理解LSTM及其圖示符號
雖然我們不知道大腦的功能如何，但我們感覺它必須有一個邏輯單元和一個記憶單元，然後通過推理和經驗做出決定。所以類似的對於計算機來說，我們有邏輯單...
L1正則化的稀疏性解釋
我覺得我屬於比較笨的那一類人。當理解一個抽象/數學的想法時，我必須真正把它放在圖像中，必須在頭腦中看到並觸摸它。我需要通過幾何物體，想法背後的直覺...
從程序員的角度來看比特幣挖掘算法
網頁區塊(Blocks)中表示，比特幣挖掘過程實際上是在解決數學問題，但再閱讀Block hashing algorithm這篇文章感覺還是不太理解沒。也想嘗試閱讀bitcoind源代碼...
理解區塊鏈
毫無疑問，我們正在從單一的加密貨幣焦點(比特幣)轉向構建在區塊鏈之上的各種基於加密貨幣的應用程序。
本文將探討區塊鏈對開發者的影響，區塊鏈應...
Tensorflow：如何保存/恢複模型？匯總整理
在Tensorflow中訓練一個模型之後：
如何保存訓練得到的模型？
如何恢複(重新加載)這個保存的模型？
最佳解決辦法
為保存和恢複模型添加更多...
TensorFlow中tf.app.flags的作用是什麽？
閱讀Tensorflow代碼時遇到的問題
最近在研究大名鼎鼎的深度學習工具包Tensorflow，在閱讀Tensorflow中的示例Python代碼時，發現有以下代碼片段：
flags = t...
深度學習庫Keras入門
Keras簡介
Keras是一個高級神經網絡API，用Python編寫，能夠運行在TensorFlow或者Theano之上。它的開發重點是實現快速實驗。從想法到結果延遲很小，是做好...
pyspark卡方特征選擇ChiSqSelector用法示例
類ChiSqSelector聲明
class pyspark.mllib.feature.ChiSqSelector(numTopFeatures=50, selectorType='numTopFeatures', percentile=0.1, fpr=0.05)
類ChiS...
Spark中ml和mllib的區別
Spark中ml和mllib的主要區別和聯係如下：
ml和mllib都是Spark中的機器學習庫，目前常用的機器學習功能2個庫都能滿足需求。
spark官方推薦使用ml, 因...
pyspark LDA模型示例
潛在的Dirichlet分配（LDA），是專為文本文檔設計的主題模型。
術語說明：
“word”=“term”：詞匯表的元素。
“token”：出現在文檔中的term的實例。
“topic”...
pyspark GBDT分類和回歸示例
GBDT分類
pyspark使用類GradientBoostedTrees的trainClassifier函數進行GBDT分類模型訓練：
trainClassifier(data, categoricalFeaturesInfo, loss='logLos...
XGBoost調參注意事項
機器學習中參數調整是門藝術，模型的最佳參數可能取決於許多場景，所以很難為此做一個全麵的指導。本文嘗試為xgboost中的參數調整提供一些說明。
了解偏...
pyspark RandomForest的分類和回歸示例
pyspark中的RandomForest，也就是隨機森林，既可以訓練分類模型，也可以訓練回歸模型，下麵分別介紹。
RandomForest分類
使用RondomForest建立分類模型...
pyspark LogisticRegressionModel用法示例
類用法簡介
class pyspark.mllib.classification.LogisticRegressionModel(weights, intercept, numFeatures, numClasses)
LogisticRegressionModel: 使用...
因子機深入解析[推薦]
本文由Tracholar授權發布，未經允許，請勿轉載。
在組內做過一次因子機的技術分享，這裏將內容以及自己的思考記錄如下。
綜述
什麽是因...