以往的优化算法都是通过单一的节点来寻找最优值，比如对于爬山问题，我们总是预估一个人进行爬山，但是一个个体的力量是很小的。比如一个人很容易走到一个局部最优解，再也出不来；另外比如阿尔卑斯山和珠穆朗玛峰，如果一个人走到了阿尔卑斯山，即便他可以通过其他方式再到达珠穆朗玛峰，很显然，横跨欧亚大陆的距离太长了，浪费了不少时间。所以，如果是群体算法，一群人爬山，我可以让一部人去欧洲爬山，一部分人去亚洲，...

A*算法的核心就是f(M)=g(M)+h(M)，g(M)表示当前节点到初始节点的最短路径大小，h(M)表示当前节点到终止节点的可能路径大小（即虚拟的，如欧氏距离，曼哈顿距离等）。即不仅仅考虑当前节点到初始节点的最短路径，还要考虑离终点的距离。而一般的路径查找方法只会考虑当前节点到初始节点的路径两个关键集合open和close简单一句话即：open 往close 插入元素...

一、背景描述csv格式文件是一种类似于excel的文件格式asc格式文件是一种可以用text打开的文本文件csv转asc本来可以用arcgis顺利完成，但由于csv数据量太大（744万行），arcgis处理不了如此大的文本，所以需要通过写代码实现（注：不是用python调用arcgis工具）二、格式说明Csv格式：说明：第一列为id，第二列是值，第三第四列为值所在的行列号；c

在机器学习几大算法中，支持向量应该算是应用最广泛的，但是却也是理解最困难的。相对于其他的算法而言，这个算法的逻辑可能并不难难，难的是它的内部逻辑转换，如何转化求解最大超平面。其实最近我在想，机器学习有时候感觉理解起来并不太难，有时候相对于其他知识来说，比如电磁场，固体物理等，简直是最简单的，甚至感觉某些人把这个学科神话了。但是这句话我是说不出口的，因为我只是学了个皮毛。学了很多，却总是忘记，因此，

回归和分类是机器学习两个主要的类别，通常会在面试的时候，被询问这两者之间的区别。对于我，有时候我也无法说清，虽然我感觉我已经弄懂了，但是这里还是说一说自己的理解。首先，我们学过一本书《随机过程》，这里面讲到了马尔科夫链等，这是一种在时间、位置等有序列属性的数据，也就是说，这些说句不仅仅存在关系，而且存在一种序列上的前后关系，如时间、地理位置等。而分类一般核心不在于此。所以，回归问题就是一种序列预测

集群这东西，就是各种文件配置，太过于杂乱导致，如果你不是特别细心，总是会错误百出，以致于精神萎靡而无法向前。但是，有时候，即便你细心得像个暖男，最后还是会出现问题，很多时候，这并不是你的错，而是机器的错，但是，如果你不能够在短时间内找到“问题”的真正原因，背锅的还是你自己几个浪费时间的问题* 1还是防火墙问题：把防火墙全部给永久封停# 关闭iptables/etc/ini...

开发环境系统：CentOS release 6.5jdk：jdk1.7.0_45hadoop：2.5.2hadoop集群搭建参照：https://blog.csdn.net/soundslow/article/details/80101146eclipse插件配置由于需要使用跨平台文件传递，多以需要一个hadoop插件hadoop-eclipse-plugin-2.5.2...

安装前的环境：四台机器的时间一致；需要一台机器进行免密码登录，即可以访问任何一台机器，包括自己，而不需要输入密码。这样便于通过一台机器进行控制，而且避免每一次都需要输入密码。时间一致：date查看时间ntpdate -u xx.xx.xx.xx同步xx.xx.xx.xx服务器的时间到本机，一般使用ntpdate -u ntp.api.bz。参看链接设置免密码登录Setup pas...

title: 深度学习20-限制玻尔兹曼机RBMtags: 新建,模板,小书匠grammar_cjkRuby: true玻尔兹曼机来源于玻尔兹曼分布，而玻尔兹曼分布的创立者是路德维希·玻尔兹曼，这个原理来源于他首次将统计学用于研究热力学，即物质的状态概率和它对应的能量有关。比如，我们常用熵来形容物体的混乱程度，同时如果我们的定义足够好，任何物质其实都有它的一个“能量函数”，这个能量函数表...

SINGING-VOICE SEPARATION FROM MONAURAL RECORDINGS USING DEEP RECURRENT NEURAL NETWORKS主体内容：作为当前的一大热门，语音识别在得到快速应用的同时，也要更适应不同场景的需求，特别是对于智能手机而言，由于元器件的微型化导致对于语音处理方面的器件不可能很大，因此单通道上的语音分离技术就显得极为重要，而语音分离...