yujianmin1990的专栏

本人主要在R下和Python下使用GPU加速计算，使用成熟的工具来提高自己的工作效率，现在对其中一些方法做一下简单总结。

　　现在利用docker来配置可用的虚拟服务环境并搭载tf Service模块，直接在各个服务器上拉取虚拟服务镜像，就可以快速地部署模型预测服务了。 docker 安装 　　Docker官方要求内核必须3.x+才可以，查看内核$ uname -r。 　　docker对Ubuntu的支持是最友好全面的，但我们仍然需要面对机器是CentOS的时候。 升级内核 　　如果内核版本低于3，...

前言 　　前面也讲过部分Batch Normalize的内容，单独拿出来成文，是因为感觉这方法非常赞，加快训练速度十几倍不等，模型越复杂越受益。 　　一句话总结BN：对每层输入加同分布约束，再加参数线性变换学习其表达能力。 BN解决的问题 　　Problem :: Internal Covariate Shift 　　神经网络训练的难题之一，在前层参数变化时，每层的输入分布也随之变化。这就造成了

总结一下最近碰到的一些linux问题awk ; grep/egrep ; cat ; shell ; python ;

坑了自己的坑　　踩坑的经历是痛苦的，值得纪念，毕竟表示曾经逝去的青涩，同时避免以后再踩，虽然踩踩更健康。

最近一直在用awk处理文本，之前一直不怎么用的功能也用到。现在简单总结一下。

Spark是基于内存计算的集群计算系统，非常适合于迭代运算的机器学习方法实现。作为一个数据挖掘的专业人员，不容错过此等神器，下面我们就来简单地体验一下Spark。什么是RDD　　RDD（弹性分布式数据集）是Spark的最基本抽象，是对分布式内存的抽象使用，实现了以操作本地集合的方式来操作分布式数据集的抽象实现。

Python编程灵活方便，R的模型方法众多，如何将两者结合起来，发挥更大的作用，值得探索。本文简单介绍如何在Python里调用R，实现两者的完美结合，并且给出实际可用的例子，手把手地教给大家。rpy2的安装　　notice：本文实验环境是ubuntu14+Python2.7+R3.0.1 ## 　　rpy2 使得python里面可以调用R – it is a very useful tool

前言　　　　　　　　　　　　题记–任何一个数据挖掘工程师都应该有对数据的热情 　　网络上的数据是免费的，是无限的，是有无穷价值的，关键看你怎么去挖掘。为了财富，为了生活，要挖，在挖之前要先爬。 　　 　　爬什么？怎么爬？工具+语言？

接上篇，用R获取网页数据之后的处理 　　当获取表格数据时，可以用readHTMLTable来获取数据，很方便。当数据不是表格化的时，则常用xmlTreeParse（xmlParse）和getNodeSet配合来获取相应的数据。xmlTreeParse 来抓取页面数据，并且形成树。getNodeSet来对树结构数据，根据XPath语法来选取特定的节点集。下面举个实际例子来讲解一下这两个最重要函数的应

前文已经在服务器上下载好了docker，下面来搭建一个完整的开发测试服务环境。