卯卯 | 炼就一手绝世刀法！
日出东海落西山，愁也一天，喜也一天。遇事不钻牛角尖，人也舒坦，心也舒坦！
2020-10-13 15:28:54
南农服务器使用注意事项-1，多块GPU，查看2，指定GPU运行3，后台运行程序，4，激活虚拟环境5,杀死某个进程
1，多块GPU，查看2，指定GPU运行：3，后台运行4，激活南农服务器的虚拟环境source activate bertsource activate tensorflow4，查看进程ps -ef|grep python5.杀死某个进程kill 330491
作者:yangli | 分类:算法 | 浏览:1356 | 评论:0
2018-10-19 14:15:50
数据结构
什么数据结构？我们用计算机，编程语言来实现算法的时候，那个存储和组织数据的方法。那么我们的数据在计算机里怎么放呢？广义的数据结构：包括数据在硬盘里数据怎么放，数据在内存里怎么放。侠义的数据结构往往是指内存里的数据结构。我们需要很好的数据结构，让我们的算法在计算的过程中可以很方便的访问，进行检索和修改。最常见的数据结构就是数组，数组的数据结构，第一种，线性表，内存中，通过数组的下标就可以获取所需要的数据。实例：多项式的存储的时候，链表结构，有指针。指针和链表，指针是一块内存地址，指向内存里不同的块
作者:yangli | 分类:算法 | 浏览:1025 | 评论:0
2018-10-19 14:00:52
大数据场景下的算法
大数据情况下的普式算法应用问题。大数据情况下我们课本里的算法也是可以用的，但是速度会非常慢，那怎么办呢？解决方案。一，很多互联网公司，采取暴力来扛的方法，例如hadoop,spark...分布式的计算集群，基于内存的计算，速度很快。将普通的算法移置到这个分布式集群上，但是将普通的算法移置到这个分布式集群上时需要mapreduce化，要对算法测底的改造。二，利用统计学的抽样，将大样本转化成小样本来处理，算出一套公式，将大数据问题转化为小数据问题。三，大数据不一定是指数据大，也包括计算数据量很大的问
作者:yangli | 分类:算法 | 浏览:1060 | 评论:0
2018-10-15 09:35:12
算法的时间复杂度计算
网址：https://www.cnblogs.com/zknublx/p/5885840.html
作者:yangli | 分类:算法 | 浏览:954 | 评论:0
2018-10-10 11:37:43
算法的稳定性-及稳定性对程序的影响
1，什么是算法的稳定性：稳定意思是说原本键值一样的元素排序后相对位置不变。例如，在快速排序算法中，如果A=B，A排在B的前面，但是在排序后A排在了B的后面。虽然单个属性排序不会有太大影响。但是当有多个属性值，在排序的时候就会出现时间损耗。比如，一个“学生”数组，按照年龄排序，“学生”这个对象不仅含有“年龄”，还有其他很多属性，稳定的排序会保证比较时，如果两个学生年龄相同，一定不交换。
作者:yangli | 分类:算法 | 浏览:1042 | 评论:0
2018-08-05 11:48:30
W权重的初始化以及实际操作中如何避免过拟合（1，加大正则化惩罚。2，随机减少带一些神经元玩，drop-out操作）。
作者:yangli | 分类:算法 | 浏览:1043 | 评论:0
2018-08-05 11:36:51
神经网络过拟合—— 解决方案——，增加数据集，正则化惩罚项和drop-out，drop-out,是让train数据集也计算准确率，如果和测试数据集差不多，表示没有过拟合。如果相差很大就过过拟合了。
过拟合有什么现象呢？就是训练好模型，将train数据集再用来评估模型，得到的准确率非常高，但是test数据集来机损准确率的时候就比较低，这就发生了过拟合现象。主要通过drop-out来防止每个单个隐层神经元个数越多，有一个神经元类似于就切了一刀。在训练数据集上的分类越好，但是在测试数据集上就很差了，这就发现了过拟合的现象。1，2，3，增加数据集补充参考资料：https://blog.csdn.net/crazy_scott/article/details/80343324
作者:yangli | 分类:算法 | 浏览:1042 | 评论:0
- 控制面板
- 网站分类
- 搜索
- 文章归档
-
- 2023年4月 (1)
- 2022年12月 (6)
- 2022年11月 (2)
- 2022年10月 (4)
- 2022年9月 (1)
- 2022年8月 (1)
- 2022年7月 (2)
- 2022年4月 (1)
- 2022年3月 (4)
- 2021年5月 (1)
- 2021年3月 (1)
- 2020年10月 (1)
- 2020年9月 (11)
- 2020年8月 (1)
- 2020年7月 (2)
- 2020年5月 (4)
- 2020年4月 (1)
- 2020年2月 (1)
- 2020年1月 (1)
- 2019年11月 (2)
- 2019年10月 (3)
- 2019年9月 (5)
- 2019年8月 (19)
- 2019年7月 (6)
- 2019年6月 (8)
- 2019年5月 (10)
- 2019年4月 (16)
- 2019年3月 (37)
- 2019年2月 (24)
- 2019年1月 (11)
- 2018年12月 (3)
- 2018年11月 (3)
- 2018年10月 (7)
- 2018年9月 (8)
- 2018年8月 (41)
- 2018年7月 (29)
- 2018年6月 (14)
- 2018年5月 (16)
