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
Hadoop集群的搭建3(很全面)该文章用于记录学习过程。多余的话不多说了,如有需要请观看正文。注:第三篇更新步骤11-13。实现步骤如下(总):(1)将VMWare Pro安装好并激活(2)配置虚拟机参数(3)安装CentOS 6.9(4)虚拟机的克隆(5)SecureCRT的安装(6)系统网络配置(7)SSH服务配置(8)JDK以及Hadoop环境配置(9)Hadoop...
Linux操作系统的hostname是一个kernel变量,可以使用如下两种方式查看hostname和cat /proc/sys/kernel/hostname临时修改主机名hostname newname== newname即要设置的新的hostname,运行后立即生效,但在系统重启后会丢失所做的修改。==永久修改主机名永久更改系统的hostname需要要修改相关的设置文件1.基于RedHat发
Feign是Webservice服务的客户端,创建接口+注解就可完成,实现简单客户端通过@EnableFeignClients开启Feign的支持功能@SpringBootApplication@EnableEurekaClient@EnableFeignClients@RestControllerpublic class TestApplication {public static void m
机器学习策略[2]1. 进行误差分析2. 清除标注错误的数据3. 快速搭建你的第一个系统,并进行迭代4. 使用来自不同分布的数据,进行训练和测试5. 数据分布不匹配时,偏差与方差的分析6. 定位数据不匹配问题7. 迁移学习 Transfer learning8. 多任务学习 Multi-task learning9. 什么是端到端的深度学习10. 是否要使用端到端的深度学习1. 进行误差分析举例:
卷积神经网络1. 计算机视觉2. 边缘检测示例3. 更多边缘检测4. Padding5. 卷积步长6. 三维卷积7. 单层卷积网络8. 简单卷积网络示例9. 池化层10. 卷积神经网络示例11. 为什么使用卷积?1. 计算机视觉举例:图片猫????识别,目标检测(无人驾驶),图像风格转换(比如转成素描)等等面临的挑战:数据的输入可能会非常大一张1000×1000的图片,特征向量的维度达到了1000
一个完整的深度框架中应该包含两个主要部分,即训练(training)和推理(inference)训练(Training)打个比方,你现在想要训练一个能区分苹果还是橘子的模型,你需要搜索一些苹果和橘子的图片,这些图片放在一起称为训练数据集(training dataset),训练数据集是有标签的,苹果图片的标签就是苹果,橘子亦然。一个初始神经网络通过不断的优化自身参数,来让自己变得准确,可能开始10