如何在windows下与虚拟机virtuabox建立共享文件夹
关于把电脑本机文件共享给虚拟机 先在电脑建一个共享文件夹public,点击上面的共享,选择everyone 在virtual box设备处 安装 增强功能,然后要重启 在设备处设置共享文件,选择其他,从电脑选那个public 共享文件 终端挂载 sudo mkdir /mnt/share #这个是虚拟机共享文件夹的目录,一般建在mnt下面,别的地方也可以
sudo mount -t vboxsf public /mnt/share
但是上面这些指令,每次启动虚拟机,都得从新挂载,就很麻
linux 常见解压指令
Linux 常用解压指令 Linux下常见的压缩包格式有5种:zip tar.gz tar.bz2 tar.xz tar.Z 其中tar是种打包格式,gz和bz2等后缀才是指代压缩方式:gzip和bzip2 1、filename.zip的解压: unzip filename.zip
2、filename.tar.gz的解压: tar -zxvf filename.tar.gz
其中zxvf含义分别如下
z: gzip 压缩格式
x: extract
Tensorflow 1(ANN)
tensorflow全连接神经网络 1、前向传播过程 import tensorflow as tf INPUT_NODE = 784 OUTPUT_NODE = 10 LAYER1_NODE = 500 def get_weight_variable(shape, regularizer): weights = tf.get_variable(“weights”, shape, initializer=tf.truncated_normal_initializer(stddev=0.1))
Tensorflow 2 (CNN)
tensorflow卷积神经网络模型 第一步、构造并训练模型 from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf mnist = input_data.read_data_sets(‘MNIST_data’, one_hot=True) #MNIST数据集所在路径 #输入 x = tf.placeholder(tf.float32, [None, 784]) #输出 y_ = tf
器学习(一)——K-近邻(KNN)算法
转自: https://www.cnblogs.com/ybjourney/p/4702562.html?from=timeline 最近在看《机器学习实战》这本书,因为自己本身很想深入的了解机器学习算法,加之想学python,就在朋友的推荐之下选择了这本书进行学习。 一 . K-近邻算法(KNN)概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来,当测试对象的属性和某个训练对象的属性完全匹配时,便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢,其次
机器学习(二)K-均值聚类(K-means)
转自: https://www.cnblogs.com/ybjourney/p/4714870.html?from=timeline 最近在看《机器学习实战》这本书,因为自己本身很想深入的了解机器学习算法,加之想学python,就在朋友的推荐之下选择了这本书进行学习,在写这篇文章之前对FCM有过一定的了解,所以对K均值算法有一种莫名的亲切感,言归正传,今天我和大家一起来学习K-均值聚类算法。 一 K-均值聚类(K-means)概述 1. 聚类 “类”指的是具有相似性的集合。聚类是指将数据集划分
机器学习(三)朴素贝叶斯分类器
https://www.cnblogs.com/marc01in/p/4775440.html?from=timeline 另外,趣味理解朴素贝叶斯: https://blog.csdn.net/qq_28168421/article/details/53606102?from=timeline 引 和师弟师妹聊天时经常提及,若有志于从事数据挖掘、机器学习方面的工作,在大学阶段就要把基础知识都带上。 机器学习在大数据浪潮中逐渐展示她的魅力,其实《概率论》、《微积分》、《线性代数》、《运筹学》、
机器学习(四)PageRank
https://blog.csdn.net/guoziqing506/article/details/70702449?from=timeline 1996年,两位还在斯坦福大学攻读计算机理学博士学位的研究生,开始了一项研究:如何对互联网上“成万上亿”的网页进行排序。在当时看来,这只是发生在斯坦福的一个普通课题研究而已,然而包括其研究者在内,都没有意识到,这项研究最后的成果,会引发互联网搜索引擎领域一个划时代的变革。 这两位博士的名字相信大家都很熟悉了,他们正是后来大名鼎鼎的Google公司的
机器学习(五)支持向量机-线性
https://cuijiahua.com/blog/2017/11/ml_8_svm_1.html?from=timeline 机器学习实战教程(八):支持向量机原理篇之手撕线性SVM 2017年11月10日16:00:02 175 47,967 °C 一、前言 本篇文章参考了诸多大牛的文章写成的,深入浅出,通俗易懂。对于什么是SVM做出了生动的阐述,同时也进行了线性SVM的理论推导,以及最后的编程实践,公式较多,还需静下心来一点一点推导。 本文出现的所有代码和数据集,均可以从我的githu
Tensorflow tflearn
1、定义模型
import tflearn
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.estimator import regression
import tflearn.datasets.mnist as mnist
trainX, trainY
【力扣算法】5-最长回文子串
题目 给定一个字符串 s,找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。 示例 1: 输入: "babad"
输出: "bab"
注意: "aba" 也是一个有效答案。
示例 2: 输入: "cbbd"
输出: "bb"
题解 摘要 这篇文章是为中级读者而写的。它介绍了回文,动态规划以及字符串处理。请确保你理解什么是回文。回文是一个正读和反读都相同的字符串,例如,“aba” 是回文,而 “abc” 不是。 解决方案 方法一:最长公共子串 常见错误 有些人会忍不住提出一
今日推荐
周排行