Blog | Longlong's Blog

无标题

杂乱无章地写完，离开Lab回去睡觉 2019.04.08 22:30 　　当你开始翻Note来企图Copy自己的笔记到博客的时候，你应该反思自己。一是反思自己的行为是否符合自己的内心亦或是欺骗自己的内心，二是反思写出来的blog是不是真正的干货，是不是惠及于人。 2019.04.09 22:40 　　虽然不怎么认真，但也算提前进入了研究生生活，开始更多地思考自己的未来出路，当然是...

Posted by sunlianglong on April 2, 2019

医疗图像格式

医疗图像部分摘自机器之心：https://www.jiqizhixin.com/articles/2017-07-31 医疗图像是对解剖区域的内部结构和功能的一种表征。它以二维像素或者三维体素的形式呈现出来。映射到空间位置的数值是对采样过程和重建过程的离散表征。用来描述一个确定采样模态视野的像素数量是对解剖结构和功能的细节的表达。像素表达的数值取决于成像模式、采样协议、重建以及...

Posted by sunlianglong on April 2, 2019

物理CPU，CPU核数，逻辑CPU

CPU概念物理CPU 在Info中由physical id识别物理CPU指的是实际主板上插槽上的CPU个数。physical id 就是每个物理CPU的ID，不重复的 physical id 有几个，物理cpu数量就是几个。 CPU核数（物理核）在Info中由 cpu cores 识别 CPU核数是指单块CPU上面能处理数据的芯片组的数量，如双核、四核等。通常每个...

Posted by sunlianglong on January 25, 2019

Machine Learning ——客户流失率的预测

　　最近在自己本地的jupyter notebook中看到一个不知出处的笔记，很久没有学习算法和写代码了，所以回顾一下，发现这篇笔记虽然例子很简单，但是内容还算深刻，就整理了一下，虽然不知出处，但是在笔记开头作者有致谢，那我也在这里致谢一下，以示尊敬：Credits: Forked from growth-workshop by aprial, as featured on the yhat...

Posted by sunlianglong on September 6, 2018

Cloudism3.0.3学习与使用（一）

一、Cloudsim 　　现在的云计算领域，一直在追求一种安全可靠、容错率高、可持续和可扩展的计算服务的领先技术。而在实际开发云产品之前，及时的利用可重复、可控的方法来评估算法、应用和策略显得尤为重要。CloudSim的主要目标就是提供一个通用的，可扩展的仿真框架，可以对新兴的云计算基础设施和应用服务进行无缝建模，仿真和实验。　　CloudSim是一款云计算仿真软件，其由澳大利亚墨尔本大...

Posted by sunlianglong on June 27, 2018

Cloudism3.0.3学习与使用（二）

三、Example1 和VmAllocationPolicySimple源码分析　　在接着上一篇博客分析之前，我们先来了解一些可能会需要注意的地方。　　MIPS是虚拟机的cpu处理速度。假设同一机器下的所有PE具有相同的MIPS评级。Pe（处理单元）表示CPU单元，即可以理解为CPU的核数，按照每秒百万指令（MIPS）评级定义。　　mips是虚拟机的cpu处理速度，cloudlet...

Posted by sunlianglong on June 27, 2018

《云计算与云服务》课程大作业——大数据平台的使用(Hadoop 生态圈、CDH)

目录一、shell自行搭建Hadoop集群（2节点以上） 1.1 系统准备 1.2 系统基础配置 1.3 组件安装与配置 1.3.1 Hadoop 1.3.2 Hive 1.3.3 Hbase 1.3.4 Spark ...

Posted by sunlianglong on June 22, 2018

CapsNet个人理解与总结

前言　　CapsNet为解决CNN的缺点而生。其实回过头来再想一下神经网络和CNN这一系列的模型，他们放佛一直在强调特征的识别，通过什么样的方法能够更准确高效的识别图像的特征，就像CapsNet一直在强调他们的Net具有方向、大小等属性的识别和内部联系的生成一样。从这里我感觉出一些顶级Paper的魅力和特点所在，那就是从提出的创新点出发，所有的论点围绕创新点，所有的依据站在巨人的肩膀，解决...

Posted by sunlianglong on May 22, 2018

机器学习之决策树-python实现

前言　　决策树，顾名思义，就是用来产生决策的树，我们通过数据的属性特征来构造这棵树。相比于K近邻算法，决策树的主要优势在于数据形式非常容易理解。决策树的一个很重要的任务就是理解数据中所蕴含的知识信息，从数据中提取出一系列规则的过程，也就是决策树构建的过程、机器学习的过程。　　决策树算法是随机森林等集成学习算法的基础，最基本的决策树没有反馈，没有修正，就是简单的输入训练集，得出一个可以...

Posted by sunlianglong on May 15, 2018

Matplotlib使用与矢量图生成

　　Matplotlib 是一个非常强大的 Python 画图工具，它可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式，Matplotlib 提供了一整套和Matlab相似的API，对于习惯使用Python的人来说非常便利，相关API见此，个人感觉这个官方网址里面的内容非常的全面，学习matplotlib完全足够。实验结果折...

Posted by sunlianglong on April 26, 2018

Longlong's Blog

无标题

无标题

医疗图像格式

医疗图像格式

物理CPU，CPU核数，逻辑CPU

物理CPU，CPU核数，逻辑CPU

Machine Learning ——客户流失率的预测

Machine Learning ——客户流失率的预测

Cloudism3.0.3学习与使用（一）

Cloudism3.0.3学习与使用（一）

Cloudism3.0.3学习与使用（二）

Cloudism3.0.3学习与使用（二）

《云计算与云服务》课程大作业——大数据平台的使用(Hadoop 生态圈、CDH)

《云计算与云服务》课程大作业——大数据平台的使用(Hadoop 生态圈、CDH)

CapsNet个人理解与总结

CapsNet个人理解与总结

机器学习之决策树-python实现

机器学习之决策树-python实现

Matplotlib使用与矢量图生成

Matplotlib使用与矢量图生成

FEATURED TAGS

ABOUT ME

FRIENDS