hyper

机器学习九大算法---支持向量机

由 落爺英雄遲暮 提交于 2021-02-17 16:34:21
机器学习九大算法---支持向量机 出处：结构之法算法之道 blog 。 前言 动笔写这个支持向量机( support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了( 见文末参考链接)，但在描述数学公式的时候还是显得不够。得益于同学白石的数学证明，我还是想尝试写一下，希望本文在兼顾通俗易懂的基础上，真真正正能足以成为一篇完整概括和介绍支持向量机的导论性的文章。 本文在写的过程中， 参考了不少资料，包括《支持向量机导论》、《统计学习方法》及网友 pluskid的支持向量机系列等等， 于此，还是一篇 学习笔记，只是加入了自己的理解和总结，有任何不妥之处，还望海涵。全文宏观上整体认识支持向量机的概念和用处，微观上深究部分定理的来龙去脉，证明及原理细节，力保逻辑清晰 & 通俗易懂。 同时，阅读本文时建议大家尽量使用 chrome等浏览器，如此公式才能更好的显示，再者，阅读时 可拿张纸和笔出来，把本文所有定理.公式都亲自推导一遍或者直接打印下来（可直接打印网页版或本文文末附的PDF ，享受随时随地思考、演算的极致快感），在文稿上演算。 Ok，还是那句原话，有任何问题，欢迎任何人随时不吝指正 & 赐教，感谢。 第一层、了解SVM 1.0

python sklearn包——grid search笔记

由 房东的猫 提交于 2021-02-13 08:44:00
Preface： 算法 不够好，需要调试参数时必不可少。比如SVM的惩罚因子C，核函数kernel，gamma参数等，对于不同的数据使用不同的参数，结果效果可能差1-5个点，sklearn为我们提供专门调试参数的函数grid_search。 在sklearn中以API的形式给出 介绍 。在离线包中函数较多，但常用为 GridSearchCV() 这个函数。 1.GridSearchCV: 看例子最为容易懂得使用其的方法。 sklearn包中介绍的例子： 卤煮直接从官网上贴上例子： grid_search_digits.py [python] view plain copy from __future__ import print_function from sklearn import datasets from sklearn.cross_validation import train_test_split from sklearn.grid_search import GridSearchCV from sklearn.metrics import classification_report from sklearn.svm import SVC print(__doc__) # Loading the Digits dataset digits = datasets.load

window10下Docker安装

由 霸气de小男生 提交于 2021-02-09 20:24:54
首先window版本必须是10，如果是win7那么安装方法有所不同，win10是官方支持安装的。笔者安装的是Community社区版，版本信息如下： 1、去docker官网下载win10安装包: https://store.docker.com/editions/community/docker-ce-desktop-windows 2、开启win10的Hyper-V ， 控制面板 -> 程序 -> 启用或关闭Windows功能 -> 选中Hyper-V ，之后重启。 然后点击下载的exe安装文件安装，中间没有什么特别注意的地方。 3、启动docker， setting -> Daemon 设置阿里云docker镜像仓库，以及DaoCloud镜像仓库（光阿里云貌似不是很给力） { "registry-mirrors": [ "https://xxxxxx.mirror.aliyuncs.com", "http://xxxxxx.m.daocloud.io" ], "insecure-registries": [], "debug": true, "experimental": false } 阿里云容器镜像服务->选择镜像加速器：https://cr.console.aliyun.com DaoCloud登录后选择加速器：https://www.daocloud.io/mirror

win10安装docker运行环境

由 大城市里の小女人 提交于 2021-02-02 02:54:15
转自：https://www.cnblogs.com/stulzq/p/7743667.html Docker for Windows是Docker社区版（CE）应用程序。 Docker for Windows安装包包括在Windows系统上运行Docker所需的一切。 本主题介绍了预安装注意事项，以及如何下载和安装Docker for Windows。 下载Docker for Windows 地址： https://download.docker.com/win/stable/Docker%20for%20Windows%20Installer.exe 安装前要知道什么 如果您的系统不符合运行Docker for Windows的要求，则可以安装Docker Toolbox，Dockbox Toolbox使用Oracle Virtual Box而不是Hyper-V。 Docker Toolbox和Docker Machine用户必读：适用于Windows的Docker需要运行Microsoft Hyper-V。 如果需要，Docker for Windows安装程序将为您启用Hyper-V，并重新启动计算机。 启用Hyper-V后，VirtualBox将不再工作，但任何VirtualBox VM映像将保留。 使用docker-machine

vmware workstation 与 device/credential guard 不兼容

由 点点圈 提交于 2021-02-01 11:35:58
vmware workstation 与 device/credential guard 不兼容 当打开vmware workstation运行虚拟机是出现 device/credential guard 在确认关闭Hyper-V还是解决不了问题的可以通过以下方法 1、打开设置 2、搜索 内核隔离 并且关闭它 3、再次运行虚拟机 解决问题 关注公众号： 来源： oschina 链接： https://my.oschina.net/u/4339825/blog/3318815

“cannot recursively call into `Core`” when trying to achieve nested concurrency using Tokio

由 痞子三分冷 提交于 2021-01-28 04:12:09
问题 I'm building a service that periodically makes an HTTP request. I'm using tokio::timer::Delay as a periodic trigger and hyper to make the HTTP call. Using them together gives me the following error: thread 'tokio-runtime-worker-1' panicked at 'cannot recursively call into `Core`', libcore/option.rs:960:5 How can I make this work? Below is a simplified version of the service. main.rs extern crate futures; extern crate hyper; extern crate tokio; extern crate tokio_core; extern crate tokio_timer

Writing a chunk stream to a file asynchronously using hyper

由 拥有回忆 提交于 2021-01-27 13:01:48
问题 I am trying to create a simple function that downloads a remote file to a local filepath using hyper. I need the file write to be asynchronous as well (in my case I am using tokio_fs for that). Here is the code: View in the playground // Parts of the code were omitted, see the playground for full source code pub fn download_file( uri: Uri, file_location: &Path, ) -> Box<Future<Item = (), Error = DownloadFileError>> { let temp_dir_path = tempfile::tempdir().unwrap().into_path(); let file_name

TCP/IP四层模型

由 独自空忆成欢 提交于 2021-01-24 13:38:19
TCP/IP参考模型 　　 　　ISO制定的OSI参考模型的过于庞大、复杂招致了许多批评。与此对照，由技术人员自己开发的TCP/IP协议栈获得了更为广泛的应用。如图2-1所示，是TCP/IP参考模型和OSI参考模型的对比示意图。 图2-1　 TCP/IP参考模型 　　2.1　TCP/IP参考模型的层次结构 　　TCP/IP协议栈是美国国防部高级研究计划局计算机网（Advanced Research Projects Agency Network，ARPANET）和其后继因特网使用的参考模型。ARPANET是由美国国防部（U.S．Department of Defense，DoD）赞助的研究网络。最初，它只连接了美国境内的四所大学。随后的几年中，它通过租用的电话线连接了数百所大学和政府部门。最终ARPANET发展成为全球规模最大的互连网络-因特网。最初的ARPANET于1990年永久性地关闭。　　 　　TCP/IP参考模型分为四个层次：应用层、传输层、网络互连层和主机到网络层。如图2-2所示。 图2-2　 TCP/IP参考模型的层次结构 　　在TCP/IP参考模型中，去掉了OSI参考模型中的会话层和表示层（这两层的功能被合并到应用层实现）。同时将OSI参考模型中的数据链路层和物理层合并为主机到网络层。下面，分别介绍各层的主要功能。 　　 　　1、主机到网络层　　 　　实际上TCP

Issue passing mutable Arc reference to hyper service_fn handler

由 蹲街弑〆低调 提交于 2021-01-24 07:09:21
问题 I've been trying the following Relevant imports and code shown use std::sync::{Arc, Mutex}; use std::thread; use hyper::rt::{self, Future, Stream}; use hyper::service::service_fn; use hyper::{Body, Request, Response, Server, StatusCode}; pub struct ChallengeState; pub struct ChallengeResponse; type BoxFut<'a> = Box<Future<Item = Response<Body>, Error = hyper::Error> + Send + 'a>; fn handle_challengeproof<'a>( req: Request<Body>, challenge: &Arc<Mutex<ChallengeState>>, ) -> BoxFut<'a> { let
订阅 hyper