bester_man的博客

原创 关于np.argpartition（）那点事

关于np.argpartition（）那点事最近发现个np.argpartition（）这东西，但是翻了好多博客还是看不明白，最后自己总结了很久很久，终于弄明白了一点下面展示一些 内联代码片。import numpy as npdata=np.array([10,90,30,50,40,80,20,70,60])# 0 1 2 3 4 5 6 7 8# 0 6 2 4 3 8 7 5 1k = 5pr

原创 panda3d虚幻引擎--（3）（这一篇作为补充说明，可跳过）

目录前言（阿巴阿巴）前言（阿巴阿巴）前几天无意间看到了一个叫做panda3d的东西，觉得挺好玩，就翻教程，发现现在中文教程似乎没有那么全面成体系，大部分都是复制粘贴过来官网的实例然后就发布出去了，看得云里雾里的，所以我决定自己去摸索一下这个panda3d，学panda3d的小伙伴中间肯定遇到过很多坑，也有过很多不理解的地方，不过没关系，来瞅瞅我的这个panda3d教程，给你个比较全面的讲解。我整了个QQ群，180962166，有不会的进来问就行（如果我会的话）好了，正式开始。

原创 panda3d虚幻引擎--（2）

目录前言（阿巴阿巴）上帝视角导入人物模型和动作模型前言（阿巴阿巴）前几天无意间看到了一个叫做panda3d的东西，觉得挺好玩，就翻教程，发现现在中文教程似乎没有那么全面成体系，大部分都是复制粘贴过来官网的实例然后就发布出去了，看得云里雾里的，所以我决定自己去摸索一下这个panda3d，学panda3d的小伙伴中间肯定遇到过很多坑，也有过很多不理解的地方，不过没关系，来瞅瞅我的这个panda3d教程，给你个比较全面的讲解。我整了个QQ群，180962166，有不会的进来

原创 panda3d虚幻引擎--（1）

目录前言（阿巴阿巴）安装调整窗口导入环境前言（阿巴阿巴）前几天无意间看到了一个叫做panda3d的东西，觉得挺好玩，就翻教程，发现现在中文教程似乎没有那么全面成体系，大部分都是复制粘贴过来官网的实例然后就发布出去了，看得云里雾里的，所以我决定自己去摸索一下这个panda3d，学panda3d的小伙伴中间肯定遇到过很多坑，也有过很多不理解的地方，不过没关系，来瞅瞅我的这个panda3d教程，给你个比较全面的讲解。我整了个QQ群，180962166，有不会的进来问..

原创 Python自动化库之paramiko

paramiko库是用来连接远程服务器并令远程服务器进行操作的一个库，安装paramiko只需要利用pip命令 pip install paramiko安装好了之后进行导入import paramikoimport paramiko#第一步需要创建一个ssh连接ssh_client = paramiko.SSHClient()#然后需要设置授权ssh_client.set_missing_host_key_policy(paramiko.AutoAddPolicy())# 上面两..

原创 tensorflow（13）----acc，loss可视化

你在训练的时候看到下面这样的图片是不是感觉不太直观当迭代次数多的时候，前面的loss和accuracy与后面的交织在一起，变化变得不那么直观，看起来会比较麻烦那咱把这东西整成图不就好了，loss变成啥样，accuracy咋变的，一目了然，开整！# history=model.fit(训练集数据，训练集标签，batch_size=,epochs=,validation_split=用作测试数据的比例,validation_data=测试集，# validation_freq=测试频率.

原创 tensorflow(12)---参数提取

上一篇文章简单讲了怎么断点续训，但是有时候吧，想要看看训练过程中那些参数都长啥样，从开始到结束各个参数如何变化，在网络训练过程中只有accuracy和loss可以看到，这时候需要使用参数提取的方法。在上一篇基础上，加入一些新内容import tensorflow as tfimport osfrom tensorflow import kerasimport numpy as np# 设置打印格式，threshold=超过多少不打印,np.inf无限大np.set_printoptio

原创 tensorflow(11)---断点续训

在训练过程中吧，有的时候会出现训练到一半的时候内存不够，或者其他报错，程序中断，或者先训练一小会，之后有时间继续训练，这时候就需要断点续训操作。概念：断点续训的意思是因为某些原因还没有训练完成就被中断，下一次训练可以在上一次的训练基础上继续进行。这种方式对于需要长时间训练的模型而言非常友好在代码实现上，前面内容不变，还是老三样，导入，构建，compileimport tensorflow as tfimport osfrom tensorflow import kerasmni

原创 tensorflow(10)--自制数据集

前面讲了怎么用tensorflow识别一些常用的数据集，但是吧，大部分时候，我们都需要识别自己的数据集，比如你有一万张猫狗图片，这时候就需要把本地的那些照片作为数据集传到网络结构中进行处理，这些自己的图片，叫做自制数据集。这篇文章，咱们用本地的数据集，完成一次识别，我把数据集放在了自己的博客资源里，你们去瞅瞅，应该有。...

原创 tensorflow(9)--识别FASHION数据集

代码如下import tensorflow as tffrom tensorflow import kerasimport matplotlib.pyplot as pltfashion = keras.datasets.fashion_mnist(x_train,y_train),(x_test,y_test) = fashion.load_data()x_train,x_test = x_train/255.0,x_test/255.0model = keras.models.S

原创 tensorflow(8)--识别MNIST数据集

上一篇文章讲了如何用keras搭建我们自己的网络，并且讲解了里面的一些常用参数，本篇文章将简短的介绍如何用上一篇文章中的框架识别MNIST数据集。MNIST 数据集已经是一个被”嚼烂”了的数据集, 很多教程都会对它”下手”, 几乎成为一个 “典范”这里我们不太需要去官网下载，我们在第一次使用这个数据集的时候，会自动从官网下载，各位看官先继续往下看。MNIST数据集：提供6万张28*28像素点的0-9手写数字图片和标签，用于训练提供1万张28*28像素点的0-9手写数字图片和标签，用于.

原创 tensorflow(7)---基于keras搭建神经网络模型

官方介绍：Keras 是一个用 Python 编写的高级神经网络 API，它能够以TensorFlow,CNTK, 或者Theano作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。如果你在以下情况下需要深度学习库，请使用 Keras：允许简单而快速的原型设计（由于用户友好，高度模块化，可扩展性）。 同时支持卷积神经网络和循环神经网络，以及两者的组合。 在 CPU 和 GPU 上无缝运行。Keras 兼容的 Pytho...

原创 tensorflow（6）---基础知识点

在学习tensorflow的过程中，可能会有一些参数需要调整，对应不同的任务需要调整不同的参数，本篇介绍tensorflow构建model过程中可以自行调节的参数。# 目的：学会神经网络优化过程，使用正则化减少过拟合，使用优化器更新网络参数# 预备知识# 神经网络复杂度# 指数衰减学习率# 激活函数# 损失函数# 欠拟合与过拟合# 正则化减少过拟合# 优化器更新网络参数下面直接用代码来讲解需要了解的知识点import tensorflow as tf# tf.where

原创 tensorflow(5)---识别鸢尾花数据集

前面说了tensorflow的基础知识，本篇利用前面提到的知识来进行鸢尾花数据集实战话不多说，开整！首先导入相关库# 导入相关库import tensorflow as tf# 调用sklearn中自带iris数据集from sklearn.datasets import load_irisimport matplotlib.pyplot as pltimport numpy as np# 用于切分数据集from sklearn.model_selection import tr

原创 tensorflow（4）---常用函数

上篇文章写了如何生成张量，以及如何将numpy数组转化为tensorflow中tensor，这篇文章我们主要研究tensorflow中常用的一些函数（1）转换数据类型# 常用函数# 强制tensor转换为改数据类型 tf.cast(张量名,dtype=数据类型)# 计算张量维度上元素最小值最大值tf.reduce_min(张量名) tf.reduce_max(张量名)x1 = tf.constant([1.,2.,3.],dtype=tf.float64)print(x1)x2 =

原创 tensorflow（3）---张量生成

tensorflow中的tensor就是张量，是多维数组，多维列表，用阶表示张量维度0阶张量表示标量scalar，一个单独的数，例如1231阶张量表示向量vector，一个一维数组，例如[1,2,3]2阶张量叫做矩阵matrix，一个二维数组，例如[[1,2,3],[4,5,6],[7,8,9]]n阶张量叫做张量tensor，n维数组，t=[[[[....n个]]]]张量表示0-n阶数组tensorflow数据类型：tf.int tf....

原创 tensorflow（2）---神经网络构建

神经网络搭建的一般过程为：1.准备数据：采集大量“特征/标签”数据2.搭建网络：搭建神经网络结构3.优化参数：训练网络获取最佳参数（反向传播）4.应用网络：将网络保存为模型，输入新数据，输出分类或预测结果loss=,导数为2*(w+1),w初始值为5，第一次迭代导数grads=2*（5+1）=12，之后以此类推，最终让loss最小，则w趋近于-1,代码实现：import tensorflow as tf# tf.Variable(initializer,name),参数

原创 tensorflow（1）---归一化

（1）归一化是属于预处理阶段的操作（2）归一化所在库sklearn.processing中（3）归一化是对数据中x进行转化，y不动（x为原始数据，y为分类标签）（4）归一化是把数据每列变换到差不多的数量级（5）为什么归一化：以线性回归y=w1*x1+w2*x2为例（不考虑偏置bias）,假设x1为年龄(10,20,30,40),x2为收入(10000,20000,30000,40000),此时数量级x2>>x1（远远大于）。y不变，数量级w1>>w2,在梯度下降求

原创 决策树选取最优特征

Python3《机器学习实战》学习笔记（二）：决策树基础篇之让我们从相亲说起_Jack-Cui-CSDN博客本文理论知识依据来源上文，以下为上述链接代码个人实现部分import mathdef createDataSet(): dataSet = [[0, 0, 0, 0, 'no'], # 数据集 [0, 0, 0, 1, 'no'], [0, 1, 0, 1, 'yes'], [0, 1.

原创 KNN实战之海伦约会

40920 8.326976 0.953952 largeDoses14488 7.153469 1.673904 smallDoses26052 1.441871 0.805124 didntLike75136 13.147394 0.428964 didntLike38344 1.669788 0.134296 didntLike72993 10.141740 1.032955 didntLike35948 6.830792 .

原创 梯度下降求解回归问题

今天用梯度下降的方法求解一个y=ax+b类型的问题#导入包import numpy as npimport matplotlib.pyplot as plt生成数据X=np.linspace(-1,6,101)np.random.seed(1)Y=2*X+1+np.random.random(size=X.shape)*2plt.scatter(X,Y)生成数据之后，需要定义损失函数：def J(a,b,x,y): s=np.sum((y-a*x-b)**2)

原创 网格点坐标矩阵生成：numpy.meshgrid()

numpy.meshgrid（）函数其实非常简单，它的作用就是生成网格点坐标矩阵语法：X,Y = numpy.meshgrid(x, y)输入的x，y，就是网格点的横纵坐标列向量（非矩阵）输出的X，Y，就是坐标矩阵。如上图所示，x为从0到9的数组，y中每个值都是x的2倍生成的Y中每一行都是一个y值，X中每一行都是x中所有元素的遍历。可以认作X,Y是坐标点的集合，X[0][0] 和Y[0][0]是一个点的横纵坐标，X[0][1],Y[0][1]是网格图的第二个点，以此类推。...

原创 python数据结构--链表

class Node: #定义一个node节点，节点中含有两个参数，一个为节点存的数据，另一个为 def __init__(self, item): #该节点的next属性 self.item = item self.next = Noneclass linkList: #定义一个链表类 def __init__(self): #初始化链表表头为None self.head = .

原创 python数据结构--双向队列

双向队列是比栈和普通队列灵活的一种数据结构代码如下：下面展示一些 内联代码片。class Deque: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def addFront(self,item): #插在队尾 self.items.append(item) def.

原创 python数据结构--队列（2）

用队列解决约瑟夫环问题：这个问题的意思为：有一个队伍，第一个人从队首出去之后又回到了队尾，直到规定的循环次数用完下面展示一些 内联代码片。class Queue: def __init__(self): self.items=[] def isEmpty(self): return self.items==[] def enqueue(self,item): self.items.insert(0,i

原创 python数据结构--队列（1）

队列是有次序的数据结合，新数据添加总发生在尾端（rear）现存数据项的移除总发生在首端（front）队列次序安排为先进先出（FIFO）不允许数据项直接插入队中，也不允许从中间移除数据项Queue():创建一个空队列对象，返回值为Queue对象enqueue(item):将item加到队尾，无返回值dequeue():从队首移除数据项，返回值为队首数据项，队列被修改isEmpty():测试是否为空队列size():返回队列中数据项个数...

原创 python数据结构--栈（2）

利用栈进行简单的括号匹配需求：若左括号和右括号个数相等并且逻辑正确则返回true，否则返回false具体事例代码如下：#简单括号匹配#该案例中输入的字符串只有括号，不考虑除了括号以外的字符加入class Stack: def __init__(self): self.items=[] def isEmpty(self): return self.items==[] def push(self,item):

原创 python数据结构--栈（1）

线性结构是一种有序的数据项的集合，每个数据项都有唯一的前驱和后继，除了第一个和最后一个栈的加入和移除都发生在同一端，叫栈顶，另一端叫栈底后进先出LIFO，最近加入栈的元素会被最先移除栈的操作： Stack(): 创建一个空栈 push(item):将item加入栈顶，没有返回值 pop():将栈顶数据项移除，并返回，栈被修改 peek():窥视栈顶数据项，返回栈顶的数据项但不移除，栈不被修改 isEmpty():返回栈是否为空栈 size():返

原创 Python数据结构--数据类型的性能

原创 Pyhton数据结构--“变位词”判断问题

具体实现代码如下：注：代码里注释中说的s2其实就是alist，注释中说s2是为了便于理解def solution1(s1,s2): #定义变位词解决办法1，传入s1，s2；两个参数 alist=list(s2) #新建列表，将s2的每个字符复制alist中 pos1=0 #用来循环遍历s1的每个字符，pos就是position的...

原创 Python数据结构--大O表示法

原创 python数据结构--图灵机

图灵机的计算模型图灵机模拟器软件：Visual Turing

原创 Python中Pandas常见用法

Pandas广泛使用的数据分析包导入pandas：import pandas as pdDataFrame数据框 ≈ excel表格列可以是不同的数据类型（整数，浮点数，字符串等），并且每一列有一个“列名”1.创建DataFrame2.列

原创 Python中Numpy常见用法

NumPy广泛使用的矩阵计算包一个基础性的包，大量的工具在NumPy上开发，包括matplotlib、scipy、pandas等首先导入numpy包import numpy as np1. 用numpy创建一维数组,并进行运算：a=np.array([1,2,3,4])b=np.array([5,6,7,8])c=a+bprint( c )2.遍历C数组：遍历向量：3.# 将numpy数组转换成python的列表：...

原创 eclipse下载windowBuilder插件

eclipse导入windowBuilder步骤：第一步：打开自己eclipse，打开help，然后找到最后一个选项，点击About Eclipse查看自己的eclipse版本，一般为4.7或者4.6版本在图中的括号里，（4.7.3a）,版本就是4.7然后激动人心的时刻到了：导入windowBuilder确保你的电脑在连着网，并且不会断网，而且，最重要的是：网速千万不要太慢，要不然会慢到让你想扔电脑选择菜单栏里的help菜单，选择倒数第三个项，也就是光标所指的位置，点击之后会弹出来一个界

原创 开启mysql

原创 部分查询练习题及答案

1、通过SQL语句创建图书信息管理数据库，命名为“db_Library”，数据文件和日志文件放在D盘下以自己学号和姓名命名的文件夹中，数据文件的逻辑名为db_Library_data，数据文件的操作系统名为db_Library_data.mdf，文件初始大小为10MB，最大可增加至300MB，增幅为10%；日志文件的逻辑名为db_Library_log，日志文件的操作系统名为db_Library_data.ldf，文件初始大小为5MB，最大可增加至200MB，增幅为2MB。CREATE DATABASE

原创 sql sever 注释

SQL sever快捷注释键快捷注释：摁住ctrl，再分别摁K和C取消注释：ctrl+k+u或者/* 内容*/