一个处女座的程序猿_社区达人页

2021年10月

• 10.31 23:52:05
  发表了文章 2021-10-31 23:52:05

  NVIDIA之AI Course：Getting Started with AI on Jetson Nano—Class notes(三)

  NVIDIA之AI Course：Getting Started with AI on Jetson Nano—Class notes
• 10.31 23:51:24
  发表了文章 2021-10-31 23:51:24

  NVIDIA之AI Course：Getting Started with AI on Jetson Nano—Class notes(二)

  NVIDIA之AI Course：Getting Started with AI on Jetson Nano—Class notes(二)
• 10.31 23:50:42
  发表了文章 2021-10-31 23:50:42

  NVIDIA之AI Course：Getting Started with AI on Jetson Nano—Class notes(一)

  NVIDIA之AI Course：Getting Started with AI on Jetson Nano—Class notes(一)
• 10.31 23:49:20
  发表了文章 2021-10-31 23:49:20

  ML：根据不同机器学习模型输出的预测值+且与真实值相减得到绝对误差对比+误差可视化

  ML：根据不同机器学习模型输出的预测值+且与真实值相减得到绝对误差对比+误差可视化

  
• 10.31 23:48:29
  发表了文章 2021-10-31 23:48:29

  ML之回归预测：利用两种机器学习算法(LiR，XGBoost(调优+重要性可视化+特征选择模型))对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值

  ML之回归预测：利用两种机器学习算法(LiR，XGBoost(调优+重要性可视化+特征选择模型))对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值

  
• 10.31 23:47:03
  发表了文章 2021-10-31 23:47:03

  Dataset之DA：数据增强(Data Augmentation)的简介、方法、案例应用之详细攻略

  Dataset之DA：数据增强(Data Augmentation)的简介、方法、案例应用之详细攻略

  
• 10.31 23:45:04
  发表了文章 2021-10-31 23:45:04

  Matlab：成功解决 Inner matrix dimension must agree

  Matlab：成功解决 Inner matrix dimension must agree

  
• 10.31 23:44:20
  发表了文章 2021-10-31 23:44:20

  DL之DeepLabv3：DeepLab v3和DeepLab v3+算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  DL之DeepLabv3：DeepLab v3和DeepLab v3+算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  
• 10.31 23:43:18
  发表了文章 2021-10-31 23:43:18

  Matlab：成功解决Expression or statements is incorrect--possibly unbalanced (,{,[.

  Matlab：成功解决Expression or statements is incorrect--possibly unbalanced (,{,[.
• 10.31 23:42:39
  发表了文章 2021-10-31 23:42:39

  DL之DeepLabv2：DeepLab v2算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  DL之DeepLabv2：DeepLab v2算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  
• 10.31 23:40:31
  发表了文章 2021-10-31 23:40:31

  DL之DeepLabv1：DeepLabv1算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  DL之DeepLabv1：DeepLabv1算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  
• 10.31 23:38:43
  发表了文章 2021-10-31 23:38:43

  DL之U-Net：U-Net算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  DL之U-Net：U-Net算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

  
• 10.31 23:37:36
  发表了文章 2021-10-31 23:37:36

  成功解决RuntimeWarning: invalid value encountered in double_scalars

  成功解决RuntimeWarning: invalid value encountered in double_scalars
• 10.31 23:32:09
  发表了文章 2021-10-31 23:32:09

  ML之UL：无监督学习Unsupervised Learning的概念、应用、经典案例之详细攻略

  ML之UL：无监督学习Unsupervised Learning的概念、应用、经典案例之详细攻略
• 10.31 23:27:28
  发表了文章 2021-10-31 23:27:28

  成功解决ValueError: Shape of passed values is (1, 332), indices imply (1, 1)

  成功解决ValueError: Shape of passed values is (1, 332), indices imply (1, 1)
• 10.31 23:26:33
  发表了文章 2021-10-31 23:26:33

  成功解决ValueError: If using all scalar values, you must pass an index

  成功解决ValueError: If using all scalar values, you must pass an index
• 10.31 23:24:48
  发表了文章 2021-10-31 23:24:48

  成功解决model_selection\_search.py:584: DeprecationWarning: "fit_params" as a constructor argument was d

  成功解决model_selection\_search.py:584: DeprecationWarning: "fit_params" as a constructor argument was d
• 10.31 23:23:30
  发表了文章 2021-10-31 23:23:30

  ML之回归预测：利用十(xgboost,10-1)种机器学习算法对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值——bug调试记录

  ML之回归预测：利用十(xgboost,10-1)种机器学习算法对无人驾驶汽车系统参数(2017年的data,18+2)进行回归预测值VS真实值——bug调试记录

  
• 10.31 23:22:27
  发表了文章 2021-10-31 23:22:27

  ML之FE：数据处理—特征工程之高维组合特征的处理案例(矩阵分解)——基于LoR算法的广告点击预估问题

  ML之FE：数据处理—特征工程之高维组合特征的处理案例(矩阵分解)——基于LoR算法的广告点击预估问题

  
• 10.31 23:19:08
  发表了文章 2021-10-31 23:19:08

  ML之FE：基于LiR/Ridge/Lasso/ElasticNet/AvgModels/RF算法(GSCV) 利用某市房价数据集(特征工程处理)进行房价回归预测

  ML之FE：基于LiR/Ridge/Lasso/ElasticNet/AvgModels/RF算法(GSCV) 利用某市房价数据集(特征工程处理)进行房价回归预测

  
• 10.31 23:17:55
  发表了文章 2021-10-31 23:17:55

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(四)

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(四)
• 10.31 23:14:49
  发表了文章 2021-10-31 23:14:49

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(三)

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(三)
• 10.31 23:14:07
  发表了文章 2021-10-31 23:14:07

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(二)

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(二)
• 10.31 23:13:25
  发表了文章 2021-10-31 23:13:25

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(一)

  ML之XGBoost：XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(一)
• 10.31 23:12:30
  发表了文章 2021-10-31 23:12:30

  Dataset之OttoGroup：OttoGroup数据集的简介、下载、案例应用之详细攻略

  Dataset之OttoGroup：OttoGroup数据集的简介、下载、案例应用之详细攻略

  
• 10.31 23:09:05
  发表了文章 2021-10-31 23:09:05

  DL之CNN：利用CNN算法实现对句子分类+进行情感分析(预测句子情感)

  DL之CNN：利用CNN算法实现对句子分类+进行情感分析(预测句子情感)

  
• 10.31 23:08:21
  发表了文章 2021-10-31 23:08:21

  DL之yolov3：使用yolov3算法时需要对Ubuntu系统进行配置的简介、过程步骤之详细攻略

  DL之yolov3：使用yolov3算法时需要对Ubuntu系统进行配置的简介、过程步骤之详细攻略

  
• 10.31 23:06:05
  发表了文章 2021-10-31 23:06:05

  Matlab：成功解决Undefined function or variable "B"

  Matlab：成功解决Undefined function or variable "B"

  
• 10.31 23:05:26
  发表了文章 2021-10-31 23:05:26

  Matlab：成功解决Index must be a positive integer or logical

  Matlab：成功解决Index must be a positive integer or logical

  
• 10.31 23:04:45
  发表了文章 2021-10-31 23:04:45

  成功解决AttributeError: module 'tensorflow.nn.rnn_cell' has no attribute 'linear'

  成功解决AttributeError: module 'tensorflow.nn.rnn_cell' has no attribute 'linear'
• 10.31 23:03:50
  发表了文章 2021-10-31 23:03:50

  成功解决TypeError: Singleton array array('data_input/xgboost/data_RentListingInquries/RentListingInqurie

  成功解决TypeError: Singleton array array('data_input/xgboost/data_RentListingInquries/RentListingInqurie
• 10.31 23:03:01
  发表了文章 2021-10-31 23:03:01

  Dataset之AllstateClaimsSeverity：AllstateClaimsSeverity数据集(Kaggle2016竞赛)的简介、下载、案例应用之详细攻略

  Dataset之AllstateClaimsSeverity：AllstateClaimsSeverity数据集(Kaggle2016竞赛)的简介、下载、案例应用之详细攻略

  
• 10.31 23:01:35
  发表了文章 2021-10-31 23:01:35

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测（四）

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测（三）

  
• 10.31 23:00:29
  发表了文章 2021-10-31 23:00:29

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测（三）

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测

  
• 10.31 22:58:24
  发表了文章 2021-10-31 22:58:24

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测（二）

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测

  
• 10.31 22:56:41
  发表了文章 2021-10-31 22:56:41

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测(一)

  ML之FE：利用FE特征工程(单个特征及其与标签关系的可视化)对RentListingInquries(Kaggle竞赛)数据集实现房屋感兴趣程度的多分类预测

  
• 10.31 22:51:30
  发表了文章 2021-10-31 22:51:30

  成功解决matplotlib\cbook\deprecation.py:107: MatplotlibDeprecationWarning: Passing one of 'on', 'true',

  成功解决matplotlib\cbook\deprecation.py:107: MatplotlibDeprecationWarning: Passing one of 'on', 'true',
• 10.31 22:50:53
  发表了文章 2021-10-31 22:50:53

  成功解决matplotlib\axes\_axes.py:6462: UserWarning: The 'normed' kwarg is deprecated, and has been repla

  成功解决matplotlib\axes\_axes.py:6462: UserWarning: The 'normed' kwarg is deprecated, and has been repla
• 10.31 22:49:55
  发表了文章 2021-10-31 22:49:55

  成功解决pandas\core\indexing.py:179: SettingWithCopyWarning: A value is trying to be set on a copy of a

  成功解决pandas\core\indexing.py:179: SettingWithCopyWarning: A value is trying to be set on a copy of a
• 10.31 22:49:13
  发表了文章 2021-10-31 22:49:13

  Python语言学习之图表可视化：python语言中可视化工具包的简介、安装、使用方法、经典案例之详细攻略

  Python语言学习之图表可视化：python语言中可视化工具包的简介、安装、使用方法、经典案例之详细攻略
• 10.31 22:48:23
  发表了文章 2021-10-31 22:48:23

  Dataset之RentListingInquries：RentListingInquries(Kaggle竞赛)数据集的简介、下载、案例应用之详细攻略

  Dataset之RentListingInquries：RentListingInquries(Kaggle竞赛)数据集的简介、下载、案例应用之详细攻略

  
• 10.31 22:47:30
  发表了文章 2021-10-31 22:47:30

  ML之DataScience：基于机器学习处理数据科学(DataScience)任务(数据分析、特征工程、科学预测等)的简介、流程、案例应用执行详细攻略

  ML之DataScience：基于机器学习处理数据科学(DataScience)任务(数据分析、特征工程、科学预测等)的简介、流程、案例应用执行详细攻略

  
• 10.31 22:46:03
  发表了文章 2021-10-31 22:46:03

  ML之xgboost&GBM：基于xgboost&GBM算法对HiggsBoson数据集(Kaggle竞赛)训练(两模型性能PK)实现二分类预测

  ML之xgboost&GBM：基于xgboost&GBM算法对HiggsBoson数据集(Kaggle竞赛)训练(两模型性能PK)实现二分类预测

  
• 10.31 22:44:30
  发表了文章 2021-10-31 22:44:30

  成功解决TypeError: unsupported operand type(s) for +: 'dict_items' and 'list'

  成功解决TypeError: unsupported operand type(s) for +: 'dict_items' and 'list'
• 10.31 22:43:52
  发表了文章 2021-10-31 22:43:52

  ML之xgboost：基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练实现二分类预测(基于训练好的模型进行新数据预测)

  ML之xgboost：基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练实现二分类预测(基于训练好的模型进行新数据预测)

  
• 10.31 22:42:57
  发表了文章 2021-10-31 22:42:57

  成功解决xgboost\core.py:614: UserWarning: Use subset (sliced data) of np.ndarray is not recommended beca

  成功解决xgboost\core.py:614: UserWarning: Use subset (sliced data) of np.ndarray is not recommended beca
• 10.31 22:41:56
  发表了文章 2021-10-31 22:41:56

  ML之xgboost：基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练(模型保存+可视化)实现二分类预测

  ML之xgboost：基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练(模型保存+可视化)实现二分类预测

  
• 10.31 22:40:50
  发表了文章 2021-10-31 22:40:50

  Dataset之HiggsBoson：Higgs Boson(Kaggle竞赛)数据集的简介、下载、案例应用之详细攻略

  Dataset之HiggsBoson：Higgs Boson(Kaggle竞赛)数据集的简介、下载、案例应用之详细攻略

  
• 10.31 22:38:57
  发表了文章 2021-10-31 22:38:57

  ML之FE：数据处理—特征工程之稀疏特征的简介、如何处理、案例应用之详细攻略

  ML之FE：数据处理—特征工程之稀疏特征的简介、如何处理、案例应用之详细攻略