关于神经网络归一化问题，在神经网络为什么要归一化和深度学习（二十九）Batch Normalization 学习笔记这两篇文章已经介绍的非常清楚了。     在这里，我简单说下自己的直观理解：由于数据的分布不同，必然会导致每一维的梯度下降不同，使用同一个learning rate 也就很难迭代到代价函数最低点。经过归一化（正则化）处理后，代价函数变得“更圆”，也就很容易进...

执行spark任务发现 提示信息“another attempt succeeded”，这是由于设置了spark.speculation为true,该参数的含义如下：参考：If a task appears to be taking an unusually long time to complete, Spark may launch extra duplicate copies of that

一个简单的HTTP代理参数说明:-h, --host 指定代理主机地址，默认获取本机地址，代表本机任意ipv4地址-p, --port 指定代理主机端口，默认随机生成一个运行代码主机的闲置端口-l, --listen 指定监听客户端数量，默认10-b, --bufsize 指定数据传输缓冲区大小，值为整型，单位kb，默认8-d, --delay 指定数据转发延迟，值为浮点型，单位ms，默认1简单使

最近爬虫遇到这样的数据形式：[{\"RunEval\":\"w61Zw5vCjsKCMBDDvRbCjA9tw5jDuAPDhCc/YR8nDTHDqMKuPMKswpjDij4Zw79dworDinLCqQJLw4EiJyFDw5rDjsOlw4zCmWnCtWHCvgs3w5tjIMODQ8K8w7zCjGXCuMO/XnzDicOoZ8K1W8OLVcK0w5kyw5dxSUBYLT5A..

1.数据思维数据分析中常见的三种核心思维有结构化思维、公式化思维和业务化思维。1.1 结构化思维结构化思维是针对某个特定问题绘制思维导图（常用工具Xmind），从多个独立且全面的角度进行分析。1.2 公式化思维公式化思维是对于思维导图中的每一个角度，给出一个可量化的公式。1.3 业务化思维业务化思维是指进行数据分析时要充分考虑业务背景。下面以一个“如何预估北...

1. 卡方检验卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理...

1. 什么是正态性和方差齐性2.为什么要进行正态性检验和方差齐性检验3. 如何进行正态性检验和方差齐性检验

       这几天看到了浅层网络（仅含有一层隐藏层单元的神经网络）的设计原理及思想，为了加深理解及记忆，下面做个总结。       为了简化原理思想，假设现有隐藏层只有四个隐藏单元的两层神经网络，如下图所示：               和单个神经元工作原理类似，包括前向传播和后向传播两个过程。其中，后向传播多了几个公式推导。因此，这里主要推导后向传播的相关公式。1. 前向传播       假设

       在之前的文章中，介绍了神经网络的概念和算法思想，甚至给出了公式推导。但依然没有掌握神经网络的精髓，于是打算进一步学习就在网上观看了吴恩达大佬的《神经网络和深度学习》这门课程，觉得收获很大。目前只学习了单个神经元的原理及应用，下面简单总结一下。1. 损失函数的定义       与之前介绍的单个神经元的工作原理不同之处在于损失函数的定义，这里把损失函数定义为：       推导思路：利用

Python安装1.安装python2.安装IDE3.安装PyGraphics4.安装Nose模块