<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xieyipeng1998的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/xieyipeng1998</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xieyipeng1998]]></copyright><item><title><![CDATA[arm架构下使用bazel编译tensorflow.so：]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/112954045</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/112954045</guid><author>xieyipeng1998</author><pubDate>Fri, 22 Jan 2021 13:36:20 +0800</pubDate><description><![CDATA[0、明确任务：




任务
原因




arm平台下编译arm版的bazel
在github上很可能没有arm下对应版本的bazel程序


用编译好的bazel编译tensorflow
最终任务


1、两句话

bazel版本要与被编译的tensorflow版本对应。


如何对应？在下载的tensorflow源码包下，有configure.py文件，打开，可看到最大最小bazel版本：



源码编译bazel要下载bazel-xxx-dist.zip，而不是bazel的Source code包。]]></description><category></category></item><item><title><![CDATA[vmware创建共享文件夹（windows+uos）]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/108237755</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/108237755</guid><author>xieyipeng1998</author><pubDate>Wed, 26 Aug 2020 13:03:52 +0800</pubDate><description><![CDATA[0、前言

检查/mnt/hgfs/目录是否存在，如果存在，应该是可以直接跳去第二步；
本人经过第一步，成功创建下hgfs目录；

1、安装Vmware Tools

设置linux.iso之后

安装按钮依旧灰色：

可以直接在目录里面直接将vm安装目录下的linux.iso文件拷贝到linux系统，直接解压，里面就有你想要的东西（该方法只适用于重新安装vm tools）

拷贝之后

运行vmware-install.pl，一路Enter就好


2、挂载
参考：https://www.cnblogs.]]></description><category></category></item><item><title><![CDATA[李航（统计学习方法第五章）]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106982813</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106982813</guid><author>xieyipeng1998</author><pubDate>Sat, 27 Jun 2020 15:02:14 +0800</pubDate><description><![CDATA[第五章 决策树


本章讨论用于分类的决策树。


可认定为if-then规则集合


决策树的学习过程

特征选择
决策树生成
决策树修剪



优点

模型具有可读性
分类速度快




决策树基本概念
ID3和C4.5介绍特征选择、决策树的生成以及决策树的修剪
CART算法

5.1 决策树模型与学习
5.1.1 决策树模型

定义：分类决策树是一种描述对实例进行分裂的树形结构，由节点和有向边组成。节点有两种类型：内部节点和叶节点。内部节点表示一个特征或属性，叶节点表示一个类。
决策树示意图：



]]></description><category></category></item><item><title><![CDATA[李航（统计学习方法第四章）]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106951901</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106951901</guid><author>xieyipeng1998</author><pubDate>Wed, 24 Jun 2020 22:22:20 +0800</pubDate><description><![CDATA[第四章 朴素贝叶斯法

朴素贝叶斯法和贝叶斯估计是不同的概念。

基于特征条件独立假设学习输入输出联合概率分布
基于此模型给出后验概率最大的输出y


本章叙述：

朴素贝叶斯法
学习与分类
参数估计算法



4.1 朴素贝叶斯法的学习与分类
4.1.1 基本方法

关于贝叶斯定理，以下摘一段 wikipedia 上的简介：


所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章，而这篇文章是在他死后才由他的一位朋友发表出来的。在贝叶斯写这篇文章之前，人们已经能够计算“正向概率”，如“假设袋子里]]></description><category></category></item><item><title><![CDATA[李航（统计学习方法第三章）]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106883795</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106883795</guid><author>xieyipeng1998</author><pubDate>Sun, 21 Jun 2020 11:59:46 +0800</pubDate><description><![CDATA[第三章 KKK近邻

不具有显式的学习过程
三要素：

kkk值的选择
距离度量
分类决策规则




本章结构：


叙述kkk近邻算法
讨论kkk近邻模型及三要素
实现方法：kdkdkd树

3.1 kkk近邻算法

直观的定义：给定训练数据集，对新的输入，在训练数据集中找到与该实例最近的k个实例，这k个实例的多数属于某个类，就把该输入实例分到这个类。
特殊情况k=1，称为最近邻算法。

3.2 kkk近邻模型

三要素：

kkk值的选择
距离度量
分类决策规则



3.2.1 模型

三要素确定后]]></description><category></category></item><item><title><![CDATA[李航（统计学习方法第二章）]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106855927</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106855927</guid><author>xieyipeng1998</author><pubDate>Fri, 19 Jun 2020 14:42:42 +0800</pubDate><description><![CDATA[第二章 感知机

感知机是二分类的线性分类模型，分为原始形式和对偶形式。是神经网络和支持向量机的基础。


介绍感知机模型
叙述感知机的学习策略（特别是损失函数）
介绍感知机学习算法（包括原始形式和对偶形式），并验证算法收敛性。

2.1 感知机模型


定义 2.1（感知机） 假设输入空间（特征空间）是 χ⊆Rn \,\chi\subseteq R^n\,χ⊆Rn，输出空间是 Y={+1,−1} \,Y=\{+1,-1\}\,Y={+1,−1}。输入 x∈χ \,x\in \chi\,x∈χ，表示实例的特]]></description><category></category></item><item><title><![CDATA[李航（统计学习方法第一章）]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106830242</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106830242</guid><author>xieyipeng1998</author><pubDate>Thu, 18 Jun 2020 12:59:07 +0800</pubDate><description><![CDATA[第一章 统计学习方法概论

内容概要：



内容概括：简要叙述统计学习方法的基本概念


主要内容：监督学习


统计学习方法三要素

模型
策略
算法



正则化


交叉验证


学习的泛化能力


生成模型与判别模型


监督学习方法的应用

分类问题
标注问题
回归问题



1.1 统计学习

统计学习是关于计算机基于构建概率统计模型并运用模型对数据进行预测与分析的一门学科
学习：如果一个系统能够通过执行某个过程改进他的性能，这就是学习
统计学习的对象：数据
目的：预测及分析
方法

监督学习]]></description><category></category></item><item><title><![CDATA[最简单git下载速度慢]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106165033</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/106165033</guid><author>xieyipeng1998</author><pubDate>Sat, 16 May 2020 21:00:14 +0800</pubDate><description><![CDATA[git clone https://github.com/???.git

git clone https://github.com.cnpmjs.org/???.git

.cnpmjs.org

]]></description><category></category></item><item><title><![CDATA[Chrome：无法从该网站添加应用、扩展程序或脚本]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/105878759</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/105878759</guid><author>xieyipeng1998</author><pubDate>Fri, 01 May 2020 16:07:02 +0800</pubDate><description><![CDATA[在下面网址开启：Extensions on chrome:// URLs
网址
之后在添加扩展程序就可以了
最后记得在禁用

]]></description><category></category></item><item><title><![CDATA[debian安装驱动，cuda]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/105022736</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/105022736</guid><author>xieyipeng1998</author><pubDate>Sun, 22 Mar 2020 09:58:57 +0800</pubDate><description><![CDATA[驱动版本：&gt;=440.33
cuda版本：10.0.130
cudnn版本：7.4
tf：2.0.0
tf-gpu：1.14.0
安装驱动

禁用原本驱动

sudo gedit /etc/modprobe.d/blacklist.conf
# 添加：
blacklist nouveau
options nouveau modeset=0


重启
验证

lsmod | grep nouv...]]></description><category></category></item><item><title><![CDATA[有关爬虫scrapy框架简单使用]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/104602622</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/104602622</guid><author>xieyipeng1998</author><pubDate>Sun, 01 Mar 2020 23:24:43 +0800</pubDate><description><![CDATA[1.安装的问题


]]></description><category></category></item><item><title><![CDATA[anaconda更新库]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/104599604</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/104599604</guid><author>xieyipeng1998</author><pubDate>Sun, 01 Mar 2020 20:45:11 +0800</pubDate><description><![CDATA[打开Anaconda Prompt

# 切换环境
conda activate py3
# 显示所有的库
conda list
# 查找需要的库，显示你要安装的有哪些版本
anaconda search -t conda scrapy
# 告诉如何安装对应的库
anaconda show Name


...]]></description><category></category></item><item><title><![CDATA[考研数据结构]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/101317748</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/101317748</guid><author>xieyipeng1998</author><pubDate>Tue, 24 Sep 2019 22:43:39 +0800</pubDate><description><![CDATA[线性表
顺序表

结构体

#define SequenceMaxsize 100
typedef int ElementType;


//TODO: 数组静态分配
typedef struct {
    ElementType data[SequenceMaxsize];
    int size;
} SqList_Static;


...]]></description><category></category></item><item><title><![CDATA[idea搭建ssm工程(maven3.6.1+tomcat9.0)]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/100053465</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/100053465</guid><author>xieyipeng1998</author><pubDate>Sat, 24 Aug 2019 17:43:30 +0800</pubDate><description><![CDATA[1、准备

idea-2019
maven-3.6.1
tomcat-9.0
java-1.8

2、搭建项目目录


创建空项目，项目名随意，这里是：IntelligentStrawberry

创建好项目之后，弹出该界面，先不用管。



创建父工程工程：file-new-model

不勾选（create from archetype）

组id与项目id

自动导入maven



父工程...]]></description><category></category></item><item><title><![CDATA[git-clone速度慢]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/96010379</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/96010379</guid><author>xieyipeng1998</author><pubDate>Mon, 15 Jul 2019 19:49:33 +0800</pubDate><description><![CDATA[在这里访问：
151.101.185.194 github.global.ssl.fastly.net
185.199.111.153 assets-cdn.github.com
151.101.184.133 avatars0.githubusercontent.com
151.101.184.133 avatars1.githubusercontent.com
140.82.113.4 git...]]></description><category></category></item><item><title><![CDATA[转换]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/94473057</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/94473057</guid><author>xieyipeng1998</author><pubDate>Tue, 02 Jul 2019 19:37:29 +0800</pubDate><description><![CDATA[bitmap转inputStream

	ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
	bitmap.compress(Bitmap.CompressFormat.PNG, 100, byteArrayOutputStream);
	inputStream = new ByteArrayIn...]]></description><category></category></item><item><title><![CDATA[android+django交互数据（同时上传图片与文字）]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/94409954</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/94409954</guid><author>xieyipeng1998</author><pubDate>Tue, 02 Jul 2019 09:21:49 +0800</pubDate><description><![CDATA[继上一个android与django交互之后，发现以前上传图片的逻辑有点不好，只能上传单个图片，不能附加别的文本类的消息，因此，再上一个基类的基础上，做了以下修改：

先附上原来的基类（一点都没变动）：

package com.example.xieyipeng.demo.bean;

import android.util.Log;

import java.io.BufferedReader...]]></description><category></category></item><item><title><![CDATA[（Django服务器+mySQL数据库+nginx反向代理+redis+channels+android客户端）数据交互及在线聊天]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/93469384</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/93469384</guid><author>xieyipeng1998</author><pubDate>Mon, 24 Jun 2019 10:56:21 +0800</pubDate><description><![CDATA[刚接触这些，菜鸡一个，有错误的还请指出来，特别是服务端的代码特别差劲，只敢用于自己的课设，大工程肯定不敢这样写。而且自己前端也特别差，有待提高呀，，加油！！
一、Django 教程
1、虚拟环境创建工程


注意venv这个虚拟环境目录，以及我们额外创建的templats目录

2、创建APP

检查环境：
pycharm下方terminal 输入：where python 和 python -V...]]></description><category></category></item><item><title><![CDATA[win10下安装mysql]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/88933490</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/88933490</guid><author>xieyipeng1998</author><pubDate>Sun, 31 Mar 2019 19:04:34 +0800</pubDate><description><![CDATA[下载MYSQL
官网下载MYSQL5.7.21版本，链接地址https://www.mysql.com/downloads/。下载流程图如下：
进入官网点击Community，下载社区版。
找到MYSQL Community Server，点击下方DOWNLOAD，进入下载页面。
滑动到页面底部，官网提供了不同电脑位数（32/64位）的下载版本，我的电脑是win10-64位的，选择对应版本下载解压...]]></description><category></category></item><item><title><![CDATA[git -clone太慢]]></title><link>https://blog.youkuaiyun.com/xieyipeng1998/article/details/88931614</link><guid>https://blog.youkuaiyun.com/xieyipeng1998/article/details/88931614</guid><author>xieyipeng1998</author><pubDate>Sun, 31 Mar 2019 17:09:20 +0800</pubDate><description><![CDATA[系统是ubuntu16.04，在git clone的时候速度很慢
上网查找改善方法解决了问题：
思路：git clone 特别慢是因为github.global.ssl.fastly.Net域名被限制了。只要找到这个域名对应的ip地址，然后在hosts文件中加上ip–&gt;域名的映射，刷新DNS缓存就可以了
步骤：
1、查询域名global-ssl.fastly.Net和 github.com ...]]></description><category></category></item></channel></rss>