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

windows下的使用别人编译好的库文件进行安装xgboost

(0)前提是,你得下载好anaconda,并且安装之,我的下载地址如下(python3 windows 64位)https://repo.continuum.io/archive/Anaconda3-4.4.0-Windows-x86_64.exe(1)下载xgboost源码(这里直接用官方最新的源码,这里我们不需要用git clone --recursive,因为用的是编译好的dll

#机器学习#windows
把远程仓库的项目,clone到eclipse里面

如果你的git在本地已经配置好了的话,你可以按下面步骤,克隆一个工程,并进行同步。进入windwos>>show view>>others。在弹出来的对话框中选择Git Repositories,点击OK。现在,演示把远程仓库的项目,克隆到eclipse里面。从Eclipse试图切换到Git试图。点击上图:有个箭头那个。弹出下面的界面。在里面

#git#eclipse
数据可视化(二)Matplotlib pandas简易入门

本文数据来源https://github.com/fivethirtyeight/data/blob/master/college-majors/recent-grads.csv本文主要介绍了一下如何简单的探查数据之间的关系 原始数据展现(这是一份大学毕业生的薪资调查报告,重要的字段有这些,Major - 专业名称, Major_category - 专业类别, Sample_size

#matplotlib#python
python中文分词jieba总结

1. GitHub:https://github.com/fxsjy/jieba2.分词jieba.cut 方法接受三个输入参数: 需要分词的字符串;cut_all 参数用来控制是否采用全模式;HMM 参数用来控制是否使用 HMM 模型jieba.cut_for_search 方法接受两个参数:需要分词的字符串;是否使用 HMM 模型。该方法适合用于搜索引擎构建倒排索引的分词,粒度

#python
PostgreSQL 连接问题 FATAL: no pg_hba.conf entry for host

The server doesn't grant access to the database: the server reports FATAL: no pg_hba.conf entry for host "192.168.0.123", user "postgres", database "postgres" FATAL: no pg_hba.conf entry for host "1

#postgresql
自然语言处理-nltk学习(一)

NLTK库安装pip install nltk执行python并下载书籍:[root@centos #] pythonPython 2.7.11 (default, Jan 22 2016, 08:29:18)[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)] on darwinType "help", "copyri

#自然语言处理
Elasticsearch java api(五) Bulk批量索引

这篇博客介绍一下Elasticsearch对多个文档进行索引的简便方法。Bulk api的支持可以实现一次请求执行批量的添加、删除、更新等操作.Bulk操作使用的是UDP协议,UDP无法确保与ElasticSearch服务器通信时不丢失数据.一、Bulk API使用bulk命令时,REST API以_bulk结尾,批量操作写在json文件中,官网给出的语法格式:action_and_m

#elasticsearch
PySC2星际争霸Ⅱ 强化学习环境搭建

PySC2是DeepMind开发的星际争霸Ⅱ学习环境(SC2LE)的Python组件。 它封装Blizzard Entertainment的星际争霸Ⅱ机器学习API,提供Python 增强学习环境。PySC2提供了增强学习Agents与星际争霸Ⅱ交互的接口,得到observations以及发送actions。DeepMind PySC2提供了详细的安装说明,在Windows64下主要有以

xgboost使用自定义的loss function

下面给一个官方demo代码:参考:https://github.com/dmlc/xgboost/blob/master/demo/guide-python/custom_objective.py#!/usr/bin/pythonimport numpy as npimport xgboost as xgb#### advanced: customized loss funct

#python
卷积神经网络技术及发展

摘要   过去几年,深度学习在解决诸如视觉识别、语音识别和自然语言处理等很多问题方面都表现出色。在不同类型的神经网络当中,卷积神经网络是得到最深入研究的。早期由于缺乏训练数据和计算能力,要在不产生过拟合的情况下训练高性能卷积神经网络是很困难的。标记数据和近来GPU的发展,使得卷积神经网络研究涌现并取得一流结果。本文中,我们将纵览卷积神经网络近来发展,同时介绍卷积神经网络在视觉识别方面的一些应用。

#深度学习
    共 16 条
  • 1
  • 2
  • 请选择