摘要: 黄哥推荐学习Python 10本好书 Python3网络爬虫开发实战 github daily-reading 想对大家说的话 POJ 算法练习 http://openjudge.cn/ http://poj.org/problemlist (知乎:如何通俗易懂地解释遗传算法?有什么例子?) 阅读全文
posted @ 2018-06-27 15:29 highly 阅读(156) 评论(0) 推荐(0) 编辑
摘要: 1. LSTM mnist 大学之道,在明明德的博客: (译)理解 LSTM 网络 (Understanding LSTM Networks by colah) TensorFlow入门(五)多层 LSTM 通俗易懂版 TensorFlow入门(三)多层 CNNs 实现 mnist分类 另一个博客, 阅读全文
posted @ 2018-06-17 15:53 highly 阅读(167) 评论(0) 推荐(0) 编辑
摘要: 这个例子利用几个无监督的技术从历史报价的变动中提取股票市场结构。 使用报价的日变化数据进行试验。 Learning a graph structure 首先使用sparse inverse(相反) covariance(协方差) estimation来找到相关联的报价。 sparse inverse 阅读全文
posted @ 2018-06-05 14:31 highly 阅读(298) 评论(0) 推荐(0) 编辑
摘要: 利用AP算法进行聚类: 首先导入需要的包: 生成一组数据: 以上代码包括3个类簇的中心点以及300个以这3个点为中心的样本点。 接下来要利用AP算法对这300个点进行聚类。 打印各种评价指标分数: 可视化聚类结果: 导入画图需要的包: close方法简介: matplotlib.pyplot.clo 阅读全文
posted @ 2018-06-05 10:20 highly 阅读(772) 评论(0) 推荐(0) 编辑
摘要: 1. 调用方法: AffinityPropagation(damping=0.5, max_iter=200, convergence_iter=15, copy=True, preference=None, affinity=’euclidean’, verbose=False) 参数: damp 阅读全文
posted @ 2018-06-04 15:57 highly 阅读(1665) 评论(0) 推荐(0) 编辑
摘要: 学术期刊如何投稿? 一篇学术论文投稿的所有流程是怎样的? SCI论文投稿信(Cover Letter)的写法及模版(转) SCI和SCIE的区别 阅读全文
posted @ 2018-05-31 09:19 highly 阅读(119) 评论(0) 推荐(0) 编辑
摘要: LaTeX_Fun的博客 LaTeX技巧381:参考文献项第二行缩进如何定义? \makeatletter\renewenvironment{thebibliography}[1]{\section*{\refname}%\@mkboth{\MakeUppercase\refname}{\MakeU 阅读全文
posted @ 2018-05-31 09:17 highly 阅读(7429) 评论(0) 推荐(0) 编辑
摘要: Python文档中的解释: 一个对象是可散列的,那么在它的生命周期中它的hash 值是不变的。 可散列的对象需要2个方法:__hash__()方法和__eq__()方法。两个可散列的对象相等,那么它们的散列值相等。 可散列的对象可以作为字典的key,作为set的成员。但是字典,set本身是不可散列的 阅读全文
posted @ 2018-05-22 16:24 highly 阅读(2359) 评论(0) 推荐(1) 编辑
摘要: 1 输入双引号以及单引号: 双引号:按两下 Tab键上方的键, 再按两下单引号键。 单引号:按一下Tab键上方的键,再按一下单引号键。 原文地址 2 时间复杂度的O写法: $\mathcal{O}$ 把大写字母变成花体:$\mathcal{text}$ 原文地址 3 关键字写法: \begin{ke 阅读全文
posted @ 2018-03-15 14:53 highly 阅读(1913) 评论(0) 推荐(0) 编辑
摘要: TensorFlow四种Cross Entropy算法实现和应用 对比两个函数tf.nn.softmax_cross_entropy_with_logits和tf.nn.sparse_softmax_cross_entropy_with_logits 从神经网络视角看均方误差与交叉熵作为损失函数时的 阅读全文
posted @ 2018-01-12 09:35 highly 阅读(116) 评论(0) 推荐(0) 编辑