自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 通过python使用多种方法改变图片尺寸

from PIL import ImageTk, Imageimport tkinter as tkfrom tkinter import filedialog#图片适应大小裁剪def get_image(filename,width,height): im = Image.open(filename).resize((width,height)) return ImageTk.PhotoImage(im)'''打开选择文件夹对话框'''root = tk.Tk()root

2021-08-18 12:53:02 7024

原创 使用Tensorflow 2进行猫狗分类识别

使用Tensorflow 2进行猫狗分类识别本文所需代码均在Jupyter Notebook当中实现。目录使用Tensorflow 2进行猫狗分类识别数据集获取文件解压将文件分为训练集与验证集绘图查看模型建立数据集获取使用tf.keras.utils.get_file()能够从指定的URL当中直接获取数据集,我们在已知网站当中获取到猫狗偶分类所需图片,为压缩包格式,将其命名为cats_and_dogs_filtered.zip,为该操作设置一个变量path,该变量指向的便是该数据集下载之后存储的路径

2021-08-17 14:50:19 8221 9

原创 文件打包在.py文件中并且在其他代码当中调用文件的实现

import base64 def propy(project_name): open_pro = open("%s" % project_name, 'rb') b64str = base64.b64encode(open_pro.read()) open_pro.close() # 注意这边b64str一定要加上.decode() write_data = 'project = "%s"' % b64str.decode() f = open('%s.

2021-08-17 10:10:09 302

原创 高维数据可视化示例

高维数据可视化示例文中代码均在Jupyter Notebook中运行文中所需两个数据文件在下面给出。文中数据集下载1文中数据集下载2目录高维数据可视化示例单变量分析多变量分析可视化二维数据可视化三维数据可视化四维数据可视化 5 维数据可视化 6 维数据(6-D)结论import pandas as pdimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dimport matplotlib as mpl

2021-08-16 14:24:59 3416 4

原创 关于使用Tensorflow 2进行Fashion Mnist数据集识别提出的八个问题

关于使用Tensorflow进行Fashion Mnist数据集识别目录关于使用Tensorflow进行Fashion Mnist数据集识别

2021-07-22 20:40:37 497

原创 时间序列简介

利用Tensorflow2处理时间徐磊提示:文章目录利用Tensorflow2处理时间徐磊前言一、时间序列时间序列季节性模式二、使用步骤1.引入库2.读入数据总结前言提示:提示:以下是本篇文章正文内容,下面案例可供参考一、时间序列先导入已有第三方库numpy与matplotlibimport numpy as npimport matplotlib.pyplot as plt建立两个函数,一个用于绘制序列,另一个用于返回趋势。def plot_series(time, ser

2021-07-14 17:18:09 634 1

原创 使用镜像源安装第三方库

使用镜像源安装第三方库阿里云:https://mirrors.aliyun.com/pypi/simple/中国科学技术大学:https://pypi.mirrors.ustc.edu.cn/simple/豆瓣(douban):http://pypi.doubanio.com/simple/清华大学:https://pypi.tuna.tsinghua.edu.cn/simple/使用镜像源下载就会跳到指定的镜像源下文件,下载速度会比原始镜像源要快。临时使用pip install -

2021-07-10 08:58:10 709

原创 使用Python进行数据拟合

使用Python进行数据拟合文章目录使用Python进行数据拟合多项式拟合非多项式拟合多项式拟合任何一个函数都可以拆分成近似于这个函数的多项式表达。多项式拟合需要用到的函数是np.polyfit,它的使用方法为:np.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)使用最小二乘法原理,根据已知的x与y对应值,拟合一个下面形式的多项式。P(x)=P0xdeg+P1xdeg−1⋅⋅⋅+PdegP(x)=P{_0}x

2021-07-09 09:20:09 19690 2

原创 Python输出指定位数的浮点数

Python输出指定位数的浮点数文章目录Python输出指定位数的浮点数方法一方法二方法三用¥方法一方法二方法三

2021-07-08 19:45:12 4415

原创 一个非常好用的第三方库----pyforest

一个非常好用的第三方库----Pyforest文章目录一个非常好用的第三方库----Pyforest一、简介二、安装三、使用四、一、简介pyforest支持大部分流行的数据科学库,比如pandas,numpy,matplotlib,seaborn,sklearn,tensorflow等等,以及常用的辅助库如os,sys,re,pickle等。二、安装三、使用四、...

2021-07-07 20:48:07 825 2

原创 Tensorflow 学习之猫狗分类案例

Tensorflow 学习之猫狗分类案例本人一直在Cousera上学习Ng Andrew老师的Tensorflow课程,在本次猫狗分类案例当中,我对课程做了相应的记录,呈现在此,一方面加深学习的印象,另一方面记录自己学习的心得。如有错误还望各位大佬指正。注:我使用的是Spyder进行的代码编写与运行。文章目录Tensorflow 学习之猫狗分类案例前言一、cats_and_dogs数据集1.cats_and_dogs_filtered.zip下载地址2.数据集概况3.部分图片可视化二、模型构建1.定义

2021-01-15 21:40:27 2036

原创 Tensorflow2教程实现卷积神经网络模型构建复杂的图像应用

TF2实现卷积神经网络之复杂的图像应用此次我们sh用Tensorflow通过卷积神经网络实现复杂的图像应用,仍按照下列流程图顺序进行操作:#mermaid-svg-fgeLUsh9sgeOjzne .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-fgeLUsh9sgeOjzne .label text{fil

2021-01-13 22:09:35 317 1

原创 通过Fashion MNIST建立卷积神经网络模型

通过Fashion MNIST建立卷积神经网络提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录通过Fashion MNIST建立卷积神经网络前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就

2021-01-12 22:40:21 1800 1

原创 Fashion MNIST数据集构建DNN神经网络模型

Fashion MNIST数据集构建神经网络模型提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档print(plt.imshow(train_images[0]))文章目录Fashion MNIST数据集构建神经网络模型前言一、导入Fashion MNIST数据集二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以

2021-01-11 22:24:50 1592

原创 建立一个神经元的网络并用TF2进行代码实现线性回归

用TF2代码实现建立一个神经元的网络 (了解TF2的代码)文章目录用TF2代码实现建立一个神经元的网络 (了解TF2的代码)前言一、导入第三方库二、建立简单神经元1.Sequential 顺序模型2.编译过程3.训练过程4.预测三、小结前言刚刚步入深度学习领域,掌握了简单的基础知识,我们便可以开始建立我们的第一个神经网络,仅利用一个神经元来进行对一组数据的进行线性的回归预测。本文将详细介绍如何用代码实现此功能,以此使得初学者对Tensorflow 2.0有一个初步的认识。主要解决问题:已知两

2021-01-10 22:55:47 325 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除