My_

这两天琢磨了下spark-deep-learning和spark-sklearn两个项目，但是感觉都不尽人如意。在training时，都需要把数据broadcast到各个节点进行并行训练，基本就失去实用价值了（tranning数据都会大于单节点内存的好么），而且spark-deep-learning目前还没有实现和tf cluster的结合。所以这个时候转向了开源已久的yahoo的TensorFlo

https://zhuanlan.zhihu.com/p/30455047?utm_medium=social&utm_source=qq 本文介绍一下使用朴素贝叶斯算法来做文本分类任务。 数据集是搜狗新闻数据集“corpus_6_4000”，它包含六大类新闻，每类新闻4000篇，每篇新闻长度在几百到几千字不等。六类新闻分别是'Auto', 'Culture', 'Economy'

激励函数有很多, 不过我们平时要用到的就这几个. relu, sigmoid, tanh, softplus. import torch import torch.nn.functional as F # 激励函数都在这 from torch.autograd import Variable # 做一些假数据来观看图像 x = torch.linspace(-5, 5, 200) #...