marsggbo

该专栏文章如果出现格式问题,可以去http://www.cnblogs.com/marsggbo/
180 篇文章
41 人订阅

全部文章

marsggbo

【转载】PyTorch系列 (二): pytorch数据读取

本文首先介绍了有关预处理包的源码,接着介绍了在数据处理中的具体应用; 其主要目录如下:

1114
marsggbo

【转载】大白话Docker入门(二)

上篇的大白话Docker入门(一)让我们认识了docker,知道docker大概是怎么玩的。初步的印象可能会让你觉得和现在的VM的部署方式也挺像的,比如dock...

933
marsggbo

大白话Docker入门(一)

随着docker现在越来越热门,自己也对docker的好奇心也越来越重,终于忍不住利用了一些时间把docker学习一遍。目前的资料不少,但是由于docker的发...

884
marsggbo

【转载】特征选择常用算法综述

特征选择 ( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS ) ,或属性选择( Att...

1092
marsggbo

【转载】Pytorch tutorial 之Datar Loading and Processing (2)

上文介绍了数据读取、数据转换、批量处理等等。了解到在PyTorch中,数据加载主要有两种方式:

782
marsggbo

论文笔记系列-Well Begun Is Half Done:

<footer style="color:white;;background-color:rgb(24,24,24);padding:10px;border-r...

992
marsggbo

【转载】机器学习之特征工程(有删改)

本文是一篇关于特征工程的总结类文章,如有不足之处或理解有偏差的地方,还望大家多多指点。

1052
marsggbo

【转载】如何进行数据变换

现在,我们需要分情况讨论一下。在实际生活中,最常见的情形是靠近正无穷的一侧有一个长尾巴(如图1左),习惯上称为「右偏」(right-skewed)或「正偏态」(...

922
marsggbo

【转载】使用sklearn优雅地进行数据挖掘

  数据挖掘通常包括数据采集,数据分析,特征工程,训练模型,模型评估等步骤。使用sklearn工具可以方便地进行特征工程和模型训练工作,在《使用sklearn做...

1052
marsggbo

【转载】什么是特征工程?

  有这么一句话在业界广泛流传:数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢?顾名思义,其本质是一项工程活动,目的是...

802
marsggbo

【转载】Latex定制章节编号格式和计数器

\renewcommand\thesection{\Roman{section}}

1213
marsggbo

【转载】使用python库--Graphviz为论文画出漂亮的示意图

DOT is a plain text graph description language. It is a simple way of describing...

1193
marsggbo

论文笔记系列--iCaRL: Incremental Classifier and Representation Learning

title: 论文笔记系列--iCaRL: Incremental Classifier and Representation Learning

1332
marsggbo

NeurIPS 2018 | 腾讯AI Lab详解3大热点:模型压缩、机器学习及最优化算法

AI领域顶会NeurIPS正在加拿大蒙特利尔举办。本文针对实验室关注的几个研究热点,模型压缩、自动机器学习、机器学习与最优化算法,选取23篇会议上入选的重点论文...

983
marsggbo

Tree-CNN: A Deep Convolutional Neural Network for Lifelong Learning

深度学习领域一直存在一个比较严重的问题——“灾难性遗忘”,即一旦使用新的数据集去训练已有的模型,该模型将会失去对原数据集识别的能力。为解决这一问题,本文提出了树...

1113
marsggbo

Jupyter如何将numpy数据以图像形式展现?

<footer style="color:white;;background-color:rgb(24,24,24);padding:10px;border-r...

1192
marsggbo

AutoML总结

AutoML是指尽量不通过人来设定超参数,而是使用某种学习机制,来调节这些超参数。这些学习机制包括传统的贝叶斯优化,多臂老虎机(multi-armed band...

943
marsggbo

【转载】Bayesian Optimization

优化器是机器学习中很重要的一个环节。当确定损失函数时,你需要一个优化器使损失函数的参数能够快速有效求解成功。优化器很大程度影响计算效率。越来越多的超参数调整是通...

1493
marsggbo

【转载】双调排序Bitonic Sort,适合并行计算的排序算法

双调排序是data-independent的排序, 即比较顺序与数据无关的排序方法, 特别适合做并行计算,例如用GPU、fpga来计算。

843
marsggbo

【Udacity并行计算课程笔记】- Lesson 4 Fundamental GPU Algorithms (Applications of Sort and Scan)

在介绍这节之前,首先给定一个情景方便理解,就是因为某种原因我们需要从扑克牌中选出方块的牌。

653

扫码关注云+社区