MLPerf 机器学习基准测试实战入门（三）recommendation
摘要：该任务对带有神经协同过滤模型的MovieLens 2000万(ml- 2000万)数据集进行隐式反馈的推荐基准。该模型根据关于用户是否与特定物品交互的二进制信息进行训练。 实现参考来自：https://codeload.github.com/mlcommons/training/zip/master
阅读全文
posted @
2021-02-22 14:01
蔡军帅
阅读(681)
推荐(0) 编辑
MLPerf Training 参考实现
摘要：一、MLPerf Training 参考实现 1.MLPerf 简介 MLPerf 官网：https://mlperf.org/ 2020年7月29日，MLPerf联盟发布了MLPerf Training v0.7的结果，这是MLPerf基准测试的第三轮结果。v0.5为第一轮，v0.6是第二轮。ML
阅读全文
posted @
2021-02-02 14:45
蔡军帅
阅读(6769)
推荐(0) 编辑
MLPerf 机器学习基准测试实战入门（二）object_detection
摘要：object_detection使用Mask R-CNN with ResNet50 backbone进行模型训练，参考链接为https://github.com/Caiyishuai/training/tree/master/object_detection。 将MLPerf库拷到本地 mkdir
阅读全文
posted @
2021-01-25 14:17
蔡军帅
阅读(1583)
推荐(0) 编辑
MLPerf 机器学习基准测试实战入门（一）NAVIDA-GNMT
摘要：将MLPerf训练结果库拷到本地 使用的是training_results_v0.6，而不是mlperf / training存储库中提供的参考实现。请注意，这些实现有效地用作基准实现的起点，但尚未完全优化，并且不打算用于软件框架或硬件的“实际”性能评估。 git clone https://git
阅读全文
posted @
2021-01-25 11:25
蔡军帅
阅读(2858)
推荐(0) 编辑
(转载)python画动态图——plt.ion动图使用，训练过程展示
摘要：import matplotlib.pyplot as plt x = list(range(1, 100)) # epoch array loss = [10 / (i**2) for i in x] # loss values array plt.ion() for i in range(1,
阅读全文
posted @
2020-03-05 17:00
蔡军帅
阅读(6256)
推荐(0) 编辑
Python——因子分析（KMO检验和Bartlett's球形检验）
摘要：因子分析用Python做的一个典型例子 一、实验目的 采用合适的数据分析方法对下面的题进行解答 二、实验要求 采用因子分析方法，根据48位应聘者的15项指标得分，选出6名最优秀的应聘者。 三、代码 import pandas as pd import numpy as np import math
阅读全文
posted @
2020-03-05 16:38
蔡军帅
阅读(22970)
推荐(3) 编辑
(转载)SPSS之相关分析与线性回归模型（图文+数据集）
摘要：SPSS之相关分析与线性回归模型（图文+数据集） 在讲解线性回归模型之前，先来学习相关分析的知识点，因为相关分析与回归有着密切的联系 相关分析 任意多个变量都可以考虑相关问题，不单单局限于两个变量，一次可以分析多个变量的相关性 任意测量尺度的变量都可以测量相关强度，不单单仅可以测连续与连续变量的相关
阅读全文
posted @
2020-01-15 14:07
蔡军帅
阅读(6452)
推荐(0) 编辑
(转载)SPSS之聚类分析（图文+数据集）
摘要：SPSS之聚类分析（图文+数据集） 聚类分析简介 按照个体（记录）的特征将它们分类，使同一类别内的个体具有尽可能高的同质性，而类别之间则具有尽可能高的异质性。为了得到比较合理的分类，首先要采用适当的指标来定量地描述研究对象之间的联系的紧密程度。 假定研究对象均用所谓的“点”来表示。在聚类分析中，一般
阅读全文
posted @
2020-01-15 10:51
蔡军帅
阅读(4483)
推荐(0) 编辑
(转载)SPSS之判别分析——决策树——以iris.sav为例
摘要：3 【分析】-【分类】-【树】 4 添加相关选项即可 5 得到结果，根据各个指标（变量）进行分类
阅读全文
posted @
2020-01-15 10:41
蔡军帅
阅读(1430)
推荐(0) 编辑
PageRank算法原理与Python实现
摘要：一、什么是pagerank PageRank的Page可是认为是网页，表示网页排名，也可以认为是Larry Page(google 产品经理)，因为他是这个算法的发明者之一，还是google CEO（^_^）。PageRank算法计算每一个网页的PageRank值，然后根据这个值的大小对网页的重要性
阅读全文
posted @
2019-12-08 21:35
蔡军帅
阅读(6167)
推荐(0) 编辑
sklearn常见分类器(二分类模板)
摘要：# -*- coding: utf-8 -*- import pandas as pd import matplotlib matplotlib.rcParams['font.sans-serif']=[u'simHei'] matplotlib.rcParams['axes.unicode_minus']=False from sklearn.tree import DecisionTreeCl
阅读全文
posted @
2019-08-20 21:37
蔡军帅
阅读(6889)
推荐(3) 编辑
用Keras搭建神经网络 简单模版（六）——Autoencoder 自编码
摘要：import numpy as np np.random.seed(1337) from keras.datasets import mnist from keras.models import Model from keras.layers import Dense, Input import matplotlib.pyplot as plt (x_train,y_train),(x...
阅读全文
posted @
2019-08-11 22:38
蔡军帅
阅读(1042)
推荐(0) 编辑
机器阅读理解综述Neural Machine Reading Comprehension Methods and Trends(略读笔记)
摘要：标题：Neural Machine Reading Comprehension: Methods and Trends 作者：Shanshan Liu, Xin Zhang, Sheng Zhang, Hui Wang, Weiming Zhang 链接：https://arxiv.org/pdf/
阅读全文
posted @
2019-08-03 14:58
蔡军帅
阅读(4275)
推荐(0) 编辑
anconda + python 3.6安装(以前的anconda,anaconda和python版本对应关系)
摘要：anconda + python 3.6安装 anaconda + python3.6安装安装老版本带python3.6的anaconda安装老版本带python3.6的anacondaanaconda下载. 作者：Longriver111 来源：CSDN 原文：https://blog.csdn.
阅读全文
posted @
2019-07-28 22:52
蔡军帅
阅读(10123)
推荐(0) 编辑
scikit-learn机器学习(四)使用决策树做分类,并画出决策树,随机森林对比
摘要：数据来自 UCI 数据集 匹马印第安人糖尿病数据集 载入数据 建立决策树，网格搜索微调模型 评价模型 画出决策树 随机森林
阅读全文
posted @
2019-07-15 22:59
蔡军帅
阅读(2678)
推荐(0) 编辑
scikit-learn机器学习(四)使用决策树做分类
摘要：我们使用决策树来创建一个能屏蔽网页横幅广告的软件。 已知图片的数据判断它属于广告还是文章内容。 数据来自 http://archive.ics.uci.edu/ml/datasets/Internet+Advertisements 其中包含3279张图片的数据，该数据集中的类的比例是不均衡的，459
阅读全文
posted @
2019-07-15 21:16
蔡军帅
阅读(369)
推荐(0) 编辑
从最大似然到EM算法浅解
摘要：https://blog.csdn.net/zouxy09/article/details/8537620 机器学习十大算法之一：EM算法。能评得上十大之一，让人听起来觉得挺NB的。什么是NB啊，我们一般说某个人很NB，是因为他能解决一些别人解决不了的问题。神为什么是神，因为神能做很多人做不了的事。
阅读全文
posted @
2019-07-15 14:15
蔡军帅
阅读(180)
推荐(0) 编辑
scikit-learn机器学习(三)多项式回归(二阶，三阶，九阶)
摘要：我们仍然使用披萨直径的价格的数据 二阶多项式回归 三阶多项式回归 九阶多项式回归 所有代码
阅读全文
posted @
2019-07-15 11:39
蔡军帅
阅读(3644)
推荐(0) 编辑
scikit-learn机器学习(二)逻辑回归进行二分类(垃圾邮件分类),二分类性能指标，画ROC曲线，计算acc,recall,presicion,f1
摘要：数据来自UCI机器学习仓库中的垃圾信息数据集 数据可从http://archive.ics.uci.edu/ml/datasets/sms+spam+collection下载 转成csv载入数据 创建TfidfVectorizer实例，将训练文本和测试文本都进行转换 建立逻辑回归模型训练和预测 二元
阅读全文
posted @
2019-07-14 19:02
蔡军帅
阅读(5690)
推荐(0) 编辑
scikit-learn机器学习(一)简单线性回归
摘要：# -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt ## 设置字符集，防止中文乱码 import matplotlib matplotlib.rcParams['font.sans-serif']=[u'simHei'] matplotlib.rcParams['axes.unicode_m...
阅读全文
posted @
2019-07-14 15:48
蔡军帅
阅读(435)
推荐(0) 编辑
