原创 開源免費的C/C++網絡庫
轉自：http://blog.csdn.net/weiqubo/article/details/8730199 (1)ACE 龐大、複雜，適合大型項目。開源、免費，不依賴第三方庫，支持跨平臺。 http://www.cs.wust
2020-02-23 19:19:29
原创 linux下安裝boost環境
1. 下載地址 http://sourceforge.net/projects/boost/files/boost/1.53.0/ 2. 解壓 tar -zxvf boost_1_53_0.tar.gz 複製到usr/local sudo
2020-02-23 19:19:29
原创 Kaggle之Titanic 沉沒
https://github.com/lijingpeng Titanic 沉沒 這是一個分類任務，特徵包含離散特徵和連續特徵，數據如下：Kaggle地址。目標是根據數據特徵預測一個人是否能在泰坦尼克的沉沒事故中存活下來。接下來解釋下數據
2018-08-27 00:27:11
原创 kaggle之識別谷歌街景圖片中的字母
識別谷歌街景圖片中的字母 https://github.com/lijingpeng/kaggle/tree/master/competitions/image_recognize street-view-getting-started-
2018-08-27 00:27:06
原创 Tcp 斷開連接
TCP協議規定，對於已經建立的連接，網絡雙方要進行四次握手才能成功斷開連接，如果缺少了其中某個步驟，將會使連接處於假死狀態，連接本身佔用的資源不會被釋放。網絡服務器程序要同時管理大量連接，所以很有必要保證
2018-08-27 00:27:06
原创 Kaggle之Grupo Bimbo Inventory Demand
Grupo Bimbo Inventory Demand kaggle比賽解決方案集合 Grupo Bimbo Inventory Demand 在這個比賽中，我們需要預測某個產品在某個銷售點每週的需求量。數據包含墨西哥9周的銷售數據。
2018-08-27 00:27:06
原创 pandas Merge, join, and concatenate
http://pandas.pydata.org/pandas-docs/stable/merging.html
2018-08-27 00:27:06
原创 kaggle之電影文本情感分類
電影文本情感分類 Github地址 Kaggle地址 這個任務主要是對電影評論文本進行情感分類，主要分爲正面評論和負面評論，所以是一個二分類問題，二分類模型我們可以選取一些常見的模型比如貝葉斯、邏輯迴歸等，這裏挑戰之一是文本內容的向量化
2018-08-27 00:27:06
原创 neural style論文解讀
相關的代碼都在Github上，請參見我的Github，https://github.com/lijingpeng/deep-learning-notes 敬請多多關注哈~~~ 概述 在藝術領域，藝術家可以通過風格和內容的相互交融來創作不
2018-08-27 00:27:03
原创 kaggle之數字序列預測
數字序列預測 Github地址 Kaggle地址 # -*- coding: UTF-8 -*- %matplotlib inline import pandas as pd import string import numpy as
2018-08-27 00:27:03
原创 sklearn pipeline簡介
Pipeline可以將許多算法模型串聯起來，比如將特徵提取、歸一化、分類組織在一起形成一個典型的機器學習問題工作流。主要帶來兩點好處： 1. 直接調用fit和predict方法來對pipeline中的所有算法模型進行訓練和預測。 2.
2018-08-27 00:27:03
原创 kaggle之手寫體識別
https://github.com/lijingpeng kaggle地址 數據預覽 首先載入數據集 import pandas as pd import numpy as np train = pd.read_csv('/Use
2018-08-27 00:27:03
原创 ubuntu 列出已安裝包
1. 基於debian的發行版都可以很輕易地列出系統上已安裝的包的列表並把它們寫入文件中。 dpkg --get-selections > ~/packagelist.txt 2. 然後把這個文件複製到新系統 sudo dpkg –se
2018-08-27 00:27:03
原创 包含深度學習常用框架的Docker環境
相關的代碼都在Github上，請參見我的Github，https://github.com/lijingpeng/deep-learning-notes 敬請多多關注哈~~~ All in one docker 如果你不想單獨安裝每個深
2018-08-27 00:26:59