开源中国

我们不支持 IE 10 及以下版本浏览器

It appears you’re using an unsupported browser

为了获得更好的浏览体验,我们强烈建议您使用较新版本的 Chrome、 Firefox、 Safari 等,或者升级到最新版本的IE浏览器。 如果您使用的是 IE 11 或以上版本,请关闭“兼容性视图”。
博客专区 - 开源中国社区

精彩阅读

  • 最新推荐

  • 今日热门

  • 本周热门

  • 每日一博

  • 最新文章

if elseif else条件语句的计算量问题

我们经常用if elseif else这种条件语句去做分支处理,之前遇到这种语句时就有点困惑,哪种条件语句放前面,哪种放后面,不同顺序是否有计算量和效率上的不同?在计算量小的时候,其实分别是不大的,但是随着代码量的不断增多,运算量越来越大,特别是将来大数据和机器学习等海量数据处理的时候,算法的优势就更加明显.Ps: alphaGo Zero用的处理器只有alphaGo的十分之一,算力不强大,但算法的优势却一举让它成功打败阿尔法狗,也印证了算法之于算力的关系,可见算法的重要性.这次用一个小例子来说明代码的计算量优化的问题.   假设我们有两个箱子,每个箱子里有从1到10一共10个球,同时从两个箱中分别取一个球,如果两个数都大于8,则中奖.现在要写一个代码,判断是否中奖.   思路:我们知道中奖的概率是(2/10)^2=0.04,是一个小概率事件,所以我们分别从两个方向来统计代码的计算量,一个从大概率开始判断,一个从小概率开始判断.   从大概率开始判断 //运算次数初始化 $times = 0; //先判断大概率事件 for ($i=1;$i<=10;$i++) { for ($j=1;$j<=10;$j++) { if ($i<=8 && $j<=8) { //如果两个数都小于等于8,则这次判断的运算量为3,运算量+3 $times += 3...
vinci321 发布于 21小时前 阅读 131 评论 1 点赞 1

腾讯Andymhuang(黄明):道器相融,由Angel论一个优秀机器学习平台的自我修养  

## 摘要 > 2017年6月,腾讯正式开源面向机器学习的第三代高性能计算平台 Angel,在GitHub上备受关注;2017年10月19日,腾讯T4专家Andymhuang(黄明)将为QCon上海的听众奉上一场Spark on Angel的精彩分享。作为Angel的主要开发者和团队负责人,同时也是Spark的早期研究者和布道者,他的工作经历可以说同步了通用大数据平台到专用机器学习平台的转变历程。因此,在这之前,InfoQ对黄明的进行了一次采访问答,他将与大家分享人工智能时代的大数据平台演进之路,并结合Angel的开发经验,谈谈如何打造一个优秀的机器学习平台,以及开源后Angel的最新消息和未来规划。 人工智能到底会给企业带来什么?——是改变,机遇,还是更大的挑战? 在之前的大数据时代,企业开始意识到数据的重要性并着手搭建自己的大数据平台,大数据成为业界关注的焦点,Hadoop、Spark等等各式各样的大数据框架、组件、平台层出不穷。随着人工智能时代来临,大数据平台发生了新的变化,也提出了更高的要求。Spark等大数据平台多是为通用数据处理而设计的,并非专用于机器学习任务,企业该如何更好地利用机器学习、深度学习等人工智能技术从实时数据中高效挖掘有价值的信息? 在过去的两年(2015-2017),...
腾讯开源 发布于 2周前 阅读 61

Python实现生命游戏

Python,生命游戏,matplotlib
江桃人 发布于 2周前 阅读 1603 评论 1 点赞 7

备战未来,6 款优秀的 AR/VR 开源库推荐

如果说去年是“ VR 元年”,那今年则可以称得上是 AR 的爆发年。2017 年,VR 市场趋于平静,技术逐渐沉淀;而 AR 增强现实技术的关注度却在不断升温。前段时间发布的支持 AR 的 iOS11 ,也玩出了各种花样。接下来,推荐几款优秀的 AR/VR 开源库,希望能对大家有所帮助。 1、AR.js AR.js 是一款应用于 Web 的高效增强现实(AR)库,基于 three.js + jsartoolkit5,无需安装。它适用于任何带有 webgl 和 webrtc 的手机,且运行速度非常快,在手机上也能高效运行,包括 Android、IOS 和 Windows phone 。 2、Lullaby Lullaby 是 Google 为 AR/VR 开发而推出的高性能 C++ 开源库,支持完整的 3D VR 环境,包括几何世界、全景图像和空间音频。它可实现高效的 runtime 性能,是由数据驱动的开发工具,可进行快速迭代。基于 Java API ,可与现有的安卓应用集成,支持 Cardboard/Daydream 头显、DaydreamVR 控制器和 VR 键盘,适用于 Android、iOS、Linux 和 Windows 平台。 3、A-Frame A-Frame 是 Mozilla 开源的网页虚拟现实体验( WebVR )框架,旨在让创建 WebVR 体验变得更简单。它可在移动、桌面、Vive 和 Rift 在内的平台上运行,跨平台处理 3D 和 WebVR 模板。 A-Frame ...
编辑部的故事 发布于 2周前 阅读 2174 评论 3 点赞 5

个性满满!那些有意思的艺术图像生成工具推荐

随着深度学习的快速发展以及技术的开源,越来越多的人开始接触和了解深度学习,也出现了越来越多的开源的深度学习项目。其中不乏一些非常有意思的项目,在帮助用户了解深度学习原理的同时,还能生成一些奇特、颇具艺术感的图像。 1、DeepDream DeepDream 是 Google 开源的用来分类和整理图像的 AI 程序 Inceptionism 。Google 把一个人工神经网络项目放到了互联网上“造梦”,它可以挖掘可视的数据,“增强”图像中某些部分,而且其特性是依靠自己的数据集来“识别”里面(的内容)。出图效果是朦胧的、旋涡状有噪点的彩釉色,里面的物体可以反复变化。 2、Neural style Neural style 可以说是一款画风迁移工具,就是让机器模仿已有画作的绘画风格来把一张图片重新绘制的算法。它将计算机算法和艺术相结合,可以将照片风格化为名家大师的画风,而且整个过程十分迅速,在笔记本 CPU 上十几秒就可以风格化一张图片。 3、Neural Doodle Neural Doodle 则是一款将涂鸦变成艺术画的工具。比如说随手涂鸦一幅画,它会使用深层神经网络借鉴真实艺术家的风格,将这幅画变成充满艺术感的画像。整个过程差不多类似于人脑对物体的解析和重构的过程。 4、Image Analogies Image Analogi...
编辑部的故事 发布于 4周前 阅读 3041 评论 13 点赞 13

这个六足机器人想成为你的朋友和舞伴

一家创业公司创造了一个外形像昆虫的机器人,还为之打造了应用商店,并希望它能成为机器人界的iPhone。
宋庆离 发布于 1个月前 阅读 405 点赞 1

【世界知名量子科学家加盟阿里】施尧耘出任阿里云量子技术首席科学家

量子技术领域重量级人物施尧耘已经确认加入阿里巴巴,担任阿里云量子技术首席科学家。施尧耘教授在阿里巴巴的主要工作和角色是组建并负责阿里云量子计算实验室。施教授说,阿里云不仅强力支撑量子,也是未来量子应用的输出渠道。
OSC_Lucy 发布于 1个月前 阅读 608

Vincross孙天齐:人机界面的突破将将引发科技革命

8月23—27日,世界机器人大会在北京举办,全球各国机器人领域的优秀企业悉数亮相,五花八门的机器人及产业链上下游最新技术均能在这次盛会上找到踪迹,整个会场充满了未来感与时代发展的气息。
宋庆离 发布于 2个月前 阅读 801

杭州云栖大会10月起航,这里有一份最全的大会剧透

10月11-14日,为期四天的2017杭州云栖大会将再度在杭州云栖小镇起航,作为全球最具影响力的科技展会之一,本届大会不仅有阿里集团专家以及各企业行业领袖的精彩演讲,众多黑科技也将集体亮相。
OSC_Lucy 发布于 2个月前 阅读 284

【合集】云栖大会珍贵技术资料:20+覆盖容器技术、智能工业、大数据、开源数据库等(下)

摘要: 云栖社区从几百位讲师中精挑细选了若干精华,其中涵盖了智能物流、大数据、开源数据库、智能工业、容器技术以及智能应用实践等。
OSC_Lucy 发布于 2个月前 阅读 491

Java分布式神经网络库Deeplearning4j 环境搭建和运行一个例子

deeplearning4j是一个Apache 2.0-licensed,开源的,分布式神经网络库编写的java和Scala。 开源的学习框架也不少,这么多大企业贡献了自己的部分产品,开源供大家学习研究和完善。例如:Tensor flow,caffe,Theano,Torch,Brainstorm,Chainer,Deeplearning4j 等等,其中Deeplearning4j 是基于 JVM 开发的机器学习工具,完全开源,天行支持JVM 上运行的程序,如:spark ,Hadoop 等。本文介绍一下 Deeplearning4j 的环境搭建,及运行一个官方的例程。
小帅帅丶 发布于 2个月前 阅读 1385 评论 1 点赞 3

调用腾讯优图开放平台进行人脸识别-Java调用API实现

调用腾讯优图开放平台进行人脸识别-Java调用API实现
小帅帅丶 发布于 2个月前 阅读 2875 评论 10 点赞 5

科技解放生产力之语音转换文字

语音转写,顾名思义就是把语音转换成文本 在实际的应用场景中,可以是讲演转文稿,可以是在IM工具交流,等等等等 可以说,这项技术的出现,极大的解放了生产力,提高了工作、沟通效率 今天这里拿出一个实例,大家一起看一看在这个应用场景中语音转文本所带来的便利 对于记者朋友来说,一场发布会后整理出文字稿件永远是第一主题 在以前,他需要在现场录制音频,回到单位后一句一句听写,纯人工转写,随后再一次形成报道 那么现在,他可以在现场直接调用服务,实时把语音转换为文字。回到办公室,他可以根据文稿直接形成报道 也或者他依旧用录音笔录制了现场的录音,在回办公室的路上,他把音频文件通过软件转换到了文本稿件,同样的,回到办公室,他只需要根据文稿形成报道 了解了这样的案例,今天要介绍的主角就可以闪亮登场了 IBM Watson! 你可能以为它只是一个简单的语音转文本的服务(接口),其实,它是一个标准的计算机认知系统! 让我们把时间退回到2011年,当时有这样一则报道 “2011年,Watson 在美国最受欢迎的智力问答电视节目《危险边缘》(Jeopardy)中亮相,一举打败了人类智力竞赛冠军。如今,Watson 已经发展为一个商业化、基于云的认知系统,应用到各行各业...
qwerttaa 发布于 2个月前 阅读 1892 评论 5 点赞 5

微信小程序——智能小秘“遥知之”源码分享(语义理解基于olami)

##微信小程序智能生活小秘书开发详解 **>>>>>>>>>>>>>>>>>>>>>>>> 欢迎转载 <<<<<<<<<<<<<<<<<<<<<<<<** **本文原地址:[http://blog.csdn.net/happycxz/article/details/75432928](http://blog.csdn.net/happycxz/article/details/75432928)** **“遥知之”微信小程序完整源码下载:** 码云:[http://git.oschina.net/happycxz/nlp_olami_yaozhizhi_wechat_littleapp_demo](http://git.oschina.net/happycxz/nlp_olami_yaozhizhi_wechat_littleapp_demo) CSDN: [http://download.csdn.net/download/happycxz/9919690](http://download.csdn.net/download/happycxz/9919690) github: [https://github.com/happycxz/nlp_olami_yaozhizhi_wechat_littleapp_demo](https://github.com/happycxz/nlp_olami_yaozhizhi_wechat_littleapp_demo) ###实现功能 实现一个智能生活信息查询的小秘书功能,支持查天气、新闻、日历、汇率、笑话、故事、百科、诗词、邮编、区号、菜谱、股票、节目预告,还支持闲聊、算24点、数学计算、单位换算、购物、搜索等功能。 使用方式上支持摇一摇、点界面按钮、手动输入、下拉刷新这四种方式。 ###扫码试用(左右皆可) ![小程序码小](http://img.bl...
墨墨迹 发布于 3个月前 阅读 361 评论 2

Spark on Angel:Spark机器学习的核心加速器

Spark on Angel:Spark机器学习的核心加速器   Spark的核心概念是RDD,而RDD的关键特性之一是其不可变性,来规避分布式环境下复杂的各种并行问题。这个抽象,在数据分析的领域是没有问题的,它能最大化的解决分布式问题,简化各种算子的复杂度,并提供高性能的分布式数据处理运算能力。 然而在机器学习领域,RDD的弱点很快也暴露了。机器学习的核心是迭代和参数更新。RDD凭借着逻辑上不落地的内存计算特性,可以很好的解决迭代的问题,然而RDD的不可变性,却非常不适合参数反复多次更新的需求。这本质上的不匹配性,导致了Spark的MLlib库,发展一直非常缓慢,从2015年开始就没有实质性的创新,性能也不好。 为此,Angel在设计生态圈的时候,优先考虑了Spark。在V1.0.0推出的时候,就已经具备了Spark on Angel的功能,基于Angel为Spark加上了PS功能,在不变中加入了变化的因素,可谓如虎添翼。 我们将以L-BFGS为例,来分析Spark在机器学习算法的实现上的问题,以及Spark on Angel是如何解决Spark在机器学习任务中的遇到的瓶颈,让Spark的机器学习更加强大。 1. L-BFGS算法说明 2.L-BFGS的Spark实现 3.L-BFGS的Spark on Angel实现 3.1 实现框架 Spark on Angel借助Angel PS-...
腾讯开源 发布于 3个月前 阅读 392

使用Bluemix进行chatbot的开发总结

上周我们进行了一次使用Bluemix进行chatbot开发的活动,诸多开发者参与了这次活动,并对此次活动进行了总结。
宋庆离 发布于 3个月前 阅读 2847

FaceRank-人脸打分基于 TensorFlow 的 CNN 模型

## FaceRank-人脸打分基于 TensorFlow 的 CNN 模型 ## 隐私 因为隐私问题,训练图片集并不提供,稍微可能会放一些卡通图片。 ## 数据集 * 130张 128*128 张网络图片,图片名: 1-3.jpg 表示 分值为3 的第3 张图。 你可以把符合这个格式的图片放在 resize_images 来训练模型。 ## 模型 人脸打分基于 TensorFlow 的 CNN 模型 代码参考 : https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/convolutional_network.py ## 运行 安装好 TensorFlow 之后,直接运行 train_model.py. * 训练模型 * 保存模型到 model 文件夹 ## 测试 运行完 train_model.py 之后,直接运行 run_model.py 来测试. ## 下载 训练好的模型可以在以下网址下载: http://www.tensorflownews.com/ ## 模型效果 * 训练过程 你可以看训练过程: Train_Result.md ,这里有损失函数和准确率变化过程。 * 测试结果 结果并不非常好,但是增加数据集之后有所改善。 ``` (?, 128, 128, 24) (?, 64, 64, 24) (?, 64, 64, 96) (?, 32, 32, 96) ['1-1.jpg', '1-2.jpg', '10-1.jpg', '10-2.jpg', '2-1.jpg', '2-2.jpg', '3-1.jpg', '3-2.jpg', '4-1.jpg', '4-2.jpg', '5-1.jp...
feiwang 发布于 3个月前 阅读 614 评论 1

决策树是如何工作的

决策树算法属于监督学习算法系列。与其他监督学习算法不同,决策树算法也可用于求解关于回归和分类问题。
萝卜坑坑 发布于 3个月前 阅读 728

警卫机器人Steve只是需要一点小帮助

近日,由美国Knightscope公司研发的巡逻机器人在工作中不慎跌进水池的新闻在网络上引起轩然大波。一些媒体和网友嘲笑这个机器人行为笨拙,甚至开玩笑说它“有自杀倾向”。对此,机器人公司Vincross的CEO孙天齐发表了自己的看法,并从技术的角度解释了这个机器人为何会不慎落水。原文为英文,首发在其LinkedIn账户,此文为授权转载的译文。
Vincross 发布于 3个月前 阅读 471 评论 3 点赞 1

张志华:关于机器学习的领悟与反思

      近年来,人工智能的强势崛起,特别是去年AlphaGo和韩国九段棋手李世石的人机大战,让我们深刻地领略到了人工智能技术的巨大潜力。数据是载体,智能是目标,而机器学习是从数据通往智能的技术、方法途径。因此,机器学习是数据科学的核心,是现代人工智能的本质。       通俗地说,机器学习就是从数据中挖掘出有价值的信息。数据本身是无意识的,它不能自动呈现出有用的信息。怎样才能找出有价值的东西呢?第一步要给数据一个抽象的表示;接着基于表示进行建模;然后估计模型的参数,也就是计算;为了应对大规模的数据所带来的问题,我们还需要设计一些高效的实现手段,包括硬件层面和算法层面。统计是建模的主要工具和途径,而模型求解大多被定义为一个优化问题或后验抽样问题,具体地,频率派方法其实就是一个优化问题。而贝叶斯模型的计算则往往牵涉蒙特卡罗(Monte Carlo) 随机抽样方法。因此,机器学习是计算机科学和统计学的交叉学科。       借鉴计算机视觉理论创始人马尔 (Marr) 的关于计算机视觉的三级论定义,我把机器学习也分为三个层次:初级、中级和高级。初级阶段是数据获取以及特征的提取。中级阶段是数据处理与分析,它又包含三个方面:首先是...
louise 发布于 3个月前 阅读 2882

人工智能学习笔记

Tensorflow到底是什么? 在以上计算图当中,数据流向为从左至右,即代表由输入到输出。而这正是TensorFlow中“流(flow)”的由来。不过Tensor又是什么? Tensor一词本义为张量,而此计算图中全部数据流皆以张量形式存在。所谓张量,其实际代表的就是一个n维数组。我曾经提到W是一项权重矩阵,但从TensorFlow的角度来看,其实际上属于一项二阶张量——换言之,一个二组数组。 一个标量代表一个零阶张量。 一个向量代表一个一阶张量。 一个矩阵代表一个二阶张量。 一个三维数组代表一个三阶张量。 之后以此类推…… 这就是Tensor的全部含义。在卷积神经网络等深度学习方案当中,大家会需要与四维张量打交道。但本示例中提到的逻辑分类器要更为简单,因此我们在这里最多只涉及到二阶张量——即矩阵。 我之前还提到过,x代表一个向量——或者说一个一阶张量——但接下来我们同样将其视为一个矩阵。y亦采用这样的处理方式。如此一来,我们即可将数据库组视为整体对其loss进行计算。 一条简单的示例(example)语音内包含20个数据元素。如果大家将全部3168条示例加载至x当中,则x会成为一个3168 x 20的矩阵。再将x与W相乘,则得出的结果y_pred为一个3168 x 1的矩阵。具体来讲,y...
SuShine 发布于 2个月前 阅读 29

神经网络(二):Logistic实践(2)

本节主要通过代码实现第一节中的算法。
centrald 发布于 1周前 阅读 16

Programming collective inteligence

1、集合智慧的典型例子: 维基百科: 谷歌:  
ricardohn 发布于 4小时前 阅读 1

Ubuntu16.04lts 安装Theano配置GPU

参考文献:jteng的专栏-http://blog.csdn.net/jteng/article/details/52075871 根据jteng分享的安装步骤,第一次安装并没有成功。 XXX:~$ python Python 2.7.13 |Anaconda 4.4.0 (64-bit)| (default, Dec 20 2016, 23:09:15) [GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux2 Type "help", "copyright", "credits" or "license" for more information. Anaconda is brought to you by Continuum Analytics. Please check out: http://continuum.io/thanks and https://anaconda.org >>> import theano Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/home/seanow/anaconda2/lib/python2.7/site-packages/theano/__init__.py", line 45, in <module> from theano.configdefaults import config File "/home/seanow/anaconda2/lib/python2.7/site-packages/theano/configdefaults.py", line 17, in <module> from theano.configparser import (AddConfigVar, BoolParam, ConfigParam, EnumStr, File "/home/seanow/anaconda2/lib/python2.7/site-packages/theano/configparser.py", line 86, in <module> theano_c...
seanow 发布于 3个月前 阅读 17

CognitiveJ一个Java的人脸图像识别开源分析库

CognitiveJ 是一个开源的,支持 Java 8 API 的库,用于管理和编排 Java 应用和微软的Cognitive(Project Oxford)机器学习和图像处理库的项目,可以让你查询以及分析图像。 一:人脸识别     1.人脸检测– 捕获脸部、性别、年龄等相关脸部特征以及图像的标志     2.表情检测 – 根据图像中的脸部信息推断出表情状态     3.验证 – 验证同一个人的两张不同表情的差异     4.识别 – 根据已知的人里识别出某个人     5.查找相似 —— 对人脸检测、分组以及排名以找出类似的人脸     6.分组 – 基于脸部特征进行人的分组     7.Person Group/Person/Face Lists; 创建、管理和训练分组、脸部和人列表用于识别、分组和查找相似的脸部特征 二:视觉     1.图像描述 —— 描述图像的可视化内容并返回真实世界中的表述方式     2.图像分析 —— 抽取图像中的关键信息,例如可判断图片是否包含色情性质     3.OCR – 检测和提取图像中的文字     4.缩略图 – 根据图像的关键点来创建缩略图 三:图层 (体验阶段)     1.应用图像层到多个图像上,将发现的特征进行可视化展现     2.在人脸和图像上使用字幕     3.形象的描述脸部和视觉特征集     ...
孟飞阳 发布于 2个月前 阅读 47

pyspider爬虫学习-文档翻译-About-Projects.md

首次尝试读取源码的同时翻译文档,大家多多指正,勿喷
sijinge 发布于 2个月前 阅读 25

Java分布式神经网络库Deeplearning4j之上手实践手写数字图像识别与模型训练

简单来说:就是根据示例下载训练和测试数据。进行训练模型。之后可以根据自己手写数字图像或者使用测试数据进行识别测试。
小帅帅丶 发布于 1个月前 阅读 100 评论 2

【机器学习实战】第15章 大数据与 MapReduce

机器学习实战(MachineLearning In Action)第15章 大数据与 MapReduce
开拓者-2017 发布于 2周前 阅读 7

Python实现生命游戏

Python,生命游戏,matplotlib
江桃人 发布于 2周前 阅读 1603 评论 1 点赞 7

备战未来,6 款优秀的 AR/VR 开源库推荐

如果说去年是“ VR 元年”,那今年则可以称得上是 AR 的爆发年。2017 年,VR 市场趋于平静,技术逐渐沉淀;而 AR 增强现实技术的关注度却在不断升温。前段时间发布的支持 AR 的 iOS11 ,也玩出了各种花样。接下来,推荐几款优秀的 AR/VR 开源库,希望能对大家有所帮助。 1、AR.js AR.js 是一款应用于 Web 的高效增强现实(AR)库,基于 three.js + jsartoolkit5,无需安装。它适用于任何带有 webgl 和 webrtc 的手机,且运行速度非常快,在手机上也能高效运行,包括 Android、IOS 和 Windows phone 。 2、Lullaby Lullaby 是 Google 为 AR/VR 开发而推出的高性能 C++ 开源库,支持完整的 3D VR 环境,包括几何世界、全景图像和空间音频。它可实现高效的 runtime 性能,是由数据驱动的开发工具,可进行快速迭代。基于 Java API ,可与现有的安卓应用集成,支持 Cardboard/Daydream 头显、DaydreamVR 控制器和 VR 键盘,适用于 Android、iOS、Linux 和 Windows 平台。 3、A-Frame A-Frame 是 Mozilla 开源的网页虚拟现实体验( WebVR )框架,旨在让创建 WebVR 体验变得更简单。它可在移动、桌面、Vive 和 Rift 在内的平台上运行,跨平台处理 3D 和 WebVR 模板。 A-Frame ...
编辑部的故事 发布于 2周前 阅读 2174 评论 3 点赞 5

if elseif else条件语句的计算量问题

我们经常用if elseif else这种条件语句去做分支处理,之前遇到这种语句时就有点困惑,哪种条件语句放前面,哪种放后面,不同顺序是否有计算量和效率上的不同?在计算量小的时候,其实分别是不大的,但是随着代码量的不断增多,运算量越来越大,特别是将来大数据和机器学习等海量数据处理的时候,算法的优势就更加明显.Ps: alphaGo Zero用的处理器只有alphaGo的十分之一,算力不强大,但算法的优势却一举让它成功打败阿尔法狗,也印证了算法之于算力的关系,可见算法的重要性.这次用一个小例子来说明代码的计算量优化的问题.   假设我们有两个箱子,每个箱子里有从1到10一共10个球,同时从两个箱中分别取一个球,如果两个数都大于8,则中奖.现在要写一个代码,判断是否中奖.   思路:我们知道中奖的概率是(2/10)^2=0.04,是一个小概率事件,所以我们分别从两个方向来统计代码的计算量,一个从大概率开始判断,一个从小概率开始判断.   从大概率开始判断 //运算次数初始化 $times = 0; //先判断大概率事件 for ($i=1;$i<=10;$i++) { for ($j=1;$j<=10;$j++) { if ($i<=8 && $j<=8) { //如果两个数都小于等于8,则这次判断的运算量为3,运算量+3 $times += 3...
vinci321 发布于 21小时前 阅读 131 评论 1 点赞 1

个性满满!那些有意思的艺术图像生成工具推荐

随着深度学习的快速发展以及技术的开源,越来越多的人开始接触和了解深度学习,也出现了越来越多的开源的深度学习项目。其中不乏一些非常有意思的项目,在帮助用户了解深度学习原理的同时,还能生成一些奇特、颇具艺术感的图像。 1、DeepDream DeepDream 是 Google 开源的用来分类和整理图像的 AI 程序 Inceptionism 。Google 把一个人工神经网络项目放到了互联网上“造梦”,它可以挖掘可视的数据,“增强”图像中某些部分,而且其特性是依靠自己的数据集来“识别”里面(的内容)。出图效果是朦胧的、旋涡状有噪点的彩釉色,里面的物体可以反复变化。 2、Neural style Neural style 可以说是一款画风迁移工具,就是让机器模仿已有画作的绘画风格来把一张图片重新绘制的算法。它将计算机算法和艺术相结合,可以将照片风格化为名家大师的画风,而且整个过程十分迅速,在笔记本 CPU 上十几秒就可以风格化一张图片。 3、Neural Doodle Neural Doodle 则是一款将涂鸦变成艺术画的工具。比如说随手涂鸦一幅画,它会使用深层神经网络借鉴真实艺术家的风格,将这幅画变成充满艺术感的画像。整个过程差不多类似于人脑对物体的解析和重构的过程。 4、Image Analogies Image Analogi...
编辑部的故事 发布于 4周前 阅读 3041 评论 13 点赞 13

Java分布式神经网络库Deeplearning4j 环境搭建和运行一个例子

deeplearning4j是一个Apache 2.0-licensed,开源的,分布式神经网络库编写的java和Scala。 开源的学习框架也不少,这么多大企业贡献了自己的部分产品,开源供大家学习研究和完善。例如:Tensor flow,caffe,Theano,Torch,Brainstorm,Chainer,Deeplearning4j 等等,其中Deeplearning4j 是基于 JVM 开发的机器学习工具,完全开源,天行支持JVM 上运行的程序,如:spark ,Hadoop 等。本文介绍一下 Deeplearning4j 的环境搭建,及运行一个官方的例程。
小帅帅丶 发布于 2个月前 阅读 1385 评论 1 点赞 3

调用腾讯优图开放平台进行人脸识别-Java调用API实现

调用腾讯优图开放平台进行人脸识别-Java调用API实现
小帅帅丶 发布于 2个月前 阅读 2875 评论 10 点赞 5

测试环境hadoop一次故障

早晨上班习惯性的看了一眼hadoop集群的信息 显示集群有问题,但是并没有显示那台服务器挂了,于是一台一台服务器登录执行jps查询进行的状态。 看到这些匿名的进程名有些心慌,当然所有的进程都启动于一个用户下也并不是什么高明的运维手段,一旦一个进程异常耗尽了用户的资源,其他的进程也就只有跟着遭殃了。至少我看到过有人启动yarn就是在另外一个普通用户下启动的。 监控平台有一定的价值,如果能直观的显示那个组件那台服务器出现了问题并且近乎实时的发出预警,虽然hadoop在设计时就考虑到了fault-tolerant。 显示两台机器有问题,一台服务器ping不通放弃了,另外一台登录上去发现hostname不对,于是先修改hostname, 切记修改hostname之后一定要su - hadoop再执行其他的命令。 zookeeper 的确很不幸,三个节点有两个节点挂掉了。所以导致整个系统崩溃了(除了hdfs,比较奇葩,yarn所有进程没有了,hbase进程也都没有了)。 启动zookeeper后执行zkServer.sh status    原因是这台服务器的防火墙启动了,于是关闭了防火墙(当然这也不是什么好招)。 zookeeper 正常后重启 yarn和hbase。 重启之后可能出现一系列的奇怪现象,比如目录找不到了,那是因为有分区没有挂...
tuerqidi 发布于 1天前 阅读 5

当molten遇到机器学习

# 当molten遇到机器学习 ## molten `molten`是一个链路追踪的php扩展, git地址:[molten](https://github.com/chuan-yun/Molten) 它能够用来构建php全链路追踪系统, 这个在上一篇的blog中已经介绍过了《[Molten 功能简介以及使用指南](https://my.oschina.net/u/3635821/blog/1499464)》 在如今机器学习如火如荼的今天, 全链路追踪系统和机器学习相结合 和爆发出怎样的火花? 下面让我们玩转起来这个追踪系统。 ## 机器学习 在ai人工智能越来越完善的今天, php也有了自己能够应用得上的人工智能库了 - PHP-ML 其中已经包含了常用的机器学习的算法, 数据处理的简单工具。 能够满足我们当前的学习内容 ## 数据训练 收集单台机器上某个应用的tracing log, 将其中http/redis/memcached/mysql 的单个request的调用次数以及整个request的请求时间获取出来,将其信息整理为cvs文件,作为我们的训练数据。 文件内容如下: ```gcode 3,7,0,10626 0,2,0,4386 0,3,0,17755 0,2,0,2584 0,2,0,3468 3,4,0,5469 0,4,0,2570 ``` 我们采用svr (support vector regression)进行模型的训练。将外部组件和php执行时间的调用关系整理处理 训练代码如下: ```php $dataset = new \Phpml\Da...
silkcutKs 发布于 4天前 阅读 41

CNN中文文本分类-基于TensorFlow实现

本章旨在使用TensorFlow API实现卷积神经网络文本分类。
Gaussic 发布于 2个月前 阅读 166

关于Tensorflow安装与环境搭建

在windows环境下搭建Tensorflow实在是一件费力的事情,因为我本地装了python2.7的环境,再安装python3会有一些环境配置上的麻烦事,索性还是干脆一点,直接在本地装个虚拟机,下面就是一套在虚拟机上搭建Tensorflow环境的流程。 系统版本:CentOS6.9 python版本:python 3.5.2 tensorflow版本:
毅块sugar 发布于 20小时前 阅读 7

hadoop 多租户管理

一个hadoop集群上面能有多个用户,每个用户往自己的存储空间存入数据,调用分配的资源进行分布式存储和分布式计算,而互不影响,这难道不是一件很美妙的事情么?   1:  添加新的linux用户   useradd hadoopacl1 2: 给hadoopacl1用户分配hdfs存储空间 hadoop fs -mkdir /hadoopacl1 hadoop fs -chown -R hadoopacl1:hadoopacl1 /hadoopacl1 3:配置用户的 hadoopacl1的用户变量 vi .bashrc 4: 尝试使用 hadoopacl1 用户上传文件 大概是新用户没有往MR日志文件写入的权限  赋予hadoopacl1写入的权限 。 这样的操作并不合理,多个用户的日志混写到一个文件无法区分,应该可以配置用户将MR日志写入到各自的日志文件当中的。 5:尝试跑MapReduce程序。   执行成功!!! 6:给用户分配资源    (hadoop公平调度器)   yarn的元数据和历史执行的数据存放在指定的目录里面,这个目录应该赋予普通用户写入的权限的,否则MR程序无法执行。 看了一眼执行的日志 ,应该是往各自的目录写了一些运行时的临时文件    也许应该给新用户复制一份bin目录和etc目录,从而在独自的etc目录下实现个性化的配置。当然所有的用户共享相同的目录是最简单的做法了。   公平调度器配置 ...
tuerqidi 发布于 4天前 阅读 62

一个numpy int64的坑

一个numpy int64引起的坑,对类型还是要重视呀~~
Kanonpy 发布于 4周前 阅读 28

Python实现生命游戏

Python,生命游戏,matplotlib
江桃人 发布于 2周前 阅读 1603 评论 1 点赞 7

股市开始炒美国访华的概念了

白宫确认:特朗普将于11月8日至10日访华。 看中国的A股怎么操美国访华的概念股了,美国会在中国买啥呢,买支付宝?财付通?智能汽车?新能源?还是啥?肯定不会买有色、钢铁、煤炭、石油之类的了。 难道美国要进攻朝鲜?中美的谈话是否会涉及朝鲜的话题?每次两国的领导人打个电话都念念不忘朝鲜呢。这次会晤呢? 针对台湾、日本、和印度阿三会不会讨论? 还有亚投行呢,美国的态度又是如何?要不要美国一起来整个一带一路?顺便从东半球挖个地道到西半球?这样的话,那从上海到纽约的时间只要8个小时,还不用倒时差的。 还有关于欧洲、非洲的开发,中国去开发了,只要美国不干涉,肯定有钱大家一起赚。。。。。。。 还有什么呢,大家一起想想填填,我一时也想不起来那么多了  
祝网 发布于 7天前 阅读 84 点赞 1

备战未来,6 款优秀的 AR/VR 开源库推荐

如果说去年是“ VR 元年”,那今年则可以称得上是 AR 的爆发年。2017 年,VR 市场趋于平静,技术逐渐沉淀;而 AR 增强现实技术的关注度却在不断升温。前段时间发布的支持 AR 的 iOS11 ,也玩出了各种花样。接下来,推荐几款优秀的 AR/VR 开源库,希望能对大家有所帮助。 1、AR.js AR.js 是一款应用于 Web 的高效增强现实(AR)库,基于 three.js + jsartoolkit5,无需安装。它适用于任何带有 webgl 和 webrtc 的手机,且运行速度非常快,在手机上也能高效运行,包括 Android、IOS 和 Windows phone 。 2、Lullaby Lullaby 是 Google 为 AR/VR 开发而推出的高性能 C++ 开源库,支持完整的 3D VR 环境,包括几何世界、全景图像和空间音频。它可实现高效的 runtime 性能,是由数据驱动的开发工具,可进行快速迭代。基于 Java API ,可与现有的安卓应用集成,支持 Cardboard/Daydream 头显、DaydreamVR 控制器和 VR 键盘,适用于 Android、iOS、Linux 和 Windows 平台。 3、A-Frame A-Frame 是 Mozilla 开源的网页虚拟现实体验( WebVR )框架,旨在让创建 WebVR 体验变得更简单。它可在移动、桌面、Vive 和 Rift 在内的平台上运行,跨平台处理 3D 和 WebVR 模板。 A-Frame ...
编辑部的故事 发布于 2周前 阅读 2174 评论 3 点赞 5

hadoop 多租户管理

一个hadoop集群上面能有多个用户,每个用户往自己的存储空间存入数据,调用分配的资源进行分布式存储和分布式计算,而互不影响,这难道不是一件很美妙的事情么?   1:  添加新的linux用户   useradd hadoopacl1 2: 给hadoopacl1用户分配hdfs存储空间 hadoop fs -mkdir /hadoopacl1 hadoop fs -chown -R hadoopacl1:hadoopacl1 /hadoopacl1 3:配置用户的 hadoopacl1的用户变量 vi .bashrc 4: 尝试使用 hadoopacl1 用户上传文件 大概是新用户没有往MR日志文件写入的权限  赋予hadoopacl1写入的权限 。 这样的操作并不合理,多个用户的日志混写到一个文件无法区分,应该可以配置用户将MR日志写入到各自的日志文件当中的。 5:尝试跑MapReduce程序。   执行成功!!! 6:给用户分配资源    (hadoop公平调度器)   yarn的元数据和历史执行的数据存放在指定的目录里面,这个目录应该赋予普通用户写入的权限的,否则MR程序无法执行。 看了一眼执行的日志 ,应该是往各自的目录写了一些运行时的临时文件    也许应该给新用户复制一份bin目录和etc目录,从而在独自的etc目录下实现个性化的配置。当然所有的用户共享相同的目录是最简单的做法了。   公平调度器配置 ...
tuerqidi 发布于 4天前 阅读 62

if elseif else条件语句的计算量问题

我们经常用if elseif else这种条件语句去做分支处理,之前遇到这种语句时就有点困惑,哪种条件语句放前面,哪种放后面,不同顺序是否有计算量和效率上的不同?在计算量小的时候,其实分别是不大的,但是随着代码量的不断增多,运算量越来越大,特别是将来大数据和机器学习等海量数据处理的时候,算法的优势就更加明显.Ps: alphaGo Zero用的处理器只有alphaGo的十分之一,算力不强大,但算法的优势却一举让它成功打败阿尔法狗,也印证了算法之于算力的关系,可见算法的重要性.这次用一个小例子来说明代码的计算量优化的问题.   假设我们有两个箱子,每个箱子里有从1到10一共10个球,同时从两个箱中分别取一个球,如果两个数都大于8,则中奖.现在要写一个代码,判断是否中奖.   思路:我们知道中奖的概率是(2/10)^2=0.04,是一个小概率事件,所以我们分别从两个方向来统计代码的计算量,一个从大概率开始判断,一个从小概率开始判断.   从大概率开始判断 //运算次数初始化 $times = 0; //先判断大概率事件 for ($i=1;$i<=10;$i++) { for ($j=1;$j<=10;$j++) { if ($i<=8 && $j<=8) { //如果两个数都小于等于8,则这次判断的运算量为3,运算量+3 $times += 3...
vinci321 发布于 21小时前 阅读 131 评论 1 点赞 1

个性满满!那些有意思的艺术图像生成工具推荐

随着深度学习的快速发展以及技术的开源,越来越多的人开始接触和了解深度学习,也出现了越来越多的开源的深度学习项目。其中不乏一些非常有意思的项目,在帮助用户了解深度学习原理的同时,还能生成一些奇特、颇具艺术感的图像。 1、DeepDream DeepDream 是 Google 开源的用来分类和整理图像的 AI 程序 Inceptionism 。Google 把一个人工神经网络项目放到了互联网上“造梦”,它可以挖掘可视的数据,“增强”图像中某些部分,而且其特性是依靠自己的数据集来“识别”里面(的内容)。出图效果是朦胧的、旋涡状有噪点的彩釉色,里面的物体可以反复变化。 2、Neural style Neural style 可以说是一款画风迁移工具,就是让机器模仿已有画作的绘画风格来把一张图片重新绘制的算法。它将计算机算法和艺术相结合,可以将照片风格化为名家大师的画风,而且整个过程十分迅速,在笔记本 CPU 上十几秒就可以风格化一张图片。 3、Neural Doodle Neural Doodle 则是一款将涂鸦变成艺术画的工具。比如说随手涂鸦一幅画,它会使用深层神经网络借鉴真实艺术家的风格,将这幅画变成充满艺术感的画像。整个过程差不多类似于人脑对物体的解析和重构的过程。 4、Image Analogies Image Analogi...
编辑部的故事 发布于 4周前 阅读 3041 评论 13 点赞 13

当molten遇到机器学习

# 当molten遇到机器学习 ## molten `molten`是一个链路追踪的php扩展, git地址:[molten](https://github.com/chuan-yun/Molten) 它能够用来构建php全链路追踪系统, 这个在上一篇的blog中已经介绍过了《[Molten 功能简介以及使用指南](https://my.oschina.net/u/3635821/blog/1499464)》 在如今机器学习如火如荼的今天, 全链路追踪系统和机器学习相结合 和爆发出怎样的火花? 下面让我们玩转起来这个追踪系统。 ## 机器学习 在ai人工智能越来越完善的今天, php也有了自己能够应用得上的人工智能库了 - PHP-ML 其中已经包含了常用的机器学习的算法, 数据处理的简单工具。 能够满足我们当前的学习内容 ## 数据训练 收集单台机器上某个应用的tracing log, 将其中http/redis/memcached/mysql 的单个request的调用次数以及整个request的请求时间获取出来,将其信息整理为cvs文件,作为我们的训练数据。 文件内容如下: ```gcode 3,7,0,10626 0,2,0,4386 0,3,0,17755 0,2,0,2584 0,2,0,3468 3,4,0,5469 0,4,0,2570 ``` 我们采用svr (support vector regression)进行模型的训练。将外部组件和php执行时间的调用关系整理处理 训练代码如下: ```php $dataset = new \Phpml\Da...
silkcutKs 发布于 4天前 阅读 41

腾讯Andymhuang(黄明):道器相融,由Angel论一个优秀机器学习平台的自我修养  

## 摘要 > 2017年6月,腾讯正式开源面向机器学习的第三代高性能计算平台 Angel,在GitHub上备受关注;2017年10月19日,腾讯T4专家Andymhuang(黄明)将为QCon上海的听众奉上一场Spark on Angel的精彩分享。作为Angel的主要开发者和团队负责人,同时也是Spark的早期研究者和布道者,他的工作经历可以说同步了通用大数据平台到专用机器学习平台的转变历程。因此,在这之前,InfoQ对黄明的进行了一次采访问答,他将与大家分享人工智能时代的大数据平台演进之路,并结合Angel的开发经验,谈谈如何打造一个优秀的机器学习平台,以及开源后Angel的最新消息和未来规划。 人工智能到底会给企业带来什么?——是改变,机遇,还是更大的挑战? 在之前的大数据时代,企业开始意识到数据的重要性并着手搭建自己的大数据平台,大数据成为业界关注的焦点,Hadoop、Spark等等各式各样的大数据框架、组件、平台层出不穷。随着人工智能时代来临,大数据平台发生了新的变化,也提出了更高的要求。Spark等大数据平台多是为通用数据处理而设计的,并非专用于机器学习任务,企业该如何更好地利用机器学习、深度学习等人工智能技术从实时数据中高效挖掘有价值的信息? 在过去的两年(2015-2017),...
腾讯开源 发布于 2周前 阅读 61

调用腾讯优图开放平台进行人脸识别-Java调用API实现

调用腾讯优图开放平台进行人脸识别-Java调用API实现
小帅帅丶 发布于 2个月前 阅读 2875 评论 10 点赞 5

李嘉诚自述儿子被绑架案,看完终于知道他为什么是华人首富了!!!

李嘉诚说:要有狮子的力量,菩萨的心肠。用狮子的力量去奋斗,用菩萨的心肠善待人。 去年,李嘉诚将家产做了分割,现在华人首富已经不是李嘉诚,而是他的大儿子李泽钜。你知道吗,李泽钜曾遭人绑架,最终李嘉诚支付了10.38亿港元的赎金,才把李泽钜赎回来。这段故事原本只在坊间流传,正式媒体是不敢刊登的,但事情已经过去了快20年,现在再来说说也无妨。   香港在97年回归之前,富豪经常被绑架,比较著名的是小甜甜龚如心的老公王德辉,他先后被绑架了两次。第一次支付了1000万美元赎金之后,被放了回来;第二次就没那么幸运了,在支付了6000万美元赎金之后,惨遭撕票,尸体被扔进了大海,再也找不回来了。   除了王德辉,另一著名绑票对象就是李嘉诚的儿子李泽钜,绑架他的人就是世纪悍匪张子强。说起这个张子强,他的来头可真不小。张子强绰号“大富豪”,1955年生于广西玉林,4岁时随父母从广东郁南县定居香港,他父亲其实是偷渡去的香港,就在街边开个凉茶铺维持生计。张子强从小就混黑社会,16岁第一次坐牢,此后慢慢在黑社会混成了头面人物,后来独立出去单干,做了好几票“大生意”。比如:   1990年2月,张子强等5人在启德机场持械抢劫了押表车,劫取了40箱2...
林子大鸟 发布于 4天前 阅读 28

Java分布式神经网络库Deeplearning4j 环境搭建和运行一个例子

deeplearning4j是一个Apache 2.0-licensed,开源的,分布式神经网络库编写的java和Scala。 开源的学习框架也不少,这么多大企业贡献了自己的部分产品,开源供大家学习研究和完善。例如:Tensor flow,caffe,Theano,Torch,Brainstorm,Chainer,Deeplearning4j 等等,其中Deeplearning4j 是基于 JVM 开发的机器学习工具,完全开源,天行支持JVM 上运行的程序,如:spark ,Hadoop 等。本文介绍一下 Deeplearning4j 的环境搭建,及运行一个官方的例程。
小帅帅丶 发布于 2个月前 阅读 1385 评论 1 点赞 3

标记Text Segmentation里面的字母

Text Segmentation,ICDAR
江桃人 发布于 2周前 阅读 21

Google师资培训深度学习系列报告(一)相关环境的安装

这是我在2017年Google公司举办的人工智能师资培训中讲授的内容,本人系Google师资培训讲师,Google开发者社区组织者,讲师
斯基劳绅士 发布于 2周前 阅读 15

科技解放生产力之语音转换文字

语音转写,顾名思义就是把语音转换成文本 在实际的应用场景中,可以是讲演转文稿,可以是在IM工具交流,等等等等 可以说,这项技术的出现,极大的解放了生产力,提高了工作、沟通效率 今天这里拿出一个实例,大家一起看一看在这个应用场景中语音转文本所带来的便利 对于记者朋友来说,一场发布会后整理出文字稿件永远是第一主题 在以前,他需要在现场录制音频,回到单位后一句一句听写,纯人工转写,随后再一次形成报道 那么现在,他可以在现场直接调用服务,实时把语音转换为文字。回到办公室,他可以根据文稿直接形成报道 也或者他依旧用录音笔录制了现场的录音,在回办公室的路上,他把音频文件通过软件转换到了文本稿件,同样的,回到办公室,他只需要根据文稿形成报道 了解了这样的案例,今天要介绍的主角就可以闪亮登场了 IBM Watson! 你可能以为它只是一个简单的语音转文本的服务(接口),其实,它是一个标准的计算机认知系统! 让我们把时间退回到2011年,当时有这样一则报道 “2011年,Watson 在美国最受欢迎的智力问答电视节目《危险边缘》(Jeopardy)中亮相,一举打败了人类智力竞赛冠军。如今,Watson 已经发展为一个商业化、基于云的认知系统,应用到各行各业...
qwerttaa 发布于 2个月前 阅读 1892 评论 5 点赞 5

深度学习与神经网络习题(1)

网易云课堂上吴恩达教授的《神经网络与深度学习》的课程,第一周的测试题
Ritajiao 发布于 3天前 阅读 8

《聊天机器人Chatbot》第一期

主讲老师: 郭栋, 美国南加州大学 计算机系博士 本科就读于中国科技大学物理系;在TRB, ICASSP, TKDE 发表过数篇会议与期刊文章,并有一篇JMLR文章在审;曾在Google Machine Intelligence实习工作,实习期间从事对聊天机器人系统的实践,对Chatbot和问答系统有着丰富的领域知识。 课程简介: 这是一门目前最专业的聊天机器人实践课程,本次课程主要讲授与聊天机器人系统相关的深度学习方法。内容包括三个部分:第一部分介绍以词向量 (word vector) 和循环神经网络 (RNN) 为代表的自然语言处理 (NLP) 知识基础;第二部分介绍基于 RNN 的封闭与开放领域内的聊天机器人模型;第三部分以工业界的前沿研究为例介绍如何使聊天机器人返回有意义的信息。 面向人群: 对自然语言处理和机器学习、深度学习感兴趣,希望通过实践深入理解聊天机器人的核心技术领域,探索最前沿的Chatbot实践应用。 学习收益: 通过本课程的学习,学员将会收获: 1. 了解如何使用机器学习、深度学习方法建模和解决多种自然语言处理任务 2. 理解聊天和问答系统的工作原理并动手实现 3. 深入理解聊天机器人的核心技术领域和前沿实践。 开课时间: 2017年7月8日 课程大纲: 第一部分:语言模型 第一课 自然...
wusejason 发布于 6天前 阅读 6

测试环境hadoop一次故障

早晨上班习惯性的看了一眼hadoop集群的信息 显示集群有问题,但是并没有显示那台服务器挂了,于是一台一台服务器登录执行jps查询进行的状态。 看到这些匿名的进程名有些心慌,当然所有的进程都启动于一个用户下也并不是什么高明的运维手段,一旦一个进程异常耗尽了用户的资源,其他的进程也就只有跟着遭殃了。至少我看到过有人启动yarn就是在另外一个普通用户下启动的。 监控平台有一定的价值,如果能直观的显示那个组件那台服务器出现了问题并且近乎实时的发出预警,虽然hadoop在设计时就考虑到了fault-tolerant。 显示两台机器有问题,一台服务器ping不通放弃了,另外一台登录上去发现hostname不对,于是先修改hostname, 切记修改hostname之后一定要su - hadoop再执行其他的命令。 zookeeper 的确很不幸,三个节点有两个节点挂掉了。所以导致整个系统崩溃了(除了hdfs,比较奇葩,yarn所有进程没有了,hbase进程也都没有了)。 启动zookeeper后执行zkServer.sh status    原因是这台服务器的防火墙启动了,于是关闭了防火墙(当然这也不是什么好招)。 zookeeper 正常后重启 yarn和hbase。 重启之后可能出现一系列的奇怪现象,比如目录找不到了,那是因为有分区没有挂...
tuerqidi 发布于 1天前 阅读 5

Spark on Angel:Spark机器学习的核心加速器

Spark on Angel:Spark机器学习的核心加速器   Spark的核心概念是RDD,而RDD的关键特性之一是其不可变性,来规避分布式环境下复杂的各种并行问题。这个抽象,在数据分析的领域是没有问题的,它能最大化的解决分布式问题,简化各种算子的复杂度,并提供高性能的分布式数据处理运算能力。 然而在机器学习领域,RDD的弱点很快也暴露了。机器学习的核心是迭代和参数更新。RDD凭借着逻辑上不落地的内存计算特性,可以很好的解决迭代的问题,然而RDD的不可变性,却非常不适合参数反复多次更新的需求。这本质上的不匹配性,导致了Spark的MLlib库,发展一直非常缓慢,从2015年开始就没有实质性的创新,性能也不好。 为此,Angel在设计生态圈的时候,优先考虑了Spark。在V1.0.0推出的时候,就已经具备了Spark on Angel的功能,基于Angel为Spark加上了PS功能,在不变中加入了变化的因素,可谓如虎添翼。 我们将以L-BFGS为例,来分析Spark在机器学习算法的实现上的问题,以及Spark on Angel是如何解决Spark在机器学习任务中的遇到的瓶颈,让Spark的机器学习更加强大。 1. L-BFGS算法说明 2.L-BFGS的Spark实现 3.L-BFGS的Spark on Angel实现 3.1 实现框架 Spark on Angel借助Angel PS-...
腾讯开源 发布于 3个月前 阅读 392

单身狗也疯狂!黑科技让你天天过七夕!

一年一度的七夕节到啦!被银河隔在两岸牛郎织女又能见面了!激不激动! 虽然是神话,但是因为地理因素而不能相见的现实也挺有代表意义的,代表那么一大波儿因为距离不能常常相见的爱侣。
时光承诺 发布于 2个月前 阅读 4

人工智能学习笔记

Tensorflow到底是什么? 在以上计算图当中,数据流向为从左至右,即代表由输入到输出。而这正是TensorFlow中“流(flow)”的由来。不过Tensor又是什么? Tensor一词本义为张量,而此计算图中全部数据流皆以张量形式存在。所谓张量,其实际代表的就是一个n维数组。我曾经提到W是一项权重矩阵,但从TensorFlow的角度来看,其实际上属于一项二阶张量——换言之,一个二组数组。 一个标量代表一个零阶张量。 一个向量代表一个一阶张量。 一个矩阵代表一个二阶张量。 一个三维数组代表一个三阶张量。 之后以此类推…… 这就是Tensor的全部含义。在卷积神经网络等深度学习方案当中,大家会需要与四维张量打交道。但本示例中提到的逻辑分类器要更为简单,因此我们在这里最多只涉及到二阶张量——即矩阵。 我之前还提到过,x代表一个向量——或者说一个一阶张量——但接下来我们同样将其视为一个矩阵。y亦采用这样的处理方式。如此一来,我们即可将数据库组视为整体对其loss进行计算。 一条简单的示例(example)语音内包含20个数据元素。如果大家将全部3168条示例加载至x当中,则x会成为一个3168 x 20的矩阵。再将x与W相乘,则得出的结果y_pred为一个3168 x 1的矩阵。具体来讲,y...
SuShine 发布于 2个月前 阅读 29

Programming collective inteligence

1、集合智慧的典型例子: 维基百科: 谷歌:  
ricardohn 发布于 4小时前 阅读 1

入门知识

入门知识
xpttxsok 发布于 17小时前 阅读 4

Neural Networks and Deep Learning 习题1

CHAPTER 1:Using neural nets to recognize handwritten digits
cassia_ 发布于 17小时前 阅读 2

learn ml

学习轨迹& 步骤: 1: 高数基础知识:线性代数,微积分和统计学。最近在打德州扑克时,我也会用统计学里的知识计算下输赢的概率。 2: 人工智能基础:买几本书人工智能的基础书籍,如《机器学习基础教程》《Python机器学习》 3:框架:TensorFlow等。 4:实战:在工作中找到一个应用场景,把学到的知识运用进去。   参考资料: http://web.stanford.edu/class/cs20si/lectures/slides_02.pdf
-鹏 发布于 20小时前

ImportError: cannot import name '_ellipsoid'

python3.5  win10  tensorflow 1.2    解决方式:  pip3 install --upgrade --force-reinstall scikit-learn
Alex142857 发布于 20小时前 阅读 2

关于Tensorflow安装与环境搭建

在windows环境下搭建Tensorflow实在是一件费力的事情,因为我本地装了python2.7的环境,再安装python3会有一些环境配置上的麻烦事,索性还是干脆一点,直接在本地装个虚拟机,下面就是一套在虚拟机上搭建Tensorflow环境的流程。 系统版本:CentOS6.9 python版本:python 3.5.2 tensorflow版本:
毅块sugar 发布于 20小时前 阅读 7

if elseif else条件语句的计算量问题

我们经常用if elseif else这种条件语句去做分支处理,之前遇到这种语句时就有点困惑,哪种条件语句放前面,哪种放后面,不同顺序是否有计算量和效率上的不同?在计算量小的时候,其实分别是不大的,但是随着代码量的不断增多,运算量越来越大,特别是将来大数据和机器学习等海量数据处理的时候,算法的优势就更加明显.Ps: alphaGo Zero用的处理器只有alphaGo的十分之一,算力不强大,但算法的优势却一举让它成功打败阿尔法狗,也印证了算法之于算力的关系,可见算法的重要性.这次用一个小例子来说明代码的计算量优化的问题.   假设我们有两个箱子,每个箱子里有从1到10一共10个球,同时从两个箱中分别取一个球,如果两个数都大于8,则中奖.现在要写一个代码,判断是否中奖.   思路:我们知道中奖的概率是(2/10)^2=0.04,是一个小概率事件,所以我们分别从两个方向来统计代码的计算量,一个从大概率开始判断,一个从小概率开始判断.   从大概率开始判断 //运算次数初始化 $times = 0; //先判断大概率事件 for ($i=1;$i<=10;$i++) { for ($j=1;$j<=10;$j++) { if ($i<=8 && $j<=8) { //如果两个数都小于等于8,则这次判断的运算量为3,运算量+3 $times += 3...
vinci321 发布于 21小时前 阅读 131 评论 1 点赞 1

解析Guitar Pro 7如何设置局部速度

本章节通过图文结合的方式给大家讲解如何在Guitar Pro 7 中设置局部也就是某一小节的速度,很多朋友对Guitar Pro的使用还不是很了解,下面小编就和大家一起来学习交流下,感兴趣的朋友可以加入哦。 Guitar Pro 7Mac版本:  http://wm.makeding.com/iclk/?zoneid=18318 Guitar Pro 7Win版本:    http://wm.makeding.com/iclk/?zoneid=18319 Guitar Pro的定义 Guitar Pro是一款倍受吉他手喜爱的吉他和弦、六线谱、BASS四线谱绘制、打印、查看、试听软件,它也是一款优秀的MIDI音序器,MIDI制作辅助工具,可以输出标准格式的MIDI。GP的过人之处就在于它可以直接用鼠标和键盘按标准的六线谱、四线谱进行乐谱输入、查看、打印和试听,在做弹拨乐器的滑音、倚音、推弦、揉弦、泛音、摇把、闷音、琶音、分解和弦、BASS打弦等方面有绝对的优势。 ① 选择需要改变速度的小节,光标放上去 ② 按F10会弹出以下窗口,便可修改 ③ 如果需要恢复,同样把光标放在需要修改的地方 ④ 在按F10进行修改恢复 以上便是修改局部小节速度的操作了,本章节就讲解到这了,后续还会更新更多相关操作,感兴趣的朋友可以关注Guitar Pro中文网站,站内更多分类教程等着你哦。...
Abby88 发布于 21小时前 阅读 2

Guitar Pro 7中的谱子缩放设置介绍

每个人的习惯不同,自然在生活中,同样的一个东西,我们对它的定义也是不一样的,吉他谱子也不例外,今天小编想要大家聊的是在使用吉他编曲软件Guitar Pro 时,如何改变谱子的大小呢?感兴趣的朋友可以继续往下看哦! Guitar Pro 7Mac版本:  http://wm.makeding.com/iclk/?zoneid=18318 Guitar Pro 7Win版本:    http://wm.makeding.com/iclk/?zoneid=18319 我们就以一首吉他谱为例点击Guitar Pro. 单击“预览”>“放大”或者按快捷键Ctrl++,可以看到以下效果 单击“预览”>“放大”或者按快捷键Ctrl++,可以看到以下效果 是不是还是很方便呢,Guitar Pro 7较之前的版本操作是越来越方便的,感兴趣的朋友可以关注Guitar Pro中文网站,站内还有更多精彩教程哦,让你学习更多轻松哦。
Abby88 发布于 21小时前

LSTM结构理解与python实现

http://blog.csdn.net/flyinglittlepig/article/details/72229041
超神的小橘子 发布于 22小时前 阅读 1

测试环境hadoop一次故障

早晨上班习惯性的看了一眼hadoop集群的信息 显示集群有问题,但是并没有显示那台服务器挂了,于是一台一台服务器登录执行jps查询进行的状态。 看到这些匿名的进程名有些心慌,当然所有的进程都启动于一个用户下也并不是什么高明的运维手段,一旦一个进程异常耗尽了用户的资源,其他的进程也就只有跟着遭殃了。至少我看到过有人启动yarn就是在另外一个普通用户下启动的。 监控平台有一定的价值,如果能直观的显示那个组件那台服务器出现了问题并且近乎实时的发出预警,虽然hadoop在设计时就考虑到了fault-tolerant。 显示两台机器有问题,一台服务器ping不通放弃了,另外一台登录上去发现hostname不对,于是先修改hostname, 切记修改hostname之后一定要su - hadoop再执行其他的命令。 zookeeper 的确很不幸,三个节点有两个节点挂掉了。所以导致整个系统崩溃了(除了hdfs,比较奇葩,yarn所有进程没有了,hbase进程也都没有了)。 启动zookeeper后执行zkServer.sh status    原因是这台服务器的防火墙启动了,于是关闭了防火墙(当然这也不是什么好招)。 zookeeper 正常后重启 yarn和hbase。 重启之后可能出现一系列的奇怪现象,比如目录找不到了,那是因为有分区没有挂...
tuerqidi 发布于 1天前 阅读 5

让解析器可以快速处理词法单元之间的空格

空格在字符串中时必要的字符,如果在字符串解析中,空格时必须要处理的。 rules / tokens 分别定义区分空格的 rules 和 不区分空格的 rules, 快速的分离空格,能极大的提高解析 速度,对于字符串的解析,先解析后,然后再次解析,这样,所有的词法单元都可以忽略空格了。 只需要定义注释和跨行注释,空格是否区分回车呢? 增加 结构?可以定义关键字,简洁的定义。 增加忽略空格功能,所有的都是忽略空格结构,这样可以提高解析速度。 增加 match-array , 将字符串排序后,进行搜索。 速度重要吗?会越来越重要的。go 完整运行后,就添加这些功能。 rules 循环中,可以忽略空格,branch 切换循环时,Rept 匹配,Look 匹配循环开始匹配时,首先忽略 空格,是水平还是全部空格? Python 还有缩进,定义忽略 rule name is _ , then 在循环的间隔,为了书写方便,定义一次,就在后来 的规则中,不用关心这些东西了。因为在 token 之间,都会忽略这些东西。 a b c == a _? b _? c a+ == { |a _| }+ |a b c| == |_ a b c|...
沙枣 发布于 2天前 阅读 3

关于作用域的一個 bug 的笔记

togo 和 toperl 的行为不同,原来是 togo 在处理 for exprs 时,没有按照 block 来处理。 函数和方法,都会建立一个名字为函数名的命名空间,而 block 是匿名的命名空间。在解析时,会按照解析顺序用累加器,来为每个 block 来命名。 if cond block elif cond block else block given cond block when cond block then block while cond block for cond block LintMyAst 时,会进入一个命名空间为包名的空间,但因为没有结束语句,在解析结束时,并不会从当前命名空间退出,只是将 block 计数器清零。而 perl / go 解析相同语法树的代码时,并不需要重新进入这个包,只是需要在合适的地方,切换到不同的空间,就可以获取已经定义的变量和函数资源,从而随时获取有需要的信息,为代码转换提供方便。 1. 进入 func, def 时,切换到以函数名为名字的命名空间,但不会把代码当成 block 处理 2. 进入 if/elif/else given/when/then for/while block 时切换命名空间。 3. 解析完语法树时,将计数器清零,以便为后来的代码转换提供良好的开端。 但在解析语法树开始时,要习惯的将计数器清零,以防止出错。...
沙枣 发布于 2天前 阅读 2

Andrew Deeplearning.ai 第三周作业记录

以下只是我自己的做题记录,方便之后自我检查,不代表正确答案: ![输入图片说明](https://static.oschina.net/uploads/img/201710/22173840_cK3I.png "在这里输入图片标题")
robinfly 发布于 2天前 阅读 4

Lint.pl 的依賴关系

这种依赖关系很奇妙,也很烧脑
沙枣 发布于 2天前 阅读 1

《将博客搬至CSDN》

《将博客搬至CSDN》
AllenOR灵感 发布于 3天前 阅读 8

深度学习与神经网络习题(1)

网易云课堂上吴恩达教授的《神经网络与深度学习》的课程,第一周的测试题
Ritajiao 发布于 3天前 阅读 8

李嘉诚自述儿子被绑架案,看完终于知道他为什么是华人首富了!!!

李嘉诚说:要有狮子的力量,菩萨的心肠。用狮子的力量去奋斗,用菩萨的心肠善待人。 去年,李嘉诚将家产做了分割,现在华人首富已经不是李嘉诚,而是他的大儿子李泽钜。你知道吗,李泽钜曾遭人绑架,最终李嘉诚支付了10.38亿港元的赎金,才把李泽钜赎回来。这段故事原本只在坊间流传,正式媒体是不敢刊登的,但事情已经过去了快20年,现在再来说说也无妨。   香港在97年回归之前,富豪经常被绑架,比较著名的是小甜甜龚如心的老公王德辉,他先后被绑架了两次。第一次支付了1000万美元赎金之后,被放了回来;第二次就没那么幸运了,在支付了6000万美元赎金之后,惨遭撕票,尸体被扔进了大海,再也找不回来了。   除了王德辉,另一著名绑票对象就是李嘉诚的儿子李泽钜,绑架他的人就是世纪悍匪张子强。说起这个张子强,他的来头可真不小。张子强绰号“大富豪”,1955年生于广西玉林,4岁时随父母从广东郁南县定居香港,他父亲其实是偷渡去的香港,就在街边开个凉茶铺维持生计。张子强从小就混黑社会,16岁第一次坐牢,此后慢慢在黑社会混成了头面人物,后来独立出去单干,做了好几票“大生意”。比如:   1990年2月,张子强等5人在启德机场持械抢劫了押表车,劫取了40箱2...
林子大鸟 发布于 4天前 阅读 28

AlphaGo Zero横空出世,DeepMind Nature论文解密不使用人类知识掌握围棋

摘要 新智元AI World 2017世界人工智能大会倒计时进入20天,DeepMind 如约公布了他们最新版AlphaGo论文,也是他们最新的Nature论文,介绍了迄今最强最新的版本AlphaGo Zero,使用纯强化学习。      新智元报道   来源:Nature;DeepMind   编译:闻菲,刘小芹   【新智元导读】新智元AI World 2017世界人工智能大会倒计时进入20天,DeepMind 如约公布了他们最新版AlphaGo论文,也是他们最新的Nature论文,介绍了迄今最强最新的版本AlphaGo Zero,使用纯强化学习,将价值网络和策略网络整合为一个架构,3天训练后就以100比0击败了上一版本的AlphaGo。AlphaGo已经退休,但技术永存。DeepMind已经完成围棋上的概念证明,接下来就是用强化学习创造改变世界的价值。   今年5月乌镇围棋大赛时,DeepMind CEO Hassabis 表示,将在今年晚些时候公布战胜了柯洁的那版AlphaGo的技术细节。今天,这个承诺如约兑现,DeepMind在他们最新发表于Nature的一篇论文中,描述了迄今最强大的一版AlphaGo—— AlphaGo Zero 的技术细节。   AlphaGo Zero完全不依赖于人类数据,因此,这一系统的成功也是朝向人工智能研究长期以来的目标——创造出在没有人类输入的条件下,在最具挑战...
lwaif 发布于 4天前 阅读 3

安装dlib

python2X, 3X 相关安装:  平台Windows10  :           dlib whl 文件下载地址: https://pypi.python.org/pypi/dlib/18.17.100#downloads          安装方法:  pip install **.whl  pip3 install **.whl  平台Ubuntu16.04 :  sudo apt-get install build-essential cmake sudo apt-get install libgtk-3-dev sudo apt-get install libboost-all-dev sudo pip install scikit-image sudo pip/pip3 install dlib      
Alex142857 发布于 4天前 阅读 3

调用腾讯优图开放平台进行人脸识别-Java调用API实现

调用腾讯优图开放平台进行人脸识别-Java调用API实现
小帅帅丶 发布于 2个月前 阅读 2875 评论 10 点赞 5

73款阿里巴巴开源软件详解!

详细解读阿里巴巴开源技术,包括框架、组件、引擎、数据库/存储、平台/系统、解决方案、工具、中间件、Web Sever、设计等十大类73款!
阿里巴巴

TensorFlow入门

TensorFlow入门介绍
随风溜达的向日葵 发布于 6个月前 阅读 4475 评论 17 点赞 8

人工神经网络之几何原理Ⅰ:单(隐藏)层神经网络

本文旨在通过几何方法来阐述为何人工神经网络能够有效地工作。
chishaxie 发布于 8个月前 阅读 2543 评论 16 点赞 5 打赏 1
顶部