2018 年 3月随笔档案 - 懵懂的菜鸟

机器学习中的上凸与同济大学高等数学的上凸区别

摘要：中国大陆数学界某些机构关于函数凹凸性定义和国外的定义是相反的。Convex Function在某些中国大陆的数学书中指凹函数。Concave Function指凸函数。但在中国大陆涉及经济学的很多书中，凹凸性的提法和其他国家的提法是一致的，也就是和数学教材是反的。举个例子，同济大学高等数学教材对函数阅读全文

posted @ 2018-03-31 18:05 懵懂的菜鸟阅读(1545) 评论(0) 推荐(0) 编辑

python读取文件操作.CSV

摘要：#-*- encoding:utf-8 -*- import numpy as np import pandas as pd def test(): # header=0,表示文件第0行为列索引 # index_col=0,表示文件第0列为行索引 # typeTable=pd.read_csv('./data/type.csv',header=None) ... 阅读全文

posted @ 2018-03-30 23:00 懵懂的菜鸟阅读(711) 评论(0) 推荐(0) 编辑

python.csv 按行按列读取

摘要：参考：https://blog.csdn.net/ly_ysys629/article/details/55107237 常用参数的读取csv文件 ceshi.csv为有列索引没有行索引的数据，read_csv会自动加上行索引，即使原数据集有行索引。 read_csv读取的数据类型为Datafram 阅读全文

posted @ 2018-03-30 22:06 懵懂的菜鸟阅读(29638) 评论(0) 推荐(0) 编辑

keras model.compile(loss='目标函数 ', optimizer='adam', metrics=['accuracy'])

摘要：深度学习笔记目标函数的总结与整理目标函数，或称损失函数，是网络中的性能函数，也是编译一个模型必须的两个参数之一。由于损失函数种类众多，下面以keras官网手册的为例。在官方keras.io里面，有如下资料： mean_squared_error或mse mean_absolute_error或阅读全文

posted @ 2018-03-28 10:08 懵懂的菜鸟阅读(101452) 评论(2) 推荐(0) 编辑

摘要：import numpy as np import pandas as pd from keras.models import Sequential from keras.layers import Dense, Dropout from keras.wrappers.scikit_learn import KerasClassifier from keras.utils import np_u... 阅读全文

posted @ 2018-03-27 09:48 懵懂的菜鸟阅读(3956) 评论(0) 推荐(0) 编辑

Keras分类问题

摘要：#-*- coding: utf-8 -*- #使用神经网络算法预测销量高低 import pandas as pd #参数初始化 inputfile = 'data/sales_data.xls' data = pd.read_excel(inputfile, index_col = u'序号') #导入数据 #数据是类别标签，要将它转换为数据 #用1来表示“好”、“是”、“高”这三个属... 阅读全文

posted @ 2018-03-27 09:47 懵懂的菜鸟阅读(1798) 评论(0) 推荐(0) 编辑

Keras预测股票

摘要：#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Created on Sat Nov 18 21:22:29 2017 @author: luogan """ from matplotlib.dates import DateFormatter, WeekdayLocator, DayLocator, MONDAY,YEARLY from... 阅读全文

posted @ 2018-03-27 09:46 懵懂的菜鸟阅读(1233) 评论(0) 推荐(1) 编辑

Tensflow预测股票实例

摘要：数据集格式：时间最高价2015/12/11 3455.552015/12/10 3503.652015/12/9 3495.72015/12/8 3518.652015/12/7 3543.952015/12/4 3568.972015/12/3 3591.732015/12/2 3538.85 阅读全文

posted @ 2018-03-27 09:45 懵懂的菜鸟阅读(784) 评论(0) 推荐(0) 编辑

estimator = KerasClassifier

摘要：如何在scikit-learn模型中使用Keras 通过用 KerasClassifier 或 KerasRegressor 类包装Keras模型，可将其用于scikit-learn。要使用这些包装，必须定义一个函数，以便按顺序模式创建并返回Keras，然后当构建 KerasClassifier 阅读全文

posted @ 2018-03-27 09:39 懵懂的菜鸟阅读(3400) 评论(1) 推荐(0) 编辑

keras CNN解读

摘要：loss是训练集损失值. acc是训练集准确率。val_loss是测试集上的损失值，val_acc是测试集上的准确率。用深度学习框架跑过实际问题的朋友一定有这样的感觉: 太神奇了，它竟然能自己学习重要的特征 ! 下一步我们改教会计算机什么？莫非是教会他们寻找新的未知特征？对于卷积神经网络cnn 阅读全文

posted @ 2018-03-26 18:32 懵懂的菜鸟阅读(1156) 评论(0) 推荐(0) 编辑

Windows下Python安装： requires numpy+mkl 和ImportError: cannot import name NUMPY_MKL

摘要：最近写了一篇关于“微软开源分布式高性能GB框架LightGBM安装使用”的文章，有小伙伴安装Python环境遇到了问题。我个人也尝试安装了一下，确实遇到了很多问题。"Windows7下python的scipy库的安装"的问题解决后，又遇到“ImportError: cannot import nam 阅读全文

posted @ 2018-03-26 12:49 懵懂的菜鸟阅读(653) 评论(0) 推荐(0) 编辑

Tensorflow RNN_LSTM实例

摘要：RNN的一种类型模型被称为长短期记忆网络（LSTM）。我觉得这是一个有趣的名字。它听起来也意味着：短期模式长期不会被遗忘。 LSTM的精确实现细节不在本文的范围之内。相信我，如果只学习LSTM模型会分散我们的注意力，因为它还没有确定的标准我们现在开始我们的教程。首先从编写我们的代码开始，先创建一个新的文件，叫做simple_regression.py。导入相关的库，如步骤1所示。... 阅读全文

posted @ 2018-03-25 21:52 懵懂的菜鸟阅读(4332) 评论(0) 推荐(0) 编辑

同时安装python2.7和python3.5

摘要：同时安装python2.7和python3.5，并配置sublime ctrl+B选择运行python版本安装python 首先是安装两个版本的python，并配置相应的环境变量 1、在下载安装好Python 2.7和Python 3.5后，找到目录并改程序命名，将G:\Software\Pyth 阅读全文

posted @ 2018-03-25 18:49 懵懂的菜鸟阅读(4494) 评论(0) 推荐(0) 编辑

Python写出LSTM-RNN的代码

摘要：0. 前言本文翻译自博客： iamtrask.github.io ，这次翻译已经获得trask本人的同意与支持，在此特别感谢trask。本文属于作者一边学习一边翻译的作品，所以在用词、理论方面难免会出现很多错误，假如您发现错误或者不合适的地方，可以给我留言，谢谢！ 2016.7.26 UPDATE 阅读全文

posted @ 2018-03-25 12:32 懵懂的菜鸟阅读(1355) 评论(0) 推荐(0) 编辑

TensorFlow 实现 RNN 入门教程

摘要：转子：https://www.leiphone.com/news/201705/zW49Eo8YfYu9K03J.html 最近在看RNN模型，为简单起见，本篇就以简单的二进制序列作为训练数据，而不实现具体的论文仿真，主要目的是理解RNN的原理和如何在TensorFlow中构造一个简单基础的模型架构阅读全文

posted @ 2018-03-25 10:32 懵懂的菜鸟阅读(6623) 评论(0) 推荐(0) 编辑

RNN与应用案例：注意力模型与机器翻译

摘要：1. 注意力模型 1.2 注意力模型概述注意力模型（attention model)是一种用于做图像描述的模型。在笔记6中讲过RNN去做图像描述，但是精准度可能差强人意。所以在工业界，人们更喜欢用attention model。结合下图，先简单地讲一下，注意力模型的运作原理。第一步：进来一张图阅读全文

posted @ 2018-03-25 10:31 懵懂的菜鸟阅读(1918) 评论(0) 推荐(0) 编辑

RNN入门

摘要：RNN入门学习原文地址：http://blog.csdn.net/hjimce/article/details/49095371 作者：hjimce 一、相关理论 RNN(Recurrent Neural Networks)中文名又称之为：循环神经网络（原来还有一个递归神经网络，也叫RNN，搞得我阅读全文

posted @ 2018-03-25 09:54 懵懂的菜鸟阅读(516) 评论(0) 推荐(0) 编辑

内积（又名点积）

摘要：点积有两种定义方式：代数方式和几何方式。通过在欧氏空间中引入笛卡尔坐标系，向量之间的点积既可以由向量坐标的代数运算得出，也可以通过引入两个向量的长度和角度等几何概念来求解。[1] 广义定义广义定义在一个向量空间V中，定义在上的正定对称双线性形式函数即是V的数量积，而添加有一个数量积的向量空间即阅读全文

posted @ 2018-03-24 09:21 懵懂的菜鸟阅读(1833) 评论(0) 推荐(0) 编辑

词袋模型（BOW, bag of words）

摘要：词集模型：单词构成的集合，每个单词只出现一次。词袋模型：把每一个单词都进行统计，同时计算每个单词出现的次数。在train_x中，总共有6篇文档，每一行代表一个样本即一篇文档。我们的目标是将train_x转化为可训练矩阵，即生成每个样本的词向量。可以对train_x分别建立词集模型，词袋模型来解决阅读全文

posted @ 2018-03-24 09:08 懵懂的菜鸟阅读(1088) 评论(0) 推荐(0) 编辑

softmax

摘要：关于多分类我们常见的逻辑回归、SVM等常用于解决二分类问题，对于多分类问题，比如识别手写数字，它就需要10个分类，同样也可以用逻辑回归或SVM，只是需要多个二分类来组成多分类，但这里讨论另外一种方式来解决多分类——softmax。关于softmax softmax的函数为 P(i)=exp(θT 阅读全文

posted @ 2018-03-24 08:50 懵懂的菜鸟阅读(283) 评论(0) 推荐(0) 编辑

Dropout

摘要：Dropout: Dropout is a radically different technique for regularization. Unlike L1 and L2 regularization, dropout doesn't rely on modifying the cost fu 阅读全文

posted @ 2018-03-23 21:10 懵懂的菜鸟阅读(352) 评论(0) 推荐(0) 编辑

随机梯度下降法

摘要：在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。 1. 梯度在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数阅读全文

posted @ 2018-03-23 21:06 懵懂的菜鸟阅读(8358) 评论(0) 推荐(1) 编辑

L1范式和L2范式

摘要：正则化（Regularization）机器学习中几乎都可以看到损失函数后面会添加一个额外项，常用的额外项一般有两种，一般英文称作ℓ1ℓ1-norm和ℓ2ℓ2-norm，中文称作L1正则化和L2正则化，或者L1范数和L2范数。 L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失阅读全文

posted @ 2018-03-23 21:01 懵懂的菜鸟阅读(1756) 评论(0) 推荐(0) 编辑

天使投资、A轮、B轮、C轮

摘要：一般是这样划分的。 A轮融资：公司产品有了成熟模样，开始正常运作一段时间并有完整详细的商业及盈利模式，在行业内拥有一定地位和口碑。公司可能依旧处于亏损状态。资金来源一般是专业的风险投资机构（VC）。投资量级一般在1000万RMB到1亿RMB； B轮融资：公司经过一轮烧钱后，获得较大发展。一些公司已经阅读全文

posted @ 2018-03-08 10:02 懵懂的菜鸟阅读(862) 评论(0) 推荐(0) 编辑

协同过滤与奇异值分解

摘要：协同过滤与奇异值分解 1. Introduction A recommender system refers to a system that is capable of predicting the future preference of a set of items for a user, and recommend the top items. One key reason why... 阅读全文

posted @ 2018-03-03 17:15 懵懂的菜鸟阅读(494) 评论(0) 推荐(0) 编辑