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

docker的一些相关操作

1        安装docker的流程①  获取最新版本的docker安装包命令:wget -qO- https://get.docker.com/ | sh②  启动docker后台服务命令:sudo service docker start③   测试运行hello-world命令:docker run hello-world 2        启动一个镜像(相当于启动一个虚拟机),创建容器

用Inception-V3模型进行图像分类

Inception-V3模型简介本例使用预训练好的深度神经网络Inception-v3模型来进行图像分类。Inception-v3模型在一台配有 8 Tesla K40 GPUs,大概价值$30,000的野兽级计算机上训练了几个星期,因此不可能在一台普通的PC上训练。我们将会下载预训练好的Inception模型,然后用它来做图像分类。Inception-v3模型大约有2500万个参数,分类一张图像

概率分布中的cdf,pdf, pmf

一 概念解释二 数学表示三概念分析四分布函数的意义五参考文献一. 概念解释PDF:概率密度函数(probability density function), 在数学中,连续型随机变量的概率密度函数(在不至于混淆时可以简称为密度函数)是一个描述这个随机变量的输出值,在某个确定的取值点附近的可能性的函数。PMF : 概率质量函数(probability mass function), 在概率论中,概率

多元线性回归模型中的常数项

作者:flyerye链接:https://www.zhihu.com/question/22450977/answer/250476871来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。回答这个问题,我们先从定义出发,然后再结合个实际例子去理解。从定义来看,多元线性回归方程定义如下:这里的 a 为常数项,为随机误差项,且服从标准正态分布(),或者我们把它称作白...

过拟合和欠拟合

1  什么是过拟合通俗的来讲,过拟合就是对训练集学的太好了。当在训练集上成功率增加而在测试集上成功率减少,那么就认为出现了过拟合。一般来说,出现过拟合是训练样本过少而需要训练的参数过多解决过拟合的办法: 增加训练样本,L1或者L2正则化,dropout2  什么是欠拟合就是学习的不够好,一般出现在训练样本过大而需要训练的参数过少解决欠拟合的办法: 将网络参数整多一些。完整版如下:1. 欠拟合:  

嵌入式AI的介绍

「嵌入式 AI」这个概念在当下非常火。不过,它到底是什么?更适合应用到哪些场景里?还有什么是它做不到的?我们应该来听听业内做这一行的专家们的意见。本文引用地址: http://www.21ic.com/news/computer/201711/743355.htm在人工智能迅猛发展的当下,几乎每一家企业都在探索行业的切入点,试图在人工智能大潮中分一杯羹。而在追寻 AI 商业化的道路上,人们逐渐发现

c++中类的声明和实现

(1) 当c++中类的声明和实现放在一个类中时,c++编译器会把函数当成内联函数来对待,如下面的getR函数,c++编译器就会把其当成一个内联函数。class Circle{public:double r;double s;public:double getR(){a++;return r;}void setR(double val){...

微分方程模型

在数学建模中,当要描述某事件的数量变化对时间或者其它东西的变化时,可以考虑采用微分方程模型。根据函数及其变化率之间的关系确定函数。根据建模目的和问题分析做出简单的假设。按照内在规律或用类比法建立微分方程。下面2个例子:1   传染病模型:2  战争模型具体可以看ppt,有什么问题欢迎在下面留言。...

k折交叉验证

转自: https://blog.csdn.net/holybin/article/details/27185659交叉验证(Cross Validation),有的时候也称作循环估计(Rotation Estimation),是一种统计学上将数据样本切割成较小子集的实用方法,该理论是由Seymour Geisser提出的。在模式识别(Pattern Recognition)和机器学习(Machi

    共 11 条
  • 1
  • 2
  • 请选择