Tony 发布的文章

kNN算法的实现和运用


kNN就是k-近邻算法,它的工作原理是:存在样本数据集,且样本中每个数据都有标签。在输入没有标签的数据后,将新数据的特征与样本进行比对,可以从样本中提取出最相似数据的标签。一般来说,只选取样本中前K个最相似数据(一般k<20)。最后,选取k个最相似数据中出现最多次的分类,作为新数据的分类。

算法分析 优点:精度高,对异常值不敏感,无输入假定 缺点:空间和计算复杂度高 适用数据:数值型和标称型

Python实现:


使用Cloudera搭建Hadoop开发环境


  由于Hadoop深受客户欢迎,许多公司都推出了各自版本的Hadoop,也有一些公司则围绕Hadoop开发产品。在Hadoop生态系统中,规模最大、知名度最高的公司则是Cloudera。   当然你也可以选择自己下载hadoop源码进行安装hadoop下载,最新版本已经到2.7,建议的安装环境是Ubuntu和CentOS,安装过程可以在网上找到很多参考,这里就不介绍了。   这里我使用Cloudera公司提供的虚拟机(VMware和VirtualBox版本都有),可以很便捷地搭建hadoop开发环境,毕竟我们的主要目的是学习hadoop,不应该把太多时间浪费在环境的配置上。cloudera-quickstart-vm的下载地址是下载链接。选择你需要的版本下载,我用的是VMware,压缩包大小有4G左右,解压后用VMware打开,将CPU改为4个,内存调为8G(你的本机内存不应该小于8G).运行后是一台配置好的CentOS虚拟机,可以很轻松地在上面开发运行Hadoop.


如何安装cuDNN


  cuDNN是英伟达针对CNN(卷积神经网络)推出的一个库,据说可以对CNN过程进行加速,既然这么好,不妨试用一下。下载地址是链接,需要先注册,然后按步骤选择平台下载,现在有v3和v4版本,可以根据你的CUDA版本选择。我选择的是cuDNN v4 Library for Windows。当然也有一些Sample可以下载。   下载后解压得到一个cuda文件夹,可以先将它放到任意位置,比如我放在D盘根目录。   1.然后设置环境变量,将D:\cuda\bin(取决于你的文件位置)添加到系统变量的Path中。   2.用VS新建一个cuda项目(前提是你的CUDA配置完成)。   3.设置项目属性:


为什么我们需要读《黑客与画家》


  《黑客与画家》其实就是硅谷创业之父paul graham的文集,初看书名你可能会疑惑:黑客与画家究竟为什么能够并列。但是当你细细翻阅这本书后你可能会有自己的结论。   首先说说作者保罗·格雷厄姆,从青年开始接触编程,经历了从哲学到计算机然后创业的丰富人生,无疑他是成功者的代表,但不仅限于此,他将成功分享,以自身经验帮助更多人,成为了如今的互联网创业教父级人物,这也奠定了他文章的深厚内涵。

                (一) 黑客是什么

  在书的开始就解释了为什么书呆子不受欢迎,这或许也是作者对自身经历的深刻的感悟,这里说的“书呆子“不是指思想刻板的人,而是那些沉浸在自身领域中的聪明人,社交固然能让人与集体融洽,但某些天才却因为种种原因遭到排斥,我们唯一能做的就是相互尊重,让所有人和谐共存。


Theano+Lasagne 实现手写数字识别


  Python在机器学习领域的地位越来越重要了,不仅因为它的简洁快速,更重要的是众多的社区和库的支持。   下面介绍几个非常不错的Python深度学习库:Theano,Pylearn2,Blocks,Keras,Lasagne   详细介绍可以参照链接中的文章。

  本文来说说用Theano+Lasagne来实现。

  Theano是一个强大的库,几乎能在任何情况下使用,从简单的logistic回归到建模并生成音乐和弦序列或是使用长短期记忆人工神经网络对电影收视率进行分类。更为重要的是它可以使用了Cython和CUDA来加速,大大提高了效率。   而Lasagne则是基于Theano构建的库,可以更便捷得实现深度学习功能,二者缺一不可。