tensorflow-gpu版本的编译

tensorflow的安装方法有两种，一种是直接通过pip安装

1

pip3 install tensorflow-gpu

但是这种直接安装源内编译好的tensorflow会有很多功能没有，比如支持kafka,hadoop之类的功能。所以建议通过在github上面下载源码的方法进行安装是比较好的方法。

bazel的安装

网上很多教程给的都算添加apt源的方法下载安装，但是实际中是不可行的，因为bazel的源是谷歌的，所以终端apt无法下载下来，所以直接去git上面下载bazel下载bazel--installer-linux-x86_64.sh这种脚步安装文件。然后先要通过apt下载bazel的一些依赖软件。

1

sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python

然后安装

1
2

chmod +x bazel-<version>-installer-linux-x86_64.sh
./bazel-<version>-installer-linux-x86_64.sh --user

--user是把bazel安装$HOME/bin路径下面。 安装完以后设置环境变量。

1

echo "PATH=$HOME/bin:$PATH>">~/.bashrc

什么是cuda和cudnn?

CUDA（Compute Unified Device Architecture，统一计算架构）是由NVIDIA所推出的一种集成技术,通过cuda这项技术可以使得用户对nvidia显卡进行计算,cudnn是nvidia推出的深度神经网络加速计算的库。

在win10上面安装cuda9.0和cudnn7.1

win10上面安装cuda和cudnn没有遇到什么坑，先去官网下载cuda9.0的win10的exe安装包，点击默认安装就可以了，然后再去下载cudnn7.1,解压后把里面的lib和include文件夹拷贝到cuda安装目录下面的lib和include文件夹下面。然后设置下环境变量，把cuda下面的bin路径加入到path就可以了，然后nvcc -v查看一下有没有弄好。

ubuntu上面nvidia显卡驱动的安装

在安装cuda之前要先安装nvidia的驱动才行，ubuntu默认的驱动是noveau的驱动，安装nvidia驱动有两种方式一种是去nvidia官网下载对应型号的显卡驱动，不过不建议这种方式这种方式很容易出问题，还有一种方式是命令安装的方法(源内）

1
2
3

d@d-P65xHP:~$ ubuntu-drivers list
nvidia-384
d@d-P65xHP:~$ sudo apt install nvidia-384

什么是Logistic Regression

逻辑斯蒂回归本质上是一个线性的二分类算法，通过sigmod函数把线性函数 \(z=w^T*x+b\) 从实数范围映射到\([0,1]\)之间，来表示一个概率值。

sigmod函数

我们先来看看sigmod函数长啥样，\(sigmod(z)=\frac{1}{1+e^{-z}}\)

用matplotlib把它画出来

1
2
3
4
5
6
7
8
9

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
def sigmod(x):
    return (1/(1+np.exp(-x)))
x=np.linspace(-10,10,50)
y=sigmod(x)
plt.plot(x,y)
plt.show()

png

sigmod函数有个很特别的地方就是
$ y'==y*(1-y) $

难忘Nagoya 难忘robocup

师范学校男女比例真的是3:7吗？哪些专业女生人数比较多？哪些专业男生比较多？ .....

数据来源

数据是每年体测后班级群拿到的全校的体测数据xml格式的表，笔者直接用wps另存为csv格式文件，以便方便用pandas分析

1
2
3
4
5
6

import pandas  as pd 
import matplotlib.pyplot as plt

data=pd.read_csv('2017年合师体测原始数据.csv')
#我们看看表的前5行
data.head()

什么是线性回归?

1.给定由个特征描述的示例\(X=(x_1;x_2;x_3;..;x_n)\)其中\(x_i\)是x在第i个属性上面的取值，线性模型通过学得一个线性组合来进行预测的函数,如果把w和x都写成向量的形式的话，那么模型可以一般写成 \[ h(X)=W*X+b \] 其中\(w=(w_1;w_2;..;w_n)\)， w和b学得以后模型就得以确定,h的值就是w和x向量的点积加上偏置b
在机器学习计算中一般都写成矩阵的形式方便计算，可以把x看成(m,n)列的矩阵 \[ x=[[x_{11},x_{12},x_{13}...,x_{1n}]，...,[x_{m1},x_{m2},x_{m3},..x_{mn}]] \] m表示有m条数据集，n表示每条数据集的特征维度 \[ w=[[w_1,w_2,w_3...,w_n]] \]
这样的话写成矩阵的形式就是 \[ h(x)=X*{W.T} \tag{1} \] 在周志华的<<机器学习>>中,把向量表达的时候也有了转置的1表达式的形式,我觉得不是很严谨，向量应该没有转置的概念,只有把向量写成矩阵的形式才能用1式表达.

损失函数(loss function)

线性模型中一般用均方差作为损失函数

出发

什么是正则表达式？

用来匹配目标字符的规则

常用的元字符

（字符的开始或者结束)
^匹配行首
$匹配行尾
()分组 |分支

最近在使用STL 中sort算法的时候， sort默认使用的是<运算符，但是我们需要排序的时候并不一定是 sort默认的< 方法,或则我们使用的元素类型并没有定义<运算符,这个时候就需要我们重载sort默认的行为.

1
2
3
4
5
6
7

template<typename _RAIter>
  void 
  sort(_RAIter, _RAIter);  //默认 < 的排序

template<typename _RAIter, typename _Compare>
  void 
  sort(_RAIter, _RAIter, _Compare); //带谓词重载的sort方法  

什么是数组的引用？ 就是一个数组的别名，在传递数组参数的时候因为是引用类型 ，所以可以指定数组的大小，这个是一个很方便的地方