Sebastien23的博客

配置实例时从镜像市场选择预装tensorflow和显卡驱动的系统。该系统预装了tensorflow 1.3.0以及对应显卡驱动、CUDA和cuDNN。购买配有GPU的实例后只需要配置jupyter notebook和其他软件包。查看tensorflow版本pythonimport tensorflow as tftf.__version__tf.__path__#...

利用远程云服务器跑深度学习模型主要有三个问题需要解决。一是深度学习环境的搭建，二是已搭建环境的保存，三是远程数据的传输。深度学习环境的搭建以阿里云为例，在购买服务器创建实例时，可以在镜像市场选择购买已经配置好环境装好驱动的镜像。其优点是可以省去大量自己配置环境和安装显卡驱动的时间；而缺点在于不能自己选择深度学习框架和其它软件的版本，在后续自己安装其他软件或者函数库时可能发生兼容问题。下...

快速浏览请直接跳转到文章末尾。首先安装Anaconda，然后创建一个独立的新环境来安装tensorflow。请确认anaconda已经添加到电脑的环境变量，否则conda指令在cmd命令行将无法使用。conda create -n tf_cpu_avx2 python==3.7 # -n后为环境名和对应python版本conda activate tf_cpu_avx2 # 可激活环境...

mnist_inference.py# -*- coding: utf-8 -*-import tensorflow as tf'''mnist_inference.py 定义前向传播过程和神经网络参数'''# 神经网络结构参数INPUT_NODE = 784OUTPUT_NODE = 10LAYER1_NODE = 500# 通过tf.get_variable函数获...

import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataINPUT_NODE = 784 # 输入层节点=图片像素=28x28=784OUTPUT_NODE = 10 # 输出层节点数=图片类别数目LAYER1_NODE = 500 # 隐藏层节点数，只有一个隐藏层...

以下代码运行于Google Colaboratory：import tensorflow as tffrom numpy.random import RandomStatebatch_size = 8# 定义神经网络参数w1 = tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))w2 = tf.Variable(tf....

Colaboratory作为Google推出的一项免费云端深度学习环境服务，由于配置了Tensorflow+GPU深度学习环境，并且使用了Jupyter Notebook编辑器，非常适合深度学习小白作为入门的工具。首先你需要注册一个Google Drive网盘，在网盘中右键-->更多-->关联更多应用，搜索关联Colaboratory应用； 新建一个文件夹已将其他文件区分开来，可...

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""https://www.howtoing.com/a-guide-to-time-series-forecasting-with-arima-in-python-3/http://www.statsmodels.org/stable/datasets/index.html"""import...

argparse教程：点击打开链接使用argparse在命令行运行MNIST图像分类模型的代码如下。默认在GPU上运行。from __future__ import print_functionimport argparseimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim ...

官方Github上给的例子是CPU版本：https://github.com/pytorch/examples/tree/master/time_sequence_prediction下面的代码将其改为了GPU版本。除了将网络模型和输入迁移到显卡上之外，还有注意两点：一是计算隐藏层状态和细胞状态时也需要把h和c的值迁移到显卡上；二是在画图之前需要把预测值迁移回到CPU上才能将其转化为numpy数组...

1.显卡驱动http://www.linuxandubuntu.com/home/how-to-install-latest-nvidia-drivers-in-linux驱动下载地址：http://www.geforce.cn/drivers检查驱动版本编号：https://www.nvidia.cn/download/driverResults.aspx/134287/cn 在终端使用ubun...

最近Pytorch出windows版本了，于是赶紧装了一下试试。最开始是按照官方教程，在命令行输入如下指令：conda install pytorch-cpu -c pytorch pip3 install torchvision结果第一次跑example的时候还行。第二天就不停的出现kernel died restarting...信息，只好卸载重装。卸载指令如下：pip uninstall ...

原问题描述：Car Evaluation Problem第一种方法：使用独热向量编码方式对原始数据进行转换，并采用决策树、支持向量机、朴素贝叶斯方法、k近邻算法和多层感知机这五种模型分别进行训练和分类。import numpy as np# Part 1 : load dataXt = np.genfromtxt('car.data', delimiter=',', dtype=[

JupyterMatplotlibNumpyKerasPandas转载地址：https://medium.com/towards-data-science/top-6-cheat-sheets-novice-machine-engineers-need-5ea43d1be3de

1-Using a single number evaluation metric:eg. Trade-off betweeen the Precision & the Recall --> F1 Score;2-Satisfacing & Optimizing metrics:one optimizing metric(尽可能优化) with multiple satisfa

1-通过迭加计算训练集上的error来判断是否high bias，利用验证集上的error判断是否high variance；2-测试阶段不用Dropout层；Dropout层是用于预防overfitting的正则化方法；代价函数J对于Dropout层未明确定义，为检查梯度是否一直下降，需关闭Dropout层或将参数设为1；3-gradient check只用于debu

Radial basis functionhttps://en.wikipedia.org/wiki/Radial_basis_functionRadial_basis_function networkhttps://en.wikipedia.org/wiki/Radial_basis_function_networkRadial basis function ke

本文是一个用Matlab实现的简单的SVM实例，仅供参考，如有不足之处，欢迎指正。