前言
本文的原文连接是: https://blog.csdn.net/freewebsys/article/details/84847904
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys
1，关于PRML
《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。
- 第一章 介绍
- 第二章 概率分布
- 第三章 线性回归模型
- 第四章 线性分类模型
- 第五章 神经网络
- 第六章 内核方法
- 第七章 稀疏内核机器
- 第八章 图形模型
- 第九章 混合模型和EM
- 第十章 近似推断
- 第十一章 采样方法
- 第十二章 连续潜在变量
- 第十三章 顺序数据
- 第十四章 组合模型
这本书的官网为：
https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book
全书完整的 pdf 下载地址为：
https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf
还有中文版本的pdf 文件下载：
http://blog.sina.com.cn/s/blog_c3b6050b0102xfen.html
https://github.com/ctgk/PRML
notebook 代码：
https://github.com/ctgk/PRML/tree/master/notebooks
2，安装
需要使用 python3.6 以上的版本才行。
py3.5.egg\prml\feature_extractions\autoencoder.py", line 11
self.parameter[f"w_encode{i}"] = nn.Parameter(np.random.randn(args[i], args[i + 1]))
^
3.5 的版本是不行的。必须使用3.6 的版本
https://github.com/ctgk/PRML/issues/4
python3 setup.py build
这里使用docker 镜像跑。本来打算使用 TensorFlow 的官方镜像。
但是那个是python 3.5的升级了也是3.5 的。
改使用 jupyter的镜像。也是TensorFlow 版本。
https://hub.docker.com/r/jupyter/tensorflow-notebook/
docker pull jupyter/tensorflow-notebookdocker run -itd --name tf -v ~/pythonWorkspace:/home/jovyan -p 8888:8888 \jupyter/tensorflow-notebook:latest
pythonWorkspace 是我的python工程。
docker exec -it tf bash
# cd PRML
# python3 setup.py install
没有任何报错，看来就是版本的问题。
本身的notebook 需要安装 prml 包。
显示运行数据：
然后全部的notebook 就可以运行了。
还是docker 好。搭建环境超级方便，超级快。
3，总结
PRML 是不错的学习资料。
从原理上学习。慢慢看代码。上面的好多的代码都是可以使用的呢。
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/84847904
博主地址是：http://blog.csdn.net/freewebsys
