原创 機器學習筆記(七)--理解batch_dot函數

在keras中有batch_dot函數,用於計算兩個多維矩陣,官方註釋如下: def batch_dot(x, y, axes=None): """Batchwise dot product. `batch_dot`

原创 解決使用360安裝windows更新後啓動慢的方法

問題描述: 重裝電腦後安裝了360並將要打的補丁都打上了,還優化了系統設置,但是重啓後電腦變得啓動緩慢,尤其是360很久才啓動出來。 解決方法: 1.使用Win+R調出運行。 2.輸入msconfig調出系統配置。 3.在常規下選擇“有選

原创 機器學習筆記(二)--Epoch和Batch和iteration

在機器學習中,這幾個概念是很重要也是較容易混淆的,百度上的資料個人覺得都沒這篇外文講得清楚。   原文:https://towardsdatascience.com/epoch-vs-iterations-vs-batch-size-4d

原创 機器學習筆記(三)--決策樹

學習機器學習算法之決策樹,這個大俠的文章寫得不錯:http://www.cnblogs.com/yonghao/p/5061873.html 總結一下: 1.對於信息熵的理解: 選假設有一個離散型隨機變量X有4中可能的結果:A-1/2,B

原创 機器學習筆記(四)--LeNet-5

學習卷積神經網絡,最好的辦法就是去實現一些著名的模型:LeNet,AlexNet,ZF-Net,GoogleNet,VGG,ResNet。首先是最老的最簡單的LeNet: 先上張圖:   這張圖就已經將LeNet模型的基本內容與操作描述

原创 機器學習筆記(一)--歸一化與標準化與正則化

優秀文章:https://zhuanlan.zhihu.com/p/29957294 一、歸一化        歸一化目的是將數據映射到同一個範圍,增加可比性。 二、標準化        標準化目地是加速收斂,更快找到最優解,計算上與正態

原创 自然語言處理筆記(一)--句子編碼

NLP最初的步驟就是將文本中的句子表示成計算機能夠處理的數字矩陣,而句子是由多個單詞組成的,所以表達句子的任務就變成了如何表達單詞。表達單詞一般有兩種大方法:詞袋模型,詞向量模型。 一、詞袋模型(BOW) 將所有出現過的單詞裝進一個袋子裏

原创 解決macbook pro在只有win8系統下開啓AHCI的問題

背景: 我的macbook pro換了一塊SSD,只安裝了win8系統,但是因爲沒有開啓AHCI導致系統速度嚴重降低,沒錯,是嚴重降低,因爲macbook在os x系統下才會自動開啓AHCI,所以下定決心搞定它。 所需工具:大容量u盤兩

原创 win8下使用VM12安裝OS X10.12虛擬機

工具準備: os x 10.12系統CDR鏡像文件 VM pro 12 正版(註冊碼自行百度) unlocker207.zip 1.安裝VM12,安裝完畢後,打開系統的服務,將VM的服務都關閉。 2.解壓unlocker207.zip,

原创 多重繼承引發的二義性問題及解決方法分析

 首先了解: 1.類的繼承:派生類擁有其基類擁有的所有數據成員與成員函數,但訪問屬性不同。 2.類的派生:派生類可以加入新的基類不擁有的數據與函數。   多重繼承:一個類派生出多個類,多個類派生出一個類 性質與規則: 1.聲明方法:c

原创 解決光纖貓恢復出廠功能後的上網問題

1.註冊光纖貓:LOID爲字母+數字共16位。 2.設置光纖貓:在網絡連接中選擇第二條,改橋接爲路由,下面選擇PPPOE,輸入賬號與密碼,就可以光貓自動撥號上網了。

原创 解決cin因爲輸入錯誤的數據類型進入死循環的問題

問題:如果按照下述的代碼來檢查用戶的輸入是否合法,是不夠的,當輸入一個與期望不同的數據類型後,cin的狀態會變成fail,當下次執行cin會直接跳過,這樣就變成了死循環。 int a; while (1) { cin >> a; i

原创 機器學習筆記(六)--梯度下降

最近被問機器學習是怎麼訓練的,那麼就順便再深入理解梯度下降算法。 一、導數            首先我們需要複習一下導數的知識。導數是什麼?一個導數是描述一個函數上的一個點在自變量增大時,因變量的變化率。在這裏我討論導數的對象爲二維空間

原创 數學建模學習筆記(四)--貝葉斯公式

一、條件概率定義                                                                         假設A和B是樣本空間中的兩個集合,我們可以很清楚的明白P(A)和P(B)分別

原创 機器學習筆記(五)--SVD奇異值分解

SVD奇異值分解可運用在降維算法PCA中進行特徵分解,在機器學習等領域有廣泛應用,所以很有必要將它搞清楚。 優秀文章:https://www.cnblogs.com/pinard/p/6251584.html 一、特徵值與特徵向量