摘要：
DeepDream是一种艺术性的图像修改技术，它用到了卷积神经网络学到的表示，DeepDream由Google于2015年发布。这个算法与卷积神经网络过滤器可视化技术几乎相同，都是反向运行一个卷积神经网络:对卷积神经网络的输入做梯度上升，以便将卷积神经网络靠顶部的某一层的某个过滤器激活最大化。但有以 阅读全文
摘要：
Step1: Exploratory Data Analysis EDA，也就是对数据进行探索性的分析，一般就用到pandas和matplotlib就够了。EDA一般包括： 每个feature的意义，feature的类型,比较有用的代码如下 df.describe() df['Category']. 阅读全文
摘要：
Python的内建模块itertools提供了非常有用的用于操作迭代对象的函数。 count()、cycle()、repeat() 首先，我们看看itertools提供的几个“无限”迭代器： 因为count()会创建一个无限的迭代器，所以上述代码会打印出自然数序列，根本停不下来，只能按Ctrl+C退 阅读全文
摘要：
collections是Python内建的一个集合模块，提供了许多有用的集合类。 1. namedtuple 我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成： >>> p = (1, 2) 但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。 定义一个clas 阅读全文
摘要：
一、链表 双指针”法解决链表问题 背景：单链表问题由于顺序遍历的特性，有时候执行一些操作的时候会出现问题看似需要多次遍历才能获取数据。 使用双指针法能在一次遍历中获取更多的数据，也可以节约更多的额外控件。“双指针”就是用一个快指针一个慢指针同时进行单链表的顺序扫描。 如此就可以使用快指针的时间差给慢 阅读全文
摘要：
查找效率：set>dict>list 单次查询中： set做了去重，本质应该一颗红黑树 (猜测，STL就是红黑树),复杂度 O(logn)； dict类似对key进行了hash,然后再对hash生成一个红黑树进行查找， 其查找复杂其实是O(logn),并不是所谓的O(1)。 O(1)只是理想的实现， 阅读全文
摘要：
1. Andrew Ng 的个人经验和偏好是： 第一梯队： learning rate α 第二梯队： hidden units mini-batch size momentum β 第三梯队： number of layers learning rate decay other optimizer 阅读全文
摘要：
一、不用Sequential模型的解决方案：keras函数式API 1.多输入模型 简单的问答模型 输入：问题 + 文本片段 输出：回答（一个词） #多输出模型的编译选项：损失加权 不同的损失值具有不同的取值范围，为了平衡不同损失的贡献，应该对loss_weights进行设置 2.多输出模型 一个网 阅读全文
摘要：
最近看了吴恩达老师的深度学习课程，又看了python深度学习这本书，对深度学习有了大概的了解，但是在实战的时候， 还是会有一些细枝末节没有完全弄懂，这篇文章就用来总结一下用keras实现深度学习算法的时候一些我自己很容易搞错的点。 一、与序列文本有关 1.仅对序列文本进行one-hot编码 比如：使 阅读全文
摘要：
eval()函数十分强大，官方demo解释为：将字符串str当成有效的表达式来求值并返回计算结果。 so，结合math当成一个计算器很好用。 其他用法，可以把list,tuple,dict和string相互转化。 见下例子： 不可谓不强大！ ＢＵＴ！强大的函数有代价。安全性是其最大的缺点。 想一想这 阅读全文