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
LINUX暂停、挂起进程,开启进程先使用如下命令查看你需要暂停的进程:ps -a确定想要关闭的进程后,使用如下命令暂停、挂起进程:kill -stop 进程号如果你想开启上面挂起的进行,并放在后台运行:kill -cont 进程号...
大数据开发总结个人总结个人总结1、kafka的消费者组是如何消费的?一个分区只能被消费者组中的一个消费者消费一个消费者组中的一个消费者可以消费多个分区一个消费者组中的不同消费者消费的分区一定不会重复一个topic可以有多个consumer group,但每个partition只会把消息发给该consumer group中的一个consummer2、kafka为什么有消费者组?(1)消费效率高(2)
数据挖掘——时间序列算法前言一、平滑法1、简述2、移动平均法2.1、简单移动平均2.2、加权移动平均法3、指数平滑法前言时间序列是许多数据挖掘任务重最常见的类型之一,同时也比较难处理。这篇记录下我所理解下的时间序列模型的算法。注意,这不是特征工程,而是算法(暂时是这样理解的,毕竟目前还没使用过这些方法做特征工程)。一、平滑法1、简述所谓时间序列平滑预测是指用平均的方法,把时间序列中的随机...
K折验证交叉验证总的来说,交叉验证既可以解决数据集的数据量不够大问题,也可以解决参数调优的问题。这块主要有三种方式:简单交叉验证(HoldOut检验)、k折交叉验证(k-fold交叉验证)、自助法。该文仅针对k折交叉验证做详解。简单交叉验证方法:将原始数据集随机划分成训练集和验证集两部分。比如说,将样本按照70%~30%的比例分成两部分,70%的样本用于训练模型;30%的样本用于模型验证。...
pytorch的padding怎么使用?支持哪些padding方式方法?padding有什么意义?前言pytorch支持哪些padding?1. zeros(常量填充)2. reflect(反射填充)3. replicate(复制填充)4. circular(循环填充)总结前言搭建深度学习模型,必不可少使用卷积,卷积中有一个参数padding需要理解且应该掌握选择哪种方式进行padding,本文对
K折验证交叉验证总的来说,交叉验证既可以解决数据集的数据量不够大问题,也可以解决参数调优的问题。这块主要有三种方式:简单交叉验证(HoldOut检验)、k折交叉验证(k-fold交叉验证)、自助法。该文仅针对k折交叉验证做详解。简单交叉验证方法:将原始数据集随机划分成训练集和验证集两部分。比如说,将样本按照70%~30%的比例分成两部分,70%的样本用于训练模型;30%的样本用于模型验证。...