<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[monkey_g的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/monkey_g</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; monkey_g]]></copyright><item><title><![CDATA[keras问题]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/68064027</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/68064027</guid><author>monkey_g</author><pubDate>Wed, 29 Mar 2017 13:47:13 +0800</pubDate><description><![CDATA[Keras的版本：python环境 importkeras keras.__version__
Keras 安装指定版本
1、下载 git clone -b1.x --depth 1 
https://github.com/fchollet/keras
1.x表示版本号
2、安装 进入keras目录 python setup.py install]]></description><category></category></item><item><title><![CDATA[linux中详细查看所占空间大小及文件个数]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/68061966</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/68061966</guid><author>monkey_g</author><pubDate>Wed, 29 Mar 2017 11:09:32 +0800</pubDate><description><![CDATA[du -ah 目录 --max-deepth=1

df -hi]]></description><category></category></item><item><title><![CDATA[windows cmd 下 显示文件列表 并导入文件]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/50810433</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/50810433</guid><author>monkey_g</author><pubDate>Sat, 05 Mar 2016 20:04:33 +0800</pubDate><description><![CDATA[dir 目录名 /b/s > test.lst]]></description><category></category></item><item><title><![CDATA[关于 theano.scan函数一些简单的应用只包括fn ，sequences 和outputs_info]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/44202919</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/44202919</guid><author>monkey_g</author><pubDate>Wed, 11 Mar 2015 19:19:58 +0800</pubDate><description><![CDATA[关于 theano.scan函数一些简单的应用只包括fn ，sequences 和outputs_info 。自己通过实验总结的不一定对 后期更正……
1）  只有一个序列 和 只有一个循环中更新的数
__author__ =
'Administrator'
import theano
import theano.tensor
as T
A = T.vector("A")
B = ]]></description><category></category></item><item><title><![CDATA[matlab构建神经网络]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/43115713</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/43115713</guid><author>monkey_g</author><pubDate>Sun, 25 Jan 2015 17:07:28 +0800</pubDate><description><![CDATA[http://www.ilovematlab.cn/thread-42747-1-1.html

close all
clear
clc
%% BP建模
%原始数据归一化 
m_data=[
8.20  6.80  6.00  6.20  5.60  6.20  4.80  0.60  7.20  7.00  7.60  3.80  0.80  14.00  0.1331  2.4]]></description><category></category></item><item><title><![CDATA[Matlab神经网络工具箱中的Train和Adapt函数区别]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/43115703</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/43115703</guid><author>monkey_g</author><pubDate>Sun, 25 Jan 2015 17:05:36 +0800</pubDate><description><![CDATA[转至： http://www.matlabsky.com/thread-4084-1-1.html







【转】
 Matlab神经网络工具箱中的Train和Adapt函数区别





先看看Matlab官方的解释，请如下操作：

在Matlab的Command Window中输入doc adapt或者doc train，将滚动条拖到最后有一个Algor]]></description><category></category></item><item><title><![CDATA[MachineLearning-----感知器学习算法]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/40590707</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/40590707</guid><author>monkey_g</author><pubDate>Wed, 29 Oct 2014 19:05:03 +0800</pubDate><description><![CDATA[Machine Learning---感知器学习算法

引言

这里开始介绍神经网络方面的知识（Neural Networks）。首先我们会介绍几个监督式学习的算法，随后便是非监督式的学习。

一、感知器学习算法基本介绍




1.神经网络

就像进化计算，神经网络又是一个类似的概念。神经网络由一个或者多个神经元组成。而一个神经元包括输入、输出和“内部处理器”。神经元从]]></description><category></category></item><item><title><![CDATA[win7连接xp远程桌面]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/40122541</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/40122541</guid><author>monkey_g</author><pubDate>Wed, 15 Oct 2014 22:49:42 +0800</pubDate><description><![CDATA[我一直以为XP的远程桌面连接很容易使用，实事上也确实如此，不过我还是稍微的费了一点儿力气才做到的。可能是我的需求比较特殊。

一、硬件配置：

我家中的台式机比较老，1G的内存，AMD 3000+
 CPU、XP系统，好在还有利用的价值；

笔记本电脑一台，联系V450, 2G内存，win7系统；

二、需求

1、台式机的显示器直接连到笔记本电脑上，作为第二显示器，提高办公]]></description><category></category></item><item><title><![CDATA[语音信号的预处理]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39758645</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39758645</guid><author>monkey_g</author><pubDate>Fri, 03 Oct 2014 20:21:28 +0800</pubDate><description><![CDATA[语音知识回顾和总结—-语音信号的预处理


http://www.xuebuyuan.com/2100314.html


2014年09月05日 ⁄ 综合 ⁄ 共 1116字 ⁄ 字号 小 中 大 ⁄ 评论关闭







      回顾上两次的内容：上次主要说了音频文件的读取（主要是matlab和c语言）。感觉有几个概念有点混淆：语音、音频、音乐。语音英文是sp]]></description><category></category></item><item><title><![CDATA[Matlab中快速傅里叶变换FFT结果的物理意义(转载)]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39757519</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39757519</guid><author>monkey_g</author><pubDate>Fri, 03 Oct 2014 19:13:22 +0800</pubDate><description><![CDATA[Matlab中快速傅里叶变换FFT结果的物理意义(转载)
 
(2011-04-12 18:42:58)
转载▼






标签： 

信号处理
 

教育


分类： 基础






FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。这就是很多信号分析]]></description><category></category></item><item><title><![CDATA[Android 百度地图 闪退或者其他问题]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39452403</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39452403</guid><author>monkey_g</author><pubDate>Sun, 21 Sep 2014 15:55:07 +0800</pubDate><description><![CDATA[1：百度key:
可以用这个 也可以自己申请  未亲测
2：属性-》java build path 把mapjar包勾上  

3对于 Could not find class 'android.support.v4.view.ViewPager',
把上图中的 AndroidPrivate Libraries勾上 里面包含 support.v4.view
 
 
最后 clean]]></description><category></category></item><item><title><![CDATA[android中Unable to resolve target 'android-15'问题]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39452373</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39452373</guid><author>monkey_g</author><pubDate>Sun, 21 Sep 2014 15:53:13 +0800</pubDate><description><![CDATA[Unable to resolve target 'android-15' 对于这种问题 在你的环境下新建一个test项目 看看project.propreties里面是多少 然后改正过来 保存一下。。
如果和你的版本一样 那么先把15改成别的 比如13  保存一下 然后再 改过来，再保存一下]]></description><category></category></item><item><title><![CDATA[核方法(kernel method)的主要思想]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39315735</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39315735</guid><author>monkey_g</author><pubDate>Tue, 16 Sep 2014 12:57:19 +0800</pubDate><description><![CDATA[本文对核方法（kernel method）进行简要的介绍。

核方法的主要思想是基于这样一个假设：“在低维空间中不能线性分割的点集，通过转化为高维空间中的点集时，很有可能变为线性可分的”
 ，例如下图

 

 

左图的两类数据要想在一维空间上线性分开是不可能的，然而通过F(x)=(x-a)(x-b)把一维空间上的点转化为右图上的二维空间上，就是可以线性分割的了。

然而，]]></description><category></category></item><item><title><![CDATA[hmm]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39136323</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39136323</guid><author>monkey_g</author><pubDate>Mon, 08 Sep 2014 14:18:37 +0800</pubDate><description><![CDATA[史上最详细最容易理解的HMM文章


分类： 机器学习2012-10-15
 13:52 4719人阅读 评论(3) 收藏 举报

自然语言处理算法algorithmlibraryvb脚本



目录(?)[-]

wiki上一个比较好的HMM例子HMM学习最佳范例与崔晓源的博客几种不同程序语言的HMM版本HMM学习最佳范例一介绍HMM学习最佳范例六维特比算法HMM学习最佳]]></description><category></category></item><item><title><![CDATA[em算法笔记]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39118707</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39118707</guid><author>monkey_g</author><pubDate>Sun, 07 Sep 2014 11:18:58 +0800</pubDate><description><![CDATA[本论文使用一个具体的实例讲解了EM算法的整体流程，非常详细。这里跟大家分享下。

原作者：ChengXiang Zhai

翻译：    雨石

由于csdn博客上写公式不方便，故将翻译好的文档截图传到博客上，想下载翻译的整篇pdf的同学请 猛击这里 。]]></description><category></category></item><item><title><![CDATA[svd奇异值分解]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/39100527</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/39100527</guid><author>monkey_g</author><pubDate>Sat, 06 Sep 2014 13:27:29 +0800</pubDate><description><![CDATA[转载自

SVD分解

SVD分解是LSA的数学基础，本文是我的LSA学习笔记的一部分，之所以单独拿出来，是因为SVD可以说是LSA的基础，要理解LSA必须了解SVD，因此将LSA笔记的SVD一节单独作为一篇文章。本节讨论SVD分解相关数学问题，一个分为3个部分，第一部分讨论线性代数中的一些基础知识，第二部分讨论SVD矩阵分解，第三部分讨论低阶近似。本节讨论的矩阵都是实数矩阵。

基础]]></description><category></category></item><item><title><![CDATA[实现牛顿插值的matlab代码]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/8801428</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/8801428</guid><author>monkey_g</author><pubDate>Sun, 14 Apr 2013 21:55:41 +0800</pubDate><description><![CDATA[function [p,z]=myNewton(x,y,t);
%输入参数中x,y为元素个数相等的向量t为待估计的点可以为数字或向量。 
%输出参数中p为所求得的牛顿插值多项式z为利用多项式所得的t的函数值。
%x=[0.4 0.55 0.65 0.80 0.90 1.05]; 
%    y=[0.41075 0.57815 0.69675 0.88811 1.02652 1.25]]></description><category></category></item><item><title><![CDATA[如何让MFC中listctrl自动填充整个对话框窗口]]></title><link>https://blog.youkuaiyun.com/monkey_g/article/details/8433362</link><guid>https://blog.youkuaiyun.com/monkey_g/article/details/8433362</guid><author>monkey_g</author><pubDate>Tue, 25 Dec 2012 14:46:22 +0800</pubDate><description><![CDATA[首先建立一个对话框工程Test
为对话框添加一个列表控件listctrl




首先在对话框初始化函数中添加如下代码：

CWnd *pWnd;
pWnd=GetDlgItem(IDC_LIST1);//获取列表控件指针IDC_LIST1为控件ID
CRect rc;
GetClientRect(&rc);//获取对话框客户区大小
pWnd->MoveWindow(rc);//用]]></description><category></category></item></channel></rss>