logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Tensorflow 实战google深度学习框架 07 滑动平均模型

import tensorflow as tf#1. 定义变量及滑动平均类v1 = tf.Variable(0, dtype=tf.float32)step = tf.Variable(0, trainable=False)ema = tf.train.ExponentialMovingAverage(0.99, step)maintain_averages_op = ema.ap...

一文搞定数据仓库之拉链表,流水表,全量表,增量表

1. 全量表:每天的所有的最新状态的数据,2.增量表:每天的新增数据,增量数据是上次导出之后的新数据。3.拉链表:维护历史状态,以及最新状态数据的一种表,拉链表根据拉链粒度的不同,实际上相当于快照,只不过做了优化,去除了一部分不变的记录而已,通过拉链表可以很方便的还原出拉链时点的客户记录。4. 流水表: 对于表的每一个修改都会记录,可以用于反映实际记录的变更。拉链表通常是对账户信

flinksql做近实时特征处理的坑

flinksql做近实时特征处理的坑,以及解决方案。

文章图片
#kafka#flink#机器学习
实时场景下的机器学习模型实时特征离线特征融合方案(踩坑笔记)

实时场景下的机器学习模型实时特征离线特征融合方案(踩坑指南)

文章图片
#机器学习#sql#flink
一次卷积的计算量到底有多少 ?

动态卷积过程一次卷积的计算量,如何计算呢 ,参考上图,只是其中一个channel,((*+1)*+ (-1))***其中(这需要对卷积过程有较深的理解)(*+1)表示在一个卷积核计算时在叠加bias,乘以表示在输入的channel方向进行乘积-1 表示一次卷积之后进行方向的叠加((*+1)*+ (-1)) 表示最终汇聚成特征图上的一个点乘以**表示在最终的输出特征图,所有点的的个数当然简化之后一次

实时场景下的机器学习模型实时特征离线特征融合方案(踩坑笔记)

实时场景下的机器学习模型实时特征离线特征融合方案(踩坑指南)

文章图片
#机器学习#sql#flink
zabbix agent rpm 包安装

zabbix agent 安装流程history

#ansible
通过user-agent获取用户的手机品牌

本文主要提供流程1、通过useragent解析手机型号,手机网络,手机系统版本等2、通过解析的手机型号和手机品牌维表进行关联3、手机品牌维表需要自己更新维护,可以参考:https://github.com/matiji66/MobileModels,具体见如下流程具体流程可以参考文件:useragent解析逻辑&手机品牌匹配.txt-其它文档类资源-CSDN下载...

文章图片
#flink#sql
DevOps平台架构(Platform Architecture)

DevOps平台架构(Platform Architecture)《虚拟化平台(Platform)》新建网络Network首先创建VxNet私有网络,然后器创建SubNet子网,最后配置IP、开启GW和DHCP、设置DNS、连接Router。新建主机Instance选择主机配置;绑定公网IP(是否绑定负载均衡LB),绑定私网IP,绑定安全组;管理认证密钥。路由器;通讯网关,

#devops
windows及linux环境下永久修改pip镜像源的方法

windows环境下修改pip镜像源的方法mkdir ~/pipvim ~/pip/pip.ini[global]index-url = https://mirrors.aliyun.com/pypi/simple/cat ~/pip/pip.inilinux 修改pip镜像源的方法:在当前用户的目录下创建.pip文件夹 vim ~/.pip/pip.conf...

#linux#windows#python
    共 18 条
  • 1
  • 2
  • 请选择