《深度学习原理与TensorFlow实践》学习笔记(二)

本文是《深度学习原理与TensorFlow实践》的学习笔记,重点介绍了TensorFlow的基础使用,包括环境准备、Kaggle Titanic数据集的分析与处理,以及TensorFlow在解决二分类问题中的应用。通过实例解析展示了如何使用TensorFlow构建逻辑回归模型,利用数据可视化和特征工程优化传统机器学习算法。同时提到了TFLearn和Keras这两个高级API库,以简化神经网络的构建。
摘要由CSDN通过智能技术生成

TensorFlow基础使用

环境准备
TensorFlow安装
常用Python库介绍
  • NumPy (link)
  • pandas (link)
    • 高性能数据结构和数据分析工具,提供了一种高效的DataFrame结构,可以自动对齐、补全数据,免去了由于输入数据缺失导致的问题。
  • Matplotlib (link)
    • 功能强大的画图引擎,可以制作高质量的图表。
  • PIL (link)
    • 标准图片处理库,能够方便地读入和输出包括 jpg、png 等多种常见类型的图像文件,还能对图像做切割、翻转、添加文字等变换。
  • Jupyter Notebook (link)
    • 开源的交互式数据分析处理平台,以 Web 网页的形式创建和分享文档,并可以在文档中插入代码段,交互式的查看代码运行结果。
  • scikit-learn (link)
    • 机器学习工具库,封装了多种常用的分类、回归、聚类、数据将为、数据预处理等方法。
  • OpenCV (link)
    • 跨平台机器视觉工具库,包含大量计算机视觉基本算法和高级功能。
  • One Platform to Have Them All – Anaconda (
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值