及时记录遇到的问题,温故才不慌
- file.seek(offset,whence): offset表示偏移量,一个数字的时候就代表这个属性;偏移多少字节数第二个变量是起始位置,默认0表示从头开始,1表示当前位置开始,2表示从末位开始;
- file.read(size):入读一个数字参数,返回读到的字符串;返回的是字符串,python的字符串是记录在数组中的直接用[]来获取每个字符的值;
Python认为0x1A(26)就表示文档结束了也就是EOF的值;但是存储的时候二进制文件是从低位到高位排列的; - 独热编码to_categorical ( arr,n )——二进制数全是零,1的位置表示其类别。该方法可以讲类别变量转换成新增的虚拟变量/指示变量,就是把无关的变量映射到更无关的变量中去。keras.utils.to_categorical(y_train,n):分类数,n多大,就能分多少类,n位二进制数,1的位置就是类别;
但是,容易出现“ index 5 is out of bounds for axis 1 with size 5 ”错误。你数据集中的数太大了test=[1,5,1,0];用to_categorical(test,5)去映射。就报错了。即如果是两类,设标签里面的内容为0和1,不能设置为1和2或其他数字。–作用相当于是去掉数字之间的关联性
- Python的 for 循环后只能跟着数值便利 i in rang(start,end,step);不能跟着判断;要在循环条件做判断可以用while tTrue;
- 调用同目录下自己写的.py文件的方法怎么弄?参考博客
很简答,直接from 包名 import 这个文件名:
from package_demo import RandomNum
RandomNum.Prt_Random_Nums(0, 5, 5)
调用的时候记得带上文件名.方法();
-几种常见的激活函数:softmax , sigmoid,tanh,ReLU,ELU,PReLU 函数(图片大小不好调整,自己点进去看吧,侵权必删)
sigmoid函数是对w1x1+……+wnxn以后的结果进行sigmoid计算得到0到1之间的值。
softmax用于多分类过程中,它将多个神经元的输出,映射到(0,1)区间内,可以看成概率来理解。假设我们有一个数组,V,Vi表示V中的第i个元素,那么这个元素的softmax值就是:
用于互斥的分类信息分类
我的理解:简单来说,就是最后输出层有n个节点,每个节点前面都连着隐藏层好多个节点,输出层的接每个节点都通过加权求和后自己身上有一个数字,现在这个softmax就做归一化处理的。!!!!这个也叫激活函数?只能用于输出层的归一化吧!!
- 回归问题和分类问题:分类是根据好多组数据,你去把每个数据划分到男还是女这两个类别上去,这就叫做分类,顾名思义就能理解;但是这个回归问题呢?就是个预测。