这里简单记录安装google glog在windows下基于visual studio2017的安装过程。下载https://github.com/google/glog使用cmake编译，编译结果存放在一个目录下，可命名为glog-built。在该目录下生成glob.sln文件使用visual studio2017打开glob.sln文件选择build–>b

这里简单记录安装google glog在windows下基于visual studio2017的安装过程。下载https://github.com/google/glog使用cmake编译，编译结果存放在一个目录下，可命名为glog-built。在该目录下生成glob.sln文件使用visual studio2017打开glob.sln文件选择build–>b

本文将讲解关联规则的相关概念、处理相关规则的一般算法、改进的大数据处理关联规则的Apriori算法以及进一步优化的PCY算法。啤酒和尿布的故事已经广为人晓。很多年轻的父亲买尿布的时候会顺便为自己买一瓶啤酒。亚马逊通过用户购买数据，使用关联规则，使用大数据的处理手段得出了尿布和啤酒的关系。除了啤酒和尿布，现实生活中存在很多类似的关联关系，一般归纳为：A事件发生，B事件很可能也会发生。注意这里存

理解向量投影，最直观的方法就是借助的比喻。想象在正午时分，阳光垂直照射下来。你在地面上斜插了一根木棍。。

评估模型的重点是将数据划分为三个集合：训练集、验证集和测试集。在训练数据上训练模型，在验证数据上评估模型。一旦找到了最佳参数，就在测试数据上最后测试一次。你可能会问，为什么不是两个集合：一个训练集和一个测试集？在训练集上训练模型，然后在测试集上评估模型。这样简单得多！原因在于开发模型时总是需要调节模型配置，比如选择层数或每层大小［这叫作模型的超参数（hyperparameter），以便与模型参数.

本文章将讲解如何借用机器学习框架Tensorflow和Keras，构建LSTM神经网络模型，通过学习音乐数据，来自动合成一段音乐。训练的原始音乐数据为：下载试听合成的音乐例子：下载试听完整代码（包含训练数据集）：源码下载。其中主方法在MusicGenerator.py文件中。1. 神经网络结构模型1.2. 模型的输入数据每一次输入的是一个“音符”，这里为了便于理解，把一个音符抽象出...

本博文所说的代码冲突是指：项目托管在git服务器上面，两个人同时修改了同一个文件导致的冲突问题。问题解决：工具：intelij IDEA 2016.21、本地文件修改如下图：2、远程服务git中的文件如下图：3、先commit本地修改的文件到本地repository4、pull源码，因为存在代码冲突，所以接下来会自动弹出merge融合窗口

这篇文章将讲解如何使用python建立多层神经网络。在阅读这篇文章之前，建议先阅读上一篇文章:理解神经网络，从简单的例子开始。讲解的是单层的神经网络。如果你已经阅读了上一篇文章，你会发现这篇文章的代码和上一篇基本相同，理解起来也相对容易。上一篇文章使用了9行代码编写一个单层的神经网络。而现在，问题变得更加复杂了。下面是训练输入数据和训练输出数据，如果输入数据是[1，1，0]，最后的结果是什么呢？从

训练一个好的卷积神经网络模型进行图像分类不仅需要计算资源还需要很长的时间。特别是模型比较复杂和数据量比较大的时候。普通的电脑动不动就需要训练几天的时间。为了能够快速地训练好自己的花朵图片分类器，我们可以使用别人已经训练好的模型参数，在此基础之上训练我们的模型。这个便属于迁移学习。本文提供训练数据集和代码下载。原理：卷积神经网络模型总体上可以分为两部分，前面的卷积层和后面的全连接层。卷积