u014662865的博客

网上有很多cudnn安装教程，都是教解压，然后将指定文件放到文件夹中，但是再官网中却无法找到tgz文件去下载，本文主要记录cudnn的tgz格式文件下载过程。1 进入官网：官网地址：https://developer.nvidia.com/cudnn界面如下：点击红色箭头进入下载界面：2 选择版本选择所需要的版本，这里以cuDNN v8.0.4为例，点击进入点击红色部分，弹出下载界面后缀名不是tgz格式，不用管，先下载到本地，然后上传到服务器3 修改文件名

python中的字典是无序的，但是有时候会根据value值来取得字典中前n个值，本文思想是将字典转化成list，经过排序，取得前n个值，再将list转化回字典，代码如下：n = 2a = {'a':9,'b':1,'c':5}L = sorted(a.items(),key=lambda item:item[1],reverse=True) L = L[:n] print(L...

最近对核方法比较有兴趣，想了解一下，在网上查阅了很多资料，感觉说的很晦涩，没有理解，于是查看了李政轩老师的课程，对其有了一定程度上的理解，本博客目的为了记录，也为了加深理解。附上李政轩老师课程的地址：http://www.powercam.cc/slide/6552为什么将低维空间转化为高维空间：首先通俗理解一下核函数存在的意义，按照其他一些官方上的解释，核函数就是为了将低维空间上的点映射到高维空...

elastic net是结合了lasso和ridge regression的模型，其计算公式如下：根据官网介绍：elastic net在具有多个特征，并且特征之间具有一定关联的数据中比较有用。以下为训练误差和测试误差程序：import numpy as npfrom sklearn import linear_model##########################

ridge regression与上一篇博客中的最小二乘法相似，只不过是后面加一个惩罚项，公式如下：选择数据与上文相同，只不过换一个模型，运行结果如下：('Coefficients: ', array([ 928.52207357]))Residual sum of squares: 2559.32Variance score: 0.47代码：# -*- c

本文主要讲述一些对于Series和DataFrame一些基本的操作，具体用法说明见程序中的注释：代码：#coding=utf-8'''Created on 2017-2-23@author: admin'''from pandas import Seriesfrom pandas import DataFrameimport numpy as npobj=Series(

本文介绍一些DataFram的基本用法，由于只介绍少部分常见的，没什么难度，所以不做详细的讲解，直接上代码。代码：#coding=utf-8'''Created on 2017-2-20@author: admin'''import numpy as npfrom pandas import DataFramefrom pandas import Seriesdata={

PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理，帮助读者了解PCA的工作机制是什么。当然我并不打算把文章写成

本问主要写根据索引或者值对series和dataframe进行排序的方法代码：#coding=utf-8import pandas as pdimport numpy as np#以下实现排序功能。series=pd.Series([3,4,1,6],index=['b','a','d','c'])frame=pd.DataFrame([[2,4,1,5],[3,1,4,5],[

Series是一种类似于一维数组的对象，是由一组数据及其所对应的标签所组成，以下为我运用其中的一些简单的常用的用法做过的一些测试：实验结果如下所示：series的值： [10 20 30 40 50]series的标签： Index([u'a', u'b', u'c', u'd', u'e'], dtype='object')b: 20the third: 40[('a',