看到论坛里很多朋友都在提问如何存储和调用已经训练好的神经网络。本人前几天也遇到了这样的问题，在论坛中看了大家的回复，虽然都提到了关键的两个函数“save”和“load”，但或多或少都简洁了些，让人摸不着头脑（呵呵，当然也可能是本人太菜）。通过不断调试，大致弄明白这两个函数对神经网络的存储。下面附上实例给大家做个说明，希望对跟我有一样问题的朋友有所帮助。如果只是需要在工作目录下保到当前训

今天使用vagrant+ubuntu搭建了一个环境，由于测试要使用qemu模块，必须在图形界面下调试，所以ubuntu装了vnc4server和gnome，外部vnc client连接之后，界面正常显示，但还没敲几句代码，就发现按键s和按键d出问题了，按下按键s会直接跳到菜单栏applications上去，按下按键d的效果是所以窗口最小化和恢复，瞬间崩溃了，查了很多资料终于发现问题出在早期的ubu

在MATLAB中可以在行首部加%来进行注释，%%

ubuntu中没有LS_COLORS，/etc/目录中也没有DIR_COLORS，所以这里使用dircolor命令加以解决1. 利用dircolors命令，查看我们的系统当前的文件名称显示颜色的值，然后利用管道重定向到用户目录下的任意一个文件（这里我们创建了一个.dircolors文件）  命令1： cd ~ 命令2： dircolors -p > .dircolors

文章转自：http://blog.csdn.net/shifenglov/article/details/43762705前言最新的情况是国内BAT已经都上了spark，而且spark在hadoop上的应用，大有为大象插上翅膀的效果。个人估计在未来两到三年，spark大有代替hadoop的mapreduce的趋势。应该说spark的在使用上面的经济成本，性能优势，一

文章转自：http://www.matlabsky.com/thread-12414-1-1.html基于GridSearch的svm参数寻优http://www.matlabsky.com/thread-12411-1-1.html基于GA的svm参数寻优http://www.matlabsky.com/thread-12412-1-1.html===

看到论坛里很多朋友都在提问如何存储和调用已经训练好的神经网络。本人前几天也遇到了这样的问题，在论坛中看了大家的回复，虽然都提到了关键的两个函数“save”和“load”，但或多或少都简洁了些，让人摸不着头脑（呵呵，当然也可能是本人太菜）。通过不断调试，大致弄明白这两个函数对神经网络的存储。下面附上实例给大家做个说明，希望对跟我有一样问题的朋友有所帮助。如果只是需要在工作目录下保到当前训

今天尝试读一个json文件，一直报错代码：f = file('relation.json')d = json.load(f)报错：在使用Python的时候，经常会碰到这个报错，之前一直弄不清楚是什么问题，今天专门研究了一下，报错的意思大概是，无法解码，在位置0处有非法的开始字节。了解后发现，在utf-8编码文件中BOM在文件头部，占用三个字节，用来标示该文件属于u

神经网络中隐层数和隐层节点数问题的讨论一 隐层数        一般认为，增加隐层数可以降低网络误差（也有文献认为不一定能有效降低），提高精度，但也使网络复杂化，从而增加了网络的训练时间和出现“过拟合”的倾向。一般来讲应设计神经网络应优先考虑3层网络（即有1个隐层）。一般地，靠增加隐层节点数来获得较低的误差，其训练效果要比增加隐层数更容易实现。对于没有隐层的神经网络模型，实际上就是一个

当初在virtualBox上安装ubantu虚拟机时，分区建议8g然后我就豪爽的给了25G，心想一定够用！万万没想到，我还是要开始折腾给虚拟机扩展硬盘空间了！步骤总的分两步！（一） 添加虚拟硬盘VitualBox 4.0以后，添加虚拟硬盘非常简单，可以直接用VBoxManage命令来完成，在windows的cmd下，输入下面的命令行：VBoxManage modifyh