- 博客(36)
- 收藏
- 关注
RSS订阅原创 tensorflow常用函数
1. tf.placeholder、tf.Variable、tf.get_variabletf.placeholder(dtype, shape=None, name=None) 仅仅作为一种占位符,用于得到传递进来的真实的训练样本,赋值一般用sess.run(feed_dict = {x:xs, y_:ys})，其中x,y_是用placeholder创建出来的.t...
2019-04-02 18:04:49
263
原创 tensorflow入门
一般引入tensorflow都用语句： import tensorflow as tf1. 常量：a=tf.constant(10)2. 变量：x=tf.Variable(tf.ones([3,3])) y=tf.Variable(tf.zeros([3,3]))变量定义完后，还必须显式的执行一下初始化操作，即需要在后面加上一句：init=tf.initializ...
2019-03-28 21:12:20
253
原创 autokeras神器入门
Auto-Keras是一款开源的，用于自动化机器学习的高级API，它能够在指定的时间内帮助我们寻找最优的网络结构，是一款非常棒的API！我们将会开始介绍Auto-Keras的安装和使用方法，并且配以实践项目加以说明。注意：忘记再哪看到了，目前autokeras貌似只适用于python3.6（一）安装PyTorch、KerasAuto-Keras依赖于PyTorch、Ker...
2019-01-16 11:09:10
3041
转载 caffe：windows+python接口 训练模型
转载自： https://www.cnblogs.com/denny402/tag/caffe/(1) 生成配置文件# -*- coding: utf-8 -*-"""Spyder Editor"""from caffe import layers as L,params as P,to_protopath='/home/xxx/data/' ...
2019-01-07 14:38:18
497
原创 caffe：windows下配置python和matlab接口
caffe是C++语言写的，提供matlab接口和python接口，这两种语言就非常简单，而且非常容易进行可视化，使得学习更加快速，理解更加深入。配置python接口方式如下： (1) 修改配置文件caffe-master\windows\CommonSettings.props的参数中第13、48行如下： <PythonSupport>true</PythonSuppor...
2019-01-06 09:56:26
736
原创 caffe：windows下训练模型
一、利用mnist训练集进行训练(1) 将mnist数据集lmdb格式存储于examples\mnist目录下(2) 计算出均值文件：mean.binaryproto产生均值文件的方法是利用解决方案中的compute_image_mean.exe，位于目录\caffe-master\Build\x64\Release下。回到caffe-master根目录下创建一个mnist_mean....
2019-01-04 11:16:55
1565
原创 caffe：数据集转换为lmdb
Caffe生成的数据分为2种格式：Lmdb和Leveldb。它们都是键/值对（Key/Value Pair）嵌入式数据库管理系统编程库。虽然lmdb的内存消耗是leveldb的1.1倍，但是lmdb的速度比leveldb快10%至15%，更重要的是lmdb允许多种训练模型同时读取同一组数据集。因此，lmdb取代了leveldb成为Caffe默认的数据集生成格式。一、以mnist数据集为例：...
2019-01-04 10:26:53
1009
原创 caffe：windows+CPU 配置
一、环境准备windows 7 64位 专业版（非必须）------win10 64位同样可行visual studio 2013（墙裂推荐此版本，------之前使用vs2017生成时有很多错误） vs2013安装教程：https://blog.youkuaiyun.com/qq_33742119/article/details/80075352二、配置步骤下载代...
2019-01-04 09:52:40
1445
5
原创 SVM的常见面试点
支持向量机(supportvector machine ,SVM)是一种二类分类模型.它的基本模型是定义在特征空间上的能够正确划分训练数据集并且几何间隔最大的线性分类器。支持向量机还包括核技巧，这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题,也等价于正则化的合页损失函数的最小化问题，支持向量机的学习算法是求解凸二次规划的最优化算...
2018-09-11 16:49:44
7424
原创 Leetcode——单调栈系列
参考：http://www.cnblogs.com/grandyang/p/8887985.html 所谓的单调栈Monotone Stack，就是栈内元素都是单调递增或者单调递减的。 单调栈的一大优势就是线性的时间复杂度，所有的元素只会进栈一次，而且一旦出栈后就不会再进来了。 单调递增栈可以找到左起第一个比当前数字小的元素。比如数组 [2 1 ...
2018-09-03 17:08:44
3439
转载 GBDT常见面试点
转自：https://www.cnblogs.com/ModifyRong/p/7744987.html1.简介 gbdt全称梯度下降树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一，在前几年深度学习还没有大行其道之前，gbdt在各种竞赛是大放异彩。原因大概有几个，一是效果确实挺不错。二是即可以用于分类也可以用于回归。三是可以筛选特征。这三点实在是太吸引人了，导致...
2018-08-24 18:32:14
2422
转载 逻辑回归的常见面试点
转自：http://www.cnblogs.com/ModifyRong/p/7739955.html1.简介 逻辑回归是面试当中非常喜欢问到的一个机器学习算法，因为表面上看逻辑回归形式上很简单，很好掌握，但是一问起来就容易懵逼。所以在面试的时候给大家的第一个建议不要说自己精通逻辑回归，非常容易被问倒，从而减分。下面总结了一些平常我在作为面试官面试别人和被别人面试的时候，经常遇到...
2018-08-24 18:13:27
952
原创 Leetcode——Path Sum系列及unique paths系列
112. Path SumGiven a binary tree and a sum, determine if the tree has a root-to-leaf path such that adding up all the values along the path equals the given sum.Note: A leaf is a node with no chil...
2018-08-24 15:22:09
157
原创 Leetcode——House Robber系列
198. House RobberYou are a professional robber planning to rob houses along a street. Each house has a certain amount of money stashed, the only constraint stopping you from robbing each of them is ...
2018-08-23 22:16:11
440
原创 Leetcode——Best Time to Buy and Sell Stock系列
121. Best Time to Buy and Sell Stock（一次）Say you have an array for which the ith element is the price of a given stock on day i.If you were only permitted to complete at most one transaction (i.e.,...
2018-08-23 20:59:39
185
原创 Leetcode ——2sum, 3sum, 3sumcloset. 4sum
1. Two SumGiven an array of integers, return indices of the two numbers such that they add up to a specific target.You may assume that each input would have exactly one solution, and you may not u...
2018-08-23 11:28:28
172
原创 《数据结构与算法分析》学习笔记五——排序
整个排序能够在主存中完成，元素个数相对较小（小于10^6），称为内部排序，若不能在主存中完成而必须在磁盘或磁带上完成的排序则为外部排序。插入排序 由N-1趟排序组成，对于P = 1到P=N-1趟，插入顺序保证从位置0到P上的元素为已排序状态。void insertSort(vector<int>& a){ int i, j;...
2018-08-21 21:23:42
418
原创 《数据结构与算法分析》学习笔记四——散列表（哈希表）、优先队列（堆）
哈希表 散列（hash）是以常数平均时间复杂度进行插入，删除和查找的继续，但不支持排序操作。 每个关键字被映射到从0到TableSize-1范围中的某个数，并放到适当的单元中，这个映射就叫做散列函数（hash function），理想情况下不同关键字映射到不同单元，但由于单元有限，因此要寻找散列函数在单元间均匀地分配关键字。当两个关键字散列映射到同一个值的时候...
2018-08-21 16:35:10
734
原创 《数据结构与算法分析》学习笔记三——树
二叉树 一棵二叉树（binary tree）由结点（node）的有限集合组成，这个集合或者为空（empty），或者由一个根结点（root）以及两棵不相交的二叉树组成，这两棵二叉树分别称为这个根的左子树（left subtree）和右子树（right subtree）。这两棵子树的根称为此二叉树根结点的子结点（children）；从一个结点到其两个子结点都有边（edge）相连，这...
2018-08-19 13:17:58
392
原创 《数据结构与算法分析》学习笔记二——表、栈、队列
线性表（List） 线性表的实现有两种标准方法——顺序表（array-based list或sequential list）和链表（linked list）。 顺序表由数组实现，顺序存储大小事先固定，可能浪费大量空间，优点是可以随机访问O(1)，但插入和删除为O(n)； 链表元素的个数就没有限制，不连续存储，链表的空间需求为O(n)，访问元素...
2018-08-18 14:02:57
274
原创 《数据结构与算法分析》学习笔记一——算法分析
算法 算法（algorithm）是为求解一个问题需要遵循的、被清楚地指定的简单指令的集合。 数学基础1. 大O表示法： 如果存在正常数 c 和 n0 使得当 N ≥ n0时，T(N) ≤ cf(N)，则记为T(N) = O(f(N))。 （描述了T(N)的相对增长率小于等于f(N)的相对增长率。）2. 大Ω表示法： 如果存在正常数 c...
2018-08-18 10:42:53
942
原创 CNN之AlexNet
Alexnet在 2012年 ImageNet 竞赛中以超越第二名10.9个百分点的优异成绩一举夺冠，从而打响了卷积神经网络、乃至深度学习在计算机视觉领域中研究热潮的“第一枪”。 图是AlexNet的网络结构，共含五层卷积层和三层全连接层。AlexNet的上下两支是...
2018-08-17 21:54:17
2056
原创 CNN基础
卷积神经网络是一种层次模型，其输入是原始数据，如 RGB图像、原始音频数据等。卷积神经网络通过卷积操作、汇合（pooling）操作和非线性激活函数映射等一系列操作的层层堆叠，将高层语义信息逐层由原始数据输入层中抽取出来，逐层抽象，这一过程便是“前馈运算”。其中，不同类型操作在卷积神经网络中一般称作“层”：卷积操作对应“卷积层”，汇合操作对应“汇合层”等等。最终，卷积神经网络的最后一层将...
2018-08-15 22:13:08
1993
原创 《C++ Primer》扫盲
变量和基本类型 1. int和long的范围一致，-2147483648~2147483647，若超过int范围选用long long。2. char在一些机器上有符号，一些机器上无符号，所以用char直接做运算，容易出错。3. 执行浮点数运算，使用double，float精度不够，且二者计算代价相差无几，有些甚至double更快。4. 浮点数赋值给整形变量时，不四舍五入，只...
2018-08-08 16:21:34
228
原创 CNN之LeNet5
LeNet网络结构如下图所示： 32*32的手写字体图片，包含0~9数字，也就是相当于10个类别的图片输入层：32*32的图片，也就是相当于1024个神经元C1层：6个特征卷积核(5*5)，得到6个特征图，然后每个特征图的大小为32-5+1=28S2层：下采样层，最大池化 (2,2)，得到14*14的图片，共有6个特征图。C3层：卷积层(5*5)，得到新的图片大小为14-5...
2018-06-13 14:33:56
1029
转载 STL容器学习总结（二）
关联式容器的定义所谓关联式容器，概念上类似关联式数据库（实际上则简单许多）：每项数据（元素）包含一个键值（key）和一个实值（value）。当元素被插入到关联式容器中时，容器内部数据结构（可能是RB-tree，也可能是hash-table）便依照其键值大小，以某种特定规则将这个元素放置于适当位置。关联式容器没有所谓头尾（只有最大元素和最小元素），所以不会有push_back()，push_fr
2017-12-09 20:08:05
229
转载 STL容器学习总结（一）
标准库中的容器分为顺序容器和关联容器。顺序容器(sequential container)内的元素按其位置存储和访问，顾名思义，这些内部元素是顺序存放的；顺序容器内的元素排列次序与元素值无关，而是由元素添加到容器里的次序决定。而关联容器的元素按键(key)排序。 容器类共享部分公共接口。标准库定义的三种顺序容器类型：vector、list、deque（double-ended q
2017-12-08 13:23:44
176
转载 C++ vector用法
在c++中，vector是一个十分有用的容器。作用：它能够像容器一样存放各种类型的对象，简单地说，vector是一个能够存放任意类型的动态数组，能够增加和压缩数据。vector在C++标准模板库中的部分内容，它是一个多功能的，能够操作多种数据结构和算法的模板类和函数库。特别注意：使用vector需要注意以下几点：1、如果你要表示的向量长度较长（需要为
2017-12-03 09:52:37
219
原创 机器学习笔记四------集成学习
集成学习（ensenmblelearning）构建并结合多个学习器来学习，常可获得比单一学习器显著优越的泛化性能。PAC（概率近似正确）定义：弱学习器为泛化性能略高于随机猜测的学习器，强学习器指的是识别准确率高并且能在多项式时间内完成的学习器。集成学习可将多个弱学习器结合以达到强学习器的效果。对于集成学习中，个体学习器要有一定的准确性（至少不差于弱学习器）并且要有多样性，即学习期间有差异，然而准确
2017-11-28 20:37:06
466
原创 机器学习笔记三------支持向量机
给定训练集D，在样本空间上找到最鲁棒的超平面，将不同类别的样本分开。对于线性可分问题，超平面的线性方程为，样本空间内任一点x到平面的距离为。若超平面分类正确，则对应y=+1为正类，否则y=-1。距离超平面最近的几个样本称为支持向量，两个异类支持向量到超平面的距离之和为，称为间隔。优化目标：找到参数w和b在划分正确的前提下使得间隔最大，即 上述问题等价于：
2017-11-25 18:13:57
264
原创 机器学习笔记二------决策树
一颗决策树包含一个根结点，若干内部结点（对应一个测试属性）和若干叶结点（对应决策结果）。决策流程采用分而治之的整体思想，根结点包含样本全集，对各个特征进行判断，直至所有叶结点均对应一种类别的样本。决策树的关键在于划分属性的选择，随着划分不断进行，分支结点所包含样本应尽可能属于同一类别，即纯度越来越高，有三种划分属性选择指标：（1） 信息增益Gain（D，a）= H(D)-H(D|a)：以
2017-11-25 16:42:53
371
原创 机器学习笔记一------线性分类器
线性模型，使用最小二乘参数估计使模型预测结果与实际结果y之间的均方误差最小，得到参数w和b（其中b可以算作w的最后一列，对应属性值恒置为1）。线性模型形式简单，易于建模，引入层级结构或高维映射后可得到更为抢到的非线性结构。)为广义线性模型，有加权最小二乘法或极大似然法进行参数估计。对于二元分类问题，y的取值为0或1，假设不同类别训练样本数目相同，当预测的y值大于0.5认证为正，反之为负，y
2017-11-25 15:10:46
859
原创 《剑指offer》学习笔记
扎实的基础知识：1.编程语言（C++）：概念理解 分析代码运行结果 写代码定义一个类或类的成员函数（构造函数，析构函数，运算符重载） 《Effective C++》，《C++ primer》2.数据结构（二叉树和链表...
2017-11-22 22:23:07
572
原创 机器学习常用python语句总结
# 导入pandas用于数据分析import pandas as pd# 导入numpy，并命名为 npimport numpy as np# 利用pandas的read_csv模块传入数据文件地址，并返回数据(dataframe格式)保存到data,测试数据可同样读取或从中分割，见下面data = pd.read_csv('../Datasets/Breast-Can
2017-11-19 18:38:46
528
原创 八大排序算法总结
算法一：冒泡排序每次比较相邻两元素，若错序则交换，多次遍历，直至无交换，实质上需要排序k-1趟，每次找到未排序元素中的最大值放在已排序序列最后面，稳定。void bubble_sort(int array[], int n){ int i, j; for (i = 0; i < n - 1; i++) //排序n-1趟，每次寻找未排序序列中的最大值 {...
2017-11-18 21:05:57
303
原创 C++ string类
要想使用标准C++中string类，必须要包含#include // 注意是，不是，带.h的是C语言中的头文件using namespace std;string类的构造函数：string str();string str(s1); //s1为char*字符串数组或string的对象，用 s初始化string str(n, c); //用n个字符c初始化
2017-11-15 15:01:06
1054
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人