比赛的说明，还有比赛的链接IJCAI18   详细代码：github    这里，我们先进行一些数据分析，这里先说下我的设备，CPU内存128G，GPU GTX1080Ti 11G，但是只是工作站，所以图形显示就有点尴尬了。round1_ijcai_18_train_20180301 ：478138日期：2018-09-18~2018-09-24round1_ijcai_18_test...

python的grpc服务使用

  好久没写博客了，原因是最近比较忙，一下报了两个比赛，今天终于最后一个比赛的初赛都结束了，抽点小空赶紧总结一下，先汇报下成绩吧。IJCAI2018 阿里妈妈广告算法大赛，初赛第六。FASHIONAI属性识别大赛初赛25 。复赛加油，争取取得更好的成绩。   昨天和前天都加班调参了，但是由于是新手，所以遇到很多困难，刚好看到一片博客，关于调参的，所以这里我就引过来，以备后面查阅和使用的方便，如果有

打比赛一点点的总结经验，看人家代码学习方法，这篇是看o2o的一些统计代码的小结，方便以后打比赛的时候查找代码。最近报名了IJCAI-2018的比赛，关于广告算法。从这里开始先找经验吧，这算是一个真正的打比赛了，希望能取得好成绩。off_train = pd.read_csv('data/ccf_offline_stage1_train.csv', header=None)off_tr...

tensorflow作为google开源的项目，现在赶超例caffe，好像成为最受欢迎的深度学习框架。确实在编写的时候更能感受到代码的真实存在，这点和caffe不同，caffe通过编写配置文件进行网络的生成。

使用flask开发一个简单的应用，k8s进行部署这个应用。在这里只提供一个简单的框架结构。整个项目的目录结构/Dockerfile/k8s/k8s/k8s_flask.server.yml/k8s/k8s_flask.yml/src/src/app.py/src/requirements.txt...

用python创建一个应用程序，使用docker构建镜像，使用k8s管理运行这个程序。docker build -t k8s_python_code .docker tag k8s_python_code:latest 172.27.233.13:35000/k8s_python_code:1.6docker push 172.27.233.13:35000/k8s_python_code:1.6

前天报名了天池的天池精准医疗大赛——人工智能辅助糖尿病遗传风险预测的比赛，今天的提交排名是180多名，但是总排名300+，还没有进行数据工程的工作，所以去kaggle找了这个有相似度的题。下面将我这两天看的一些特征工程方面的代码贴在下面，数据的预处理可以按照这个步骤，其中kaggle的链接kaggle的处理参考#!/usr/bin/python#coding:utf-8import p

今天一天将tensorflow下的faster rcnn实现了，运行demo.py并得到成果，从安装到运行。所以记录一下，我用的GPU工作站，GTX1080ti，内存11G。基础的CUDA配置这里就不详述了。由于是实验室的GPU，所以，在自己的目录下用Anaconda2创建自己的环境，其中Anaconda的配置详见上一篇文档。 其中tensorflow-gpu的版本1.3.0  其中git

SVHN is a real-world image dataset for developing machine learning and object recognition algorithms with minimal requirement on data preprocessing and formatting.数据库下载地址