python
陈华杰
数学与编程的热爱者
展开
-
numpy中实用但不常见的方法(1)np.tile
numpy.tile(A, reps) 功能:将矩阵A看成一个整体, 按照reps的方式复制 参数:A:输入矩阵; reps:每个坐标重复的次数 返回值:输出矩阵>>> a = np.array([0, 1, 2]) >>> np.tile(a, 2)array([0, 1, 2, 0, 1, 2]) #将[0,1,2]看成一个整体,array([a,a])>>> np.ti原创 2018-01-24 10:21:14 · 1011 阅读 · 0 评论 -
【教程】jupyter notebook使用最全教程
【教程】jupyter notebook使用最全教程1. 安装pip install jupyter2.使用在工程目录下执行命令,自动打开浏览器jupyter notebook 浏览器不自动打开, 此时在浏览器地址栏手动输入 192.168.111.211(本机ip)或localhost或127.0.0.1:8888(端口号)jupyter notebook --no-...原创 2019-05-20 17:29:27 · 5874 阅读 · 0 评论 -
TensorFlow基础教程:搭建循环神经网络RNN
使用TensorFlow搭建循环神经网络 TensorFlow版本1.4.0 Python版本>3.5.0 循环神经网络RNN的原理可以参考这篇文章。本教程搭建的网络结构包含LSTM和一个全连接层网络结构图如下: 输出—>LSTM—>全连接层—>输出1.载入MNIST数据集import tensorflow as tf...原创 2018-05-17 21:59:12 · 1327 阅读 · 4 评论 -
TensorFlow基础教程:模型持久化(模型保存与读取)
TensorFlow可以保存训练过的模型,不仅在训练过程中断后,可以继续上次训练过程;还可以进行迁移学习,在别人的训练的模型基础上训练自己的模型。可谓十分方便。TensorFlow保存模型checkpoint后生成以下文件: |—checkpoint |—model_name.data-00000-of-00001 |—model_name.index |—model原创 2018-01-24 19:37:32 · 750 阅读 · 0 评论 -
TensorFlow基础教程:搭建卷积神经网络CNN
手把手教你使用TensorFlow搭建卷积神经网络 TensorFlow版本1.4.0 python版本>3.5.0卷积神经网络的原理大家可以参考这篇文章本教程使用LeNet网络对MNIST数据集进行分类。LeNet基本结构如下 输入—>卷积层C1—>池化层P1—>卷积层C2—>池化层P2—>全连接层F1—>全连接层F2(输出)输入参数 输入图像大原创 2018-01-28 10:58:32 · 1933 阅读 · 0 评论 -
TensorFlow基础教程:tensorboard训练过程可视化
TensorFlow自带一个非常好的可视化工具tensorboard,可以从极客学院查看它的详细介绍。tensorboard界面,可视化训练过程。 使用tensorboard需要首先定义好需要观察的tensor的名字,以及运算过程的名字。#在声明张量时,输入参数name即为显示在tensorboard上张量的名字x = tf.placeholder(tf.float32,原创 2018-01-24 16:56:43 · 12360 阅读 · 1 评论 -
经典算法教程:KMP字符串匹配算法
在文本S中找到模板P所处的位置,称为字符串匹配。如图所示最经典的算法莫过于由Knuth、Morris和Pratt三人设计的线性时间算法,简称KMP算法。1.原理解释如图,假设有文本S,模板P,在start位置开始匹配。当start=0时,表示从文本S的第一个字符开始匹配。假设逐个匹配到模板P中第j+1个字符时,S与P中的字符不相等,表示S与P中的前j个字符都相等。当j=0时原创 2018-01-31 20:46:59 · 292 阅读 · 0 评论 -
numpy中实用但不常见的方法(3)np.argsort
numpy.argsort(a, axis=-1, kind=’quicksort’, order=None) 功能: 将矩阵a按照axis排序,并返回排序后的下标 参数: a:输入矩阵, axis:需要排序的维度 返回值: 输出排序后的下标>>> x = np.array([3, 1, 2])>>> np.argsort(x)array([1, 2, 0])>>> x原创 2018-01-24 10:52:24 · 18627 阅读 · 0 评论 -
numpy中实用但不常见的方法(2)np.repeat
numpy.repeat(a, repeats, axis=None) 功能: 将矩阵A按照给定的axis将每个元素重复repeats次数 参数: a:输入矩阵, repeats:每个元素重复的次数, axis:需要重复的维度 返回值: 输出矩阵>>> np.repeat(3, 4)array([3, 3, 3, 3]) #每个元素重复4次>>> x = np.array([[原创 2018-01-24 10:34:57 · 16681 阅读 · 2 评论 -
【pandas教程】根据某列的取值将某列变为多个字段
在数据处理中,有可能遇到需要将某一列的取值变成新的字段,比如有一个表格:idABid1a3.2id1b4.1id2a2.2id2b3现在需要将表格变为如下:idA_aA_bid13.24.1id22.23可以看到A的取值a, b变成了新的字段A_a, A_b。在pandas中可以使用piv...原创 2019-06-07 19:18:33 · 1611 阅读 · 4 评论