丿回到火星去

分类

Linux之路(4) MyCode(5) YOLOv3(1) 优化算法(6) 未归档(2) 机器学习(34) 深度学习(9) 环境配置(3)

/ 注册

全部文章（共64篇）

浅谈深度神经网络 — LeNet

LeNet LeNet网络模型结构规模比较小，但包含了卷积层，Pooling层，全连接层，他们构成了现代神经网络的基本组件，后续更复杂的网络模型都离不开这些基本的网络层组件。 LeNet-5包含输入层在内共有八层，每一层都包含多个参数（权重）。C层代表的是卷积层，通过卷积操作，可以使源信号特征增...

2019-02-05

0 752

Jupyter Notebook远程登录及密码设置

操作所涉及的文件都在当前用户下面的隐藏文件： 1. 打开Anaconda Prompt（如果之前生成过Config配置文件则不需要第一步）终端输入： jupyter notebook --generate-config 注：root用户请用：jupyter notebook --gener...

2019-01-22

1 556

模拟退火算法简单理解

模拟退火算法算法流程图 1. 引言模拟退火算法（Simulate Anneal，SA）是一种通用概率演算法，用来在一个大的搜寻空间内找寻命题的最优解。模拟退火是由S.Kirkpatrick, C.D.Gelatt和M.P.Vecchi在1983年所发明的。V.Černý在1985年也...

2019-01-22

0 1454

jupyter代码自动补全

jupyter lab代码补全，默认设置是没有打开的 1. 打开Anaconda Prompt 输出下行代码生成 .ipython 配置文件 ipython profile create 2. 在当前用户 ~/.ipython/profile_default/下打开生成的文件 c....

2018-12-20

0 618

Anaconda下tensorflow-gpu的安装

文章目录 1. 确定电脑是否可以安装GPU深度学习环境 2. 下载配置所需的CUDA和cuDNN cuDNN下载（下载需要注册登录，用谷歌账号即可） CUDA下载 3. CUDA安装及cuDNN...

2018-12-18

0 417

机器学习算法汇总

ML算法模型简单总结一下在学习的过程中对Machine Learning算法模型理解：决策树 ( decision tree)详解集成算法(Bagging，随机森林) 集成算法(AdaBoost基本原理) Boosting算法（GBDT，XGBoost，LightGBM）...

2018-12-18

0 397

特征工程之特征预处理

　　在前面我们分别讨论了特征工程中的特征选择与特征表达，本文我们来讨论特征预处理的相关问题。主要包括特征的归一化和标准化，异常特征样本清洗与样本数据不平衡问题的处理。 1. 特征的标准化和归一化　　由于标准化和归一化这两个词经常混用，所以本文不再区别标准化和归一化，而通过具体的标准化和归一化方...

2018-12-02

0 456

模型融合方法概述

模型融合方法概述在比赛中提高成绩主要有3个地方特征工程调参模型融合 1. Voting 模型融合其实也没有想象的那么高大上，从最简单的Voting说起，这也可以说是一种模型融合。假设对于一个二分类问题，有3个基础模型，那么就采取投票制的方法，投票多者确定为最终的分类。 ...

2018-12-02

0 534

特征工程之特征表达

　　在特征工程之特征选择中，我们讲到了特征选择的一些要点。本篇我们继续讨论特征工程，不过会重点关注于特征表达部分，即如果对某一个特征的具体表现形式做处理。主要包括缺失值处理，特殊的特征处理比如时间和地理位置处理，离散特征的连续化和离散化处理，连续特征的离散化处理几个方面。 1.缺失值处理　　特...

2018-12-02

0 370

特征工程之特征选择

特征工程是数据分析中最耗时间和精力的一部分工作，它不像算法和模型那样是确定的步骤，更多是工程上的经验和权衡。因此没有统一的方法。这里只是对一些常用的方法做一个总结。本文关注于特征选择部分。后面还有两篇会关注于特征表达和特征预处理。 1.特征的来源　　在做数据分析的时候，特征的来源一般有两块，一...

2018-12-02

0 508