摘要: https://blog.csdn.net/weixin_46217915/article/details/112147482 阅读全文
posted @ 2021-01-15 18:38 喵小喵~ 阅读(46) 评论(0) 推荐(0) 编辑
摘要: Ubuntu 安装 jdk8 Ubuntu18.04 安装Tomcat 8.5 TOMCAT_HOME要改成自己的路径。 阅读全文
posted @ 2021-01-11 10:47 喵小喵~ 阅读(112) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/weixin_45530719/article/details/105139118 阅读全文
posted @ 2021-01-10 22:07 喵小喵~ 阅读(59) 评论(0) 推荐(0) 编辑
摘要: import numpy as np import operator import matplotlib.pyplot as plt from sklearn import datasets, decomposition, manifold from itertools import cycle f 阅读全文
posted @ 2020-07-31 21:54 喵小喵~ 阅读(601) 评论(0) 推荐(0) 编辑
摘要: 1.背景介绍 在序列学习任务中,RNN模型对训练样本一般有这样的依赖条件:输入序列和输出序列之间的映射关系已经事先标注好了。比如,在词性标注任务中,训练样本中每个词(或短语)对应的词性会事先标注好,如下图(DT、NN等都是词性的标注,具体含义请参考链接)。由于输入序列和输出序列是一一对应的,所以RN 阅读全文
posted @ 2020-05-11 14:19 喵小喵~ 阅读(240) 评论(0) 推荐(0) 编辑
摘要: Fashion-MNIST.py from mxnet.gluon import data as gdata import sys import time from d2lzh import * mnist_train = gdata.vision.FashionMNIST(train=True) 阅读全文
posted @ 2020-04-03 07:28 喵小喵~ 阅读(507) 评论(0) 推荐(0) 编辑
摘要: softmax回归 前面介绍的线性回归模型适用于输出为连续值的情景。在另一类情景中,模型输出可以是一个像图像类别这样的离散值。对于这样的离散值预测问题,我们可以使用诸如softmax回归在内的分类模型。和线性回归不同,softmax回归的输出单元从一个变成了多个,且引入了softmax运算使输出更适 阅读全文
posted @ 2020-04-02 08:31 喵小喵~ 阅读(321) 评论(0) 推荐(0) 编辑
摘要: 随着深度学习框架的发展,开发深度学习应用变得越来越便利。实践中,我们通常可以用比上一节更简洁的代码来实现同样的模型。在本节中,我们将介绍如何使用MXNet提供的Gluon接口更方便地实现线性回归的训练。 1.生成数据集 我们生成与上一节中相同的数据集。其中features是训练数据特征,labels 阅读全文
posted @ 2020-04-01 22:18 喵小喵~ 阅读(417) 评论(0) 推荐(0) 编辑
摘要: 标题一 123 标题二 123 标题三 123 阅读全文
posted @ 2020-04-01 16:32 喵小喵~ 阅读(107) 评论(0) 推荐(0) 编辑
摘要: http://zh.d2l.ai/chapter_deep-learning-basics/linear-regression.html d2lzh.py from IPython import display from matplotlib import pyplot as plt from mx 阅读全文
posted @ 2020-04-01 16:20 喵小喵~ 阅读(361) 评论(0) 推荐(0) 编辑