統(tǒng)計(jì)插件 配置 NexT 主題默認(rèn)已經(jīng)集成了文章【字?jǐn)?shù)統(tǒng)計(jì)】、【閱讀時(shí)長】統(tǒng)計(jì)功能，如果我們需要使用，只需要在主題配置文件 _config.ym...
投稿
收錄了16篇文章 · 4人關(guān)注
-
Hexo添加字?jǐn)?shù)統(tǒng)計(jì)、閱讀時(shí)長
-
tensorflow基礎(chǔ)-升級(jí)版本1. pip方式# 先卸載 sudo pip uninstall tensorflow python2 sudo pip install --...
-
Mac下通過Anaconda安裝TensorflowMac下通過Anaconda安裝Tensorflow Anaconda是一個(gè)基于python的科學(xué)計(jì)算平臺(tái)，支持 Linux, Mac, Win...
-
Spark的安裝（基于Mac）
一、簡介 1.1內(nèi)容 在mac電腦上成功安裝spark（不用預(yù)先安裝hadoop），并在jupyter上使用pyspark來操作spark。 1...
-
推薦系統(tǒng)遇上深度學(xué)習(xí)(二十一)--階段性回顧
本系列已經(jīng)寫了二十篇了，但推薦系統(tǒng)的東西還有很多值得探索和學(xué)習(xí)的地方。不過在這之前，我們先靜下心來，一起回顧下之前學(xué)習(xí)到的東西！ 由于是總結(jié)性質(zhì)...
-
機(jī)器學(xué)習(xí)預(yù)判客戶流失-神經(jīng)網(wǎng)絡(luò)模型（neural network）神經(jīng)網(wǎng)絡(luò)，英文neural network，跟random forest一樣，是眾多機(jī)器學(xué)習(xí)方法的一種。 tensorflow，是實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的...
-
3.啟發(fā)函數(shù)（heuristic）的設(shè)計(jì)啟發(fā)函數(shù)的介紹 是一種函數(shù)用來估算當(dāng)前state和 目標(biāo)state之間的距離，用于路徑?jīng)Q策。也就是說，該函數(shù)的IQ直接決定了尋找路徑的快慢和準(zhǔn)確...
-
【機(jī)器學(xué)習(xí)實(shí)驗(yàn)】scikit-learn的主要模塊和基本使用
引言 對(duì)于一些開始搞機(jī)器學(xué)習(xí)算法有害怕下手的小朋友，該如何快速入門，這讓人挺掙扎的。在從事數(shù)據(jù)科學(xué)的人中，最常用的工具就是R和Python了，每...
-
【機(jī)器學(xué)習(xí)快速入門教程5】DIY神經(jīng)網(wǎng)絡(luò)章節(jié)5：DIY神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)是本教程最主要的內(nèi)容，理解神經(jīng)網(wǎng)絡(luò)的工作原理十分有必要。本文我們將介紹和實(shí)現(xiàn)一個(gè)具有有兩層結(jié)構(gòu)和sigmoid激...
-
L1正則化和L2正則化的聯(lián)系和區(qū)別
機(jī)器學(xué)習(xí)中，一般損失函數(shù)后邊會(huì)添加一個(gè)額外項(xiàng)，一般稱作L1正則化L2正則化或者L1范數(shù)L2范數(shù)。L1、L2正則化可以看做是損失函數(shù)的懲罰項(xiàng)。對(duì)于...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/345250/ML.jpeg', '推薦專題《ML》（ 分享自 @簡書 ）','http://m.itdecent.cn/c/ff0649afd4a9?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}