朱超超

摘要： 本文主要回顾下几个常用算法的适应场景及其优缺点！ 机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热 阅读全文

摘要： 1.首先我们了解一下keras中的Embedding层：from keras.layers.embeddings import Embedding： Embedding参数如下： 输入尺寸：（batch_size,input_length） 输出尺寸：（batch_size,input_length 阅读全文

摘要： 赛题目标：通过用户历史订单数据，预测用户下一次购买的商品。 赛题数据：数据保存为四个文件中，训练数据(Antai_AE_round1_train_20190626.csv)、测试数据(Antai_AE_round1_test_20190626.csv)、商品信息(Antai_AE_round1_it 阅读全文

摘要： 1.Tensorflow的模型到底是什么样的？ Tensorflow模型主要包含网络的设计（图）和训练好的各参数的值等。所以，Tensorflow模型有两个主要的文件： a) Meta graph: 这是一个协议缓冲区(protocol buffer)，它完整地保存了Tensorflow图；即所有的 阅读全文

摘要： 1.GAN的基本原理其实非常简单，这里以生成图片为例进行说明。假设我们有两个网络，G（Generator）和D（Discriminator）。正如它的名字所暗示的那样，它们的功能分别是： G是一个生成图片的网络，它接收一个随机的噪声z，通过这个噪声生成图片，记做G(z)。 D是一个判别网络，判别一张 阅读全文

摘要： 一.TensorFlow中变量管理reuse参数的使用 1.TensorFlow用于变量管理的函数主要有两个： (1)tf.get_variable：用于创建或获取变量的值 (2)tf.variable_scope()：用于生成上下文管理器，创建命名空间，命名空间可以嵌套 2.函数tf.get_va 阅读全文

摘要： 写在前面：python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转 阅读全文

摘要： 一、学习单步的RNN：RNNCell 如果要学习TensorFlow中的RNN，第一站应该就是去了解“RNNCell”，它是TensorFlow中实现RNN的基本单元，每个RNNCell都有一个call方法，使用方式是：(output, next_state) = call(input, state 阅读全文

摘要： 1.训练的话一般一批一批训练，即让batch_size 个样本同时训练； 2.每个样本又包含从该样本往后的连续seq_len个样本（如seq_len=15）,seq_len也就是LSTM中cell的个数； 3.每个样本又包含inpute_dim个维度的特征（如input_dim=7） 因此，输入层的 阅读全文

摘要： 正常的git clone每次都是下载一部分就断掉了。下面介绍网上找到的两种方法： 方法一： 1.打开网站https://www.ipaddress.com/ ； 2.分别在上面打开的网站中查找github.com和github.global.ssl.fastly.net的IP地址； 3.将上面的两个 阅读全文