04 2021 档案

CUDA_10.1.105_418.96_windows + cuDNN-10.1-windows7-x64-v7.6.5.32 + python3.8.5 + tenserflow2.2.0
摘要：高版本CUDA 在算力低的显卡上不执行核函数，报错：no kernel image is available for execution on the device 1.参考这篇博文，卸载高版本的CUDA，但是卸载CUDA后又要重新下载新的CUDA，配置环境，个人觉得很麻烦，那么可以参考第二种方案 阅读全文

posted @ 2021-04-27 09:09 iUpoint 阅读(666) 评论(0) 推荐(0) 编辑

pytorch基础
摘要：pytorch基础 from __future__ import print_function import torch # #基础知识 #定义张量 #常数初始化 #torch.long, float, double, float64, x = torch.tensor([5.5, 3]) torc 阅读全文

posted @ 2021-04-07 17:34 iUpoint 阅读(51) 评论(0) 推荐(0) 编辑

pd.read_excel 读取大文件
摘要：批量读取 import os import pandas as pd HERE = os.path.abspath(os.path.dirname(__file__)) DATA_DIR = os.path.abspath(os.path.join(HERE, '..', 'data')) def 阅读全文

posted @ 2021-04-07 17:33 iUpoint 阅读(1497) 评论(0) 推荐(0) 编辑

基于统计的机器翻译
摘要：1. 中英文平行语料预处理中文处理数据泛化，解决数据稀疏问题数字 $number日期 $date时间 $time网址等 $literal专有名词处理：如“东北大学信息学院”建议拆分为“东北大学”、“信息学院”，有助于抽取出更多翻译规则 英文大小写句尾结束符与最后单词用空格分开数据泛化处理 其他全角 阅读全文

posted @ 2021-04-07 16:15 iUpoint 阅读(262) 评论(0) 推荐(0) 编辑

时间序列预测之 AUTO-ARIMA
摘要：参考链接：常用7种时间序列预测模型 用python做时间序列预测九：ARIMA模型简介 运用ARIMA进行时间序列建模的基本步骤： 1）加载数据：构建模型的第一步当然是加载数据集。 2）预处理：根据数据集定义预处理步骤。包括创建时间戳、日期/时间列转换为d类型、序列单变量化等。 3）序列平稳化：为了 阅读全文

posted @ 2021-04-06 14:41 iUpoint 阅读(13005) 评论(2) 推荐(3) 编辑

用户画像
摘要： 阅读全文

posted @ 2021-04-06 10:59 iUpoint 阅读(32) 评论(0) 推荐(0) 编辑

mysql 数据导出
摘要：use movie; #CMD命令 查看MySql的导入与导出的目录【其他目录无权限】 # 使用mysql -u root -p 连接mysql # show variables like '%secure%' #+ + + #| Variable_name | Value | #+ + + #| 阅读全文

posted @ 2021-04-05 11:39 iUpoint 阅读(79) 评论(0) 推荐(0) 编辑

neo4j
摘要：neo4j简介 开源 NoSQL 数据库，原生的图数据库，2003 年开始开发，使用 scala和java 语言，2007年开始发布； 世界上最先进的图数据库之一，提供原生的图数据存储，检索和处理； 采用属性图模型（Property graph model），极大的完善和丰富图数据模型； 专属查询语 阅读全文

posted @ 2021-04-04 22:08 iUpoint 阅读(463) 评论(0) 推荐(0) 编辑

windows系统下pyspark安装
摘要：1. spark环境搭建 Win7 系统下用IDEA创建Spark工程，由于版本之间相互依赖，下载时要看清楚版本。 jdk-8u281-windows-x64.exe spark-3.1.1-bin-hadoop2.7.tgz spark是基于scala开发，具体可从 spark与scala版本对应 阅读全文

posted @ 2021-04-02 14:16 iUpoint 阅读(1293) 评论(0) 推荐(0) 编辑

导航

< 2025年3月 >
日 一 二 三 四 五 六
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5
点击右上角即可分享
微信分享提示