4i：你有些20维的数据想用五个维度来表示，这就是降维。这五个维度可能跟原来的20个维度完全不一样，而是用另一种类型的坐标系统。不同的算法（如PCA, RBM,等）等于是给你不同的途径去找新的理想坐标系统。这些新的坐标系统也就是所谓的“特征"。这样去看的话，隐藏层有五个神经元就代表你新坐标系统的五个维度。所以只要你的隐藏层的神经元数目比可见层少的话原则上就是降维。如何

InvalidArgumentError: You must feed a value for placeholder tensor ‘inputs/x_input’ with dtype float [[Node: inputs/x_input = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/tas

安装好Cython cd ./darkflow 目录下第一个问题：python setup.py build_ext –inplace 显示需要Microsoft Visual C++ Builder Tool （好像是叫这个？凭记忆瞎打的） 由于本人机器上已装了Visual Studio 2017 community，所以就不想再装个这个啦。好像之前少了VC++ 2015.3 v140 工具

Strategy 1. sklearn.preprocessing.ImputerPersonally, I do not like this method, because it only offers strategies like mean, median and most frequent. It will add considerable biases to the original da

正常clone，在virtualenv的环境下pip install -r requirements.txt 然后好像还是缺了几个库，总之缺啥补啥。Step 1: 下载数据python main.py --mode=download_data 然后数据会下载到PGPortfolio/database的路径下，大概是一个160M左右的.db文件。Step2: Training and Tuning

系统环境： Mac OS Sierra 10.12.1 Python Python 3.5.4 目的：想要运行Berkeley CS294 Homework https://github.com/berkeleydeeprlcourse/homework http://rll.berkeley.edu/deeprlcourse/教训1: 助教写的东西要好好看… 作业大概是2017 9月初

Suppose you have completed the installation of Homebrew and Python3.6.Step 1. Download OpenCV using brewbrew install opencvStep2. Link the downloaded OpenCV .so for Python with Python’s site