机器学习库shark安装

经过两天的折腾,一个对c++和机器学习库的安装都一知半解的人终于在反复安装中,成功的将shark库安装好了,小小纪念一下,多亏了卡门的热心帮忙。

shark的安装主要分为以下几个部分:

(1)下载 shark,cmake,和boost

从这个网页里面可以找到这三项的下载地方http://image.diku.dk/shark/sphinx_pages/build/html/rest_sources/getting_started/installation.html

同时,这个也是shark安装指南,大体上就是按这个步骤。

(2)编译boost

(3)运行cmake GUI,一般在bin文件里面,怎样配置,网上都有http://blog.csdn.net/qtyl1988/article/details/44751071,

同时要参照shark安装指南上面,按步骤一步一步来

安装的过程中,最重要的还是自己在各种情况下所设置的路径,一定要清楚;

还有就是,最好所有的路径中不要有中文;

编译器的选择也要注意,自己电脑上是哪一个就选择哪一个;

初次安装这种要在编译器中编译安装的软件,最大的感受是,电脑真是个傻瓜,什么都不会,所有的东西你都要先告诉它路径,它才能找到,哈哈哈

时间: 2024-10-15 19:15:02

机器学习库shark安装的相关文章

Visual Studio 2008编译机器学习算法库Shark

Shark是一个快速.模块化.功能丰富且开源的C++机器学习库.它实现了线性和非线性优化.基于核函数的学习算法.神经网络等多种机器学习算法.Shark依赖于CMake和Boost,与Windows.Solaris.MacOS X和Linux兼容.当前最新的官方版本为Shark 3.0,可以从该项目的SVN上获取源码(点击打开链接) 本文描述了Windows 7(64位)上基于Visual Studio 2008编译Shark 3.0源码并安装的完整过程,同时对安装过程中产生的问题进行说明.该过程

Python机器学习库scikit-learn实践

原文:http://blog.csdn.net/zouxy09/article/details/48903179 一.概述 机器学习算法在近几年大数据点燃的热火熏陶下已经变得被人所“熟知”,就算不懂得其中各算法理论,叫你喊上一两个著名算法的名字,你也能昂首挺胸脱口而出.当然了,算法之林虽大,但能者还是有限,能适应某些环境并取得较好效果的算法会脱颖而出,而表现平平者则被历史所淡忘.随着机器学习社区的发展和实践验证,这群脱颖而出者也逐渐被人所认可和青睐,同时获得了更多社区力量的支持.改进和推广. 以

常用python机器学习库总结

开始学习Python,之后渐渐成为我学习工作中的第一辅助脚本语言,虽然开发语言是Java,但平时的很多文本数据处理任务都交给了Python.这些年来,接触和使用了很多Python工具包,特别是在文本处理,科学计算,机器学习和数据挖掘领域,有很多很多优秀的Python工具包可供使用,所以作为Pythoner,也是相当幸福的.如果仔细留意微博和论坛,你会发现很多这方面的分享,自己也Google了一下,发现也有同学总结了"Python机器学习库",不过总感觉缺少点什么.最近流行一个词,全栈工

scikit-learn机器学习库介绍(翻译tutorial)

章节内容 在这一章中,我们主要介绍关于scikit-learn机器学习库的词汇,并且将给出几个例子 机器学习:问题背景 通常,一个学习问题看重数据的n个样本然后来尝试证明一些未知数据的属性.如果每一个样本超过一个单一的数值,例如多维实体,它不就是有一些属性或者特征吗? 我们能用几个大的分类来分隔学习问题: 监督学习: 在监督学习中,这些数据自带了我们想要预测的额外的属性,这个问题是下面两者中的任何一个: 分类:属于两种或者更多类别的样本,我们想从已经被标记的数据中如何预测还没有被标记的数据.一个

Python语言下的机器学习库

Python是最好的编程语言之一,在科学计算中用途广泛:计算机视觉.人工智能.数学.天文等.它同样适用于机器学习也是意料之中的事. 当然,它也有些缺点:其中一个是工具和库过于分散.如果你是拥有unix思维(unix-minded)的人,你会觉得每个工具只做一件事并且把它做好是非常方便的.但是你也需要知道不同库和工具的优缺点,这样在构建系统时才能做出合理的决策.工具本身不能改善系统或产品,但是使用正确的工具,我们可以工作得更高效,生产率更高.因此了解正确的工具,对你的工作领域是非常重要的. 这篇文

[Python & Machine Learning] 学习笔记之scikit-learn机器学习库

1. scikit-learn介绍 scikit-learn是Python的一个开源机器学习模块,它建立在NumPy,SciPy和matplotlib模块之上.值得一提的是,scikit-learn最先是由David Cournapeau在2007年发起的一个Google Summer of Code项目,从那时起这个项目就已经拥有很多的贡献者了,而且该项目目前为止也是由一个志愿者团队在维护着. scikit-learn最大的特点就是,为用户提供各种机器学习算法接口,可以让用户简单.高效地进行数

ubuntu17 设置python3为默认及一些库的安装

Ubuntu默认Python为2.7,所以安装Python包时安装的为py2的包. 利用alternatives机制更改py3为默认. shell里执行: sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150 效果如下: 此时,在命令端输

Windows系统下 Python(Anaconda)的 Dlib 库 的安装

0. 引言 介绍 Windows 10 64位 系统下,利用 Anaconda 开发环境,在 Python 中安装 Dlib库 : windows 下 dlib 的安装十分不友好,所以在这里分享下安装过程: Windows10 + Anaconda + pip + Dlib : (借助 Anaconda 的话,不需要自己 build 和 make 源码, cmake 和 boost 这里不需要,操作友好很多) 1. Dlib的简介(官网:http://dlib.net/) Dlib 是一个机器学

掌握Spark机器学习库 大数据开发技能更进一步

第1章 初识机器学习在本章中将带领大家概要了解什么是机器学习.机器学习在当前有哪些典型应用.机器学习的核心思想.常用的框架有哪些,该如何进行选型等相关问题.1-1 导学1-2 机器学习概述1-3 机器学习核心思想1-4 机器学习的框架与选型.. 第2章 初识MLlib本章中,将介绍Spark的机器学习库,对比Spark当前两种机器学习库(MLLib/ML)的区别,同时介绍Spark机器学习库的应用场景以及行业应用优势.2-1 MLlib概述2-2 MLlib的数据结构2-3 MLlib与ml2-