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

Pycharm报错:ImportError:DLL load failed:动态链接库(DLL)初始化例程失败

今天在安装cpu版本的tensorflow时报了这个错,python版本为3.5.2。原因:最新的tensorflow安装包对于比较老的处理器不支持。解决方法:出现这种错误的原因是最近tensorflow安装包不支持较老的处理器,需要安装老版本的tensorflow,换成tensorflow的1.5版本的没有问题。步骤:1.卸载目前安装的tensorflow命令为:pip uninsta...

机器学习--提高神经网络的泛化能力

***泛化能力***是指机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据背后的规律,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合适的输出,该能力称为泛化能力。在实际情况中,我们通常通过测试误差来评价学习方法的泛化能力。泛化能力的性质通常期望经训练样本训练的网络具有较强的泛化能力,也就是对新输入给出合理响应的能力。应当指出并非训练的次数越多越能得到正确的输入输出映射关...

#机器学习
举例理解监督学习、无监督学习、半监督学习和强化学习的区别

Machine learning机器学习是Artificial inteligence的核心,分为四类:1、Supervised learning监督学习是有特征(feature)和标签(label)的,即便是没有标签的,机器也是可以通过特征和标签之间的关系,判断出标签。举例子理解:高考试题是在考试前就有标准答案的,在学习和做题的过程中,可以对照答案,分析问题找出方法。在高考题没有给出答案的时..

神经网络DNN--详解

深度神经网络(Deep Neural Networks, 以下简称DNN)是深度学习的基础,而要理解DNN,首先我们要理解DNN模型,下面我们就对DNN的模型与前向传播算法做一个总结。1.从感知机到神经网络感知机的模型是一个有若干输入和一个输出的模型,如下图:输出和输入之间学习到一个线性关系,得到中间输出结果:z=∑i=1mwixi+bz=∑i=1mwixi+b接着是一个神经元激活函数...

Pycharm报错:Error:failed to find libmagic. Check your installation

今天在调试程序的时候,Pycharm报了这个错。解决方法1:使用命令pip uninstall python-magicpip install python-magic-bin==0.4.14解决方法2:卸载python-magic然后在官网可以下载64位对应安装包。接着使用命令pip install python_magic_bin-0.4.14-py2.py3-none-wi...

机器学习--提高神经网络的泛化能力

***泛化能力***是指机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据背后的规律,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合适的输出,该能力称为泛化能力。在实际情况中,我们通常通过测试误差来评价学习方法的泛化能力。泛化能力的性质通常期望经训练样本训练的网络具有较强的泛化能力,也就是对新输入给出合理响应的能力。应当指出并非训练的次数越多越能得到正确的输入输出映射关...

#机器学习
IEMOCAP数据集

IEMOCAP数据集描述交互式情绪二元运动捕捉(iemocap)数据库是一个动作、多模式和多峰值的数据库,最近在南加州大学的Sail实验室收集。它包含大约12小时的视听数据,包括视频、语音、面部运动捕捉、文本转录。它由两个阶段组成,参与者在其中执行即兴表演或脚本场景,特别是选择以引出情感表达。IEMOcap数据库由多个注释员注释成类别标签,如愤怒、快乐、悲伤、中立,以及维度标签,如配价、激活和支.

举例理解监督学习、无监督学习、半监督学习和强化学习的区别

Machine learning机器学习是Artificial inteligence的核心,分为四类:1、Supervised learning监督学习是有特征(feature)和标签(label)的,即便是没有标签的,机器也是可以通过特征和标签之间的关系,判断出标签。举例子理解:高考试题是在考试前就有标准答案的,在学习和做题的过程中,可以对照答案,分析问题找出方法。在高考题没有给出答案的时..

移动边缘计算网络架构

1.移动边缘计算服务平台移动边缘计算服务平台主要由移动边缘计算基础设施和移动边缘计算应用平台、应用管理系统三层逻辑实体组成。2.MEC基本架构...

语音识别--汉明窗

首先,hamming()函数的作用是返回一个L点的对称海明窗列向量w。语音信号一般在10ms到30ms之间,我们可以把它看成是平稳的。为了处理语音信号,我们要对语音信号进行加窗,也就是一次仅处理窗中的数据。因为实际的语音信号是很长的,我们不能也不必对非常长的数据进行一次性处理。明智的解决办法就是每次取一段数据,进行分析,然后再取下一段数据,再进行分析。怎么仅取一段数据呢?一种方式就是构造一个...

#语音识别
    共 21 条
  • 1
  • 2
  • 3
  • 请选择