<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[pilotmickey的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/pilotmickey</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; pilotmickey]]></copyright><item><title><![CDATA[jupyter notebook报错kernel error:kernel连接不上----import win32api； ImportError: DLL load failed...]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/119772611</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/119772611</guid><author>pilotmickey</author><pubDate>Wed, 18 Aug 2021 09:25:29 +0800</pubDate><description><![CDATA[kernel连接不上
error原文
Traceback (most recent call last):
  File "D:\Anaconda\envs\tf2\lib\runpy.py", line 193, in _run_module_as_main
    "__main__", mod_spec)
  File "D:\Anaconda\envs\tf2\lib\runpy.py", line 85, in _run_code
    exec(code, run_globals)
  Fil]]></description><category></category></item><item><title><![CDATA[github机器学习和深度学习资源汇总]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/119735062</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/119735062</guid><author>pilotmickey</author><pubDate>Mon, 16 Aug 2021 15:53:38 +0800</pubDate><description><![CDATA[pytorch


资源整合（2.9k）
https://github.com/INTERMT/Awesome-PyTorch-Chinese


中文文档
https://pytorch-cn.readthedocs.io/zh/latest/


动手学深度学习(中文25.2k)
https://github.com/d2l-ai/d2l-zh
李沐
200所大学的教材


pytorch-tutorial（21.5k）
https://github.com/yunjey/pytorch-tutoria]]></description><category></category></item><item><title><![CDATA[05如何处理类别特征？]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/119646254</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/119646254</guid><author>pilotmickey</author><pubDate>Thu, 12 Aug 2021 15:56:05 +0800</pubDate><description><![CDATA[Categorical Variables: Counting Eggs in theAge of Robotic Chickens
定义：
类别变量：顾名思义代表类别或标签。
比如：

世界上的主要城市
一年四季
一个公司所处的行业(石油、交通、科技)

类别特征值总是有限的
类别特征可以用数值表示，但是不同于其他数值特征，类别变量的值是不可以比较的（石油和交通谁比较大？比不了
如何判断是否该使用类别变量？
两个值是只与它们不同有关，还是还与它们相差多少有关？
大型分类变量在交易记录中尤为常见。
比如：
]]></description><category></category></item><item><title><![CDATA[02简单数值特征的技巧]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/119634764</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/119634764</guid><author>pilotmickey</author><pubDate>Thu, 12 Aug 2021 09:56:43 +0800</pubDate><description><![CDATA[Fancy Tricks with Simple Numbers
先看数值数据，比如：

个人的定位
交易价格
一个传感器的数据
等等

虽然数值数据本身已经对模型很友好，但是仍然需要特征工程。
好的特征不仅要反映数据的重要方面，还要和模型的假设一致。
数值数据的特征工程是基础，其他原始数据被转换为数值数据后，就可以利用数值数据的特征工程技术。
量纲Magnitude
我有必要知道数据的正负吗？
也许我们只需要知道比较粗粒度的大小？
对于自动累计的数值数据，这一检查很重要：
比如：

计数
网站每天的访问量]]></description><category></category></item><item><title><![CDATA[01机器学习技术路径]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/119634394</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/119634394</guid><author>pilotmickey</author><pubDate>Thu, 12 Aug 2021 09:48:16 +0800</pubDate><description><![CDATA[The Machine Learning Pipeline
Data
何为数据？数据是真实世界的观察值。
比如：

股市每日价格，公司的收益报告，甚至专家的评论文章
个人身体数据：实时的心率，血糖等级等等
客户情报数据：包括“张三星期天买了两本书”、“李四浏览了这些网页”、“王二上周点击了这个特殊的链接”等。
等等

每一片数据都提供了一个了解这个世界的小窗口，所有观察值的集合就给了我们一整个世界。
但是这个世界一团混乱，因为它是由成千上万的碎片组成，而且总是会存在噪声或者缺失。
Tasks
我们为什么搜集]]></description><category></category></item><item><title><![CDATA[chapter02 CUDA编程模型 CUDA Programming Model]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/115008063</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/115008063</guid><author>pilotmickey</author><pubDate>Fri, 19 Mar 2021 15:49:55 +0800</pubDate><description><![CDATA[Chapter 02 CUDA Progeamming Model
2.0 WHAT’S IN THIS CHAPTER?

Writing a CUDA program
Executing a kernel function
Organizing threads with grids and blocks
Measuring GPU performance

你可以在很多平系统上写CUDA程序，包括嵌入式设备、平板电脑、笔记本电脑、台式机、工作站以及HPC clustered 系统；
C语言就可以写CUD]]></description><category></category></item><item><title><![CDATA[charpter_01_Introduction to CUDA programming]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/113746796</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/113746796</guid><author>pilotmickey</author><pubDate>Sun, 07 Feb 2021 20:26:15 +0800</pubDate><description><![CDATA[Charpter 01 Introduction to CUDA Programming

Charpter 01 Introduction to CUDA Programming

0. Contents in Brief:
1.The history of highperformance computing

1.1 Basic
1.2 History Overview

1.2.1 Three epochs of last century
1.2.2 Almost 20 YEARS later … t]]></description><category></category></item><item><title><![CDATA[Gamma函数的推导过程]]></title><link>https://blog.youkuaiyun.com/pilotmickey/article/details/105345457</link><guid>https://blog.youkuaiyun.com/pilotmickey/article/details/105345457</guid><author>pilotmickey</author><pubDate>Mon, 06 Apr 2020 15:59:36 +0800</pubDate><description><![CDATA[[https://mp.weixin.qq.com/s/LKStBCOtpC-X97M3jpdFPw]

]]></description><category></category></item></channel></rss>