一、source 1. kafka source 常用參數(shù)： auto.offset.reset，只有當(dāng)使用新的groupid時(shí)，earliest才會(huì)生效，因?yàn)閗afka沒(méi)有...
發(fā)簡(jiǎn)信
IP屬地：廣東
-
flume經(jīng)驗(yàn)
-
pyspark_juypter環(huán)境
確保安裝juypter和spark.bashrc增加環(huán)境變量 使用：在指定目錄cmd下執(zhí)行pyspark啟動(dòng)juypter，進(jìn)入開(kāi)發(fā)環(huán)境
-
graph和session
一、graph基本概念 tensor.graph tf.get_default_graph() with g.as_default() 二、graph基本操作 graph.g...
-
2、房?jī)r(jià)預(yù)測(cè)實(shí)戰(zhàn)中學(xué)到的經(jīng)驗(yàn)
用Bagging優(yōu)化模型的過(guò)程：1、對(duì)于要使用的弱模型（比如線性分類器、嶺回歸），通過(guò)交叉驗(yàn)證的方式找到弱模型本身的最好超參數(shù)；2、然后用這個(gè)帶著最好超參數(shù)的弱模型去構(gòu)建強(qiáng)模...
-
參數(shù)—調(diào)優(yōu)經(jīng)驗(yàn)
一、初始化weight，bias 1.1 理論 1）為了避免0梯度，weight最好初始化帶些噪聲，且避免數(shù)據(jù)對(duì)稱2）為了避免dead neurons(神經(jīng)元“死掉”)，最好...
-
-
tf卷積的實(shí)現(xiàn)
一、函數(shù)定義： 除去name參數(shù)用以指定該操作的name，與方法有關(guān)的一共五個(gè)參數(shù)： input：指需要做卷積的輸入圖像，它要求是一個(gè)Tensor，具有[batch, in_...
-
-
統(tǒng)計(jì)學(xué)習(xí)方法回顧
計(jì)劃，1月內(nèi)完成回顧 一、統(tǒng)計(jì)學(xué)習(xí) 輸入——模型——輸出 損失函數(shù)，衡量一次預(yù)測(cè)的好壞。0-1損失、平方損失、絕對(duì)損失、對(duì)數(shù)損失等 風(fēng)險(xiǎn)函數(shù)，衡量平均意義下模型的預(yù)測(cè)好壞。通...
-
tensorflow函數(shù)學(xué)習(xí)
標(biāo)簽（空格分隔）： tensorflow 深度學(xué)習(xí) 一、一些函數(shù) 1 tf.nn.softmax 輸入一個(gè)張量，默認(rèn)對(duì)張量的最后一維進(jìn)行softmax計(jì)算，以二維矩陣為例,針...
