dujuancao11的博客

Python isinstance() 函数 | 菜鸟教程仅仅作为自己的笔记，有需要的话直接看原文吧。描述isinstance() 函数来判断一个对象是否是一个已知的类型，类似 type()。 isinstance() 与 type() 区别：type() 不会认为子类是一种父类类型，不考虑继承关系。isinstance() 会认为子类是一种父类类型，考虑继承关系。 如果要判断两个类型是否相同推荐使用 isinstance()。语法以下是 isinstance()

Python eval() 函数 | 菜鸟教程仅仅作为自己的笔记，有需要的话直接看原文吧。描述eval() 函数用来执行一个字符串表达式，并返回表达式的值。语法以下是 eval() 方法的语法:eval(expression[, globals[, locals]])参数expression -- 表达式。 globals -- 变量作用域，全局命名空间，如果被提供，则必须是一个字典对象。 locals -- 变量作用域，局部命名空间，如果被提供，可以是任何映射.

Python 字典(Dictionary) | 菜鸟教程仅仅作为自己的笔记，有需要的话直接看原文吧。python字典：字典是另一种可变容器模型，且可存储任意类型对象。字典的每个键值 key=>value 对用冒号 : 分割，每个对之间用逗号(,)分割，整个字典包括在花括号 {} 中 ,格式如下所示：d = {key1 : value1, key2 : value2, key3 : value3 }键必须是唯一的，但值则不必。值可以取任何数据类型，但键必须是不可变的，如字

两行代码读取文件内容代码f=data = open("wait_for_me.txt",encoding="utf-8").read()print(data)我的文件夹情况我的TXT文件内容西蒙诺夫《等着我吧》等着我吧我会回来的。只是要你苦苦地等待，等到那愁煞人的阴雨勾起你的忧伤满怀，等到那大雪纷飞，等到那酷暑难捱等到别人不再把亲人盼望，往昔的一切，一古脑儿抛开。等到那遥远的他乡不再有家书传来，等到一起等待的人心灰意懒都已倦怠。等着我吧我会回来的.

错误示范代码：错误提示：argparse.ArgumentError: argument -y/--data: conflicting option string: -y错误原因：python的args指定重复的简短参数 错误-argparse.ArgumentError: argument -y/--data: conflicting option string: -y不能用 同一字母 作简短参数year用简短参数y，data用简短参数y，解决方案：1.把d.

代码import argparsedef main(): '''1.创建解析器 使用 argparse 的第一步是创建一个 ArgumentParser 对象。 ArgumentParser 对象包含将命令行解析成 Python 数据类型所需的全部信息。''' parser = argparse.ArgumentParser(description='''Demo of argparse''') '''2.添加参数 给一个 ArgumentPars

以下代码仅仅说明函数功能，美观没管。读取TXT文件，显示在tkinter的Text 将窗口输入文本框的内容保存到已有的TXTimport tkinter as tkimport osimport tkinter.messagebox as messageboxroot = tk.Tk()text = tk.Text(root, width=100, height=20)text.pack()text.insert("insert", "点击插入按钮（读取已经存在的TXT..

读取已经存在的TXT内容，并插入在Tkinter 组件Textimport tkinter as tkimport osimport tkinter.messagebox as messageboxroot = tk.Tk()text = tk.Text(root, width=100, height=5)text.pack()text.insert("insert", "点击插入按钮（读取已经存在的TXT内容，并插入在此处） ")mytxtfile ="f:\\New_Fil.

在F盘新建目录："f:\\New_File_Dir\\Fail1\\"，再新建TXT文件，再写入内容import osdef mkdir(path): # 去除首位空格 path = path.strip() # 去除尾部 \ 符号 path = path.rstrip("\\") # 判断路径是否存在 # 存在 True # 不存在 False isExists = os.path.exists(path)

Text（文本）组件用于显示和处理多行文本。在 Tkinter 的所有组件中，Text 组件显得异常强大和灵活，适用于多种任务。虽然该组件的主要目的是显示多行文本，但它常常也被用于作为简单的文本编辑器和网页浏览器使用。用法当你创建一个 Text 组件的时候，它里边是没有内容的。为了给其插入内容，你可以使用 insert() 方法以及 "insert" 或 "end" 索引号：以下代码实现了一些简单的功能，可以自己尝试一下，一些基本用法我都写在注释。import tkinter as tk

今天简单接触学习了一下，很简单，不过代码不是很优，以后有需要再补充修正吧。（最近事情比较多，今天就到这里，得忙别的事情了）import tkinter as tkimport tkinter.messagebox as messagebox#初始化窗口window = tk.Tk()#窗口名称window.title("我写的第一个窗口")#窗口大小,是 x 不是 *window.geometry("400x400")#不能改变窗口的大小window.resizable(width=

手写数字识别问题——逻辑回归一、什么是分类问题？有时我们需要对事物分类（classify）而不是去预测一个具体的数值，例如给定一张含有手写数字（0-9 十个数字中的一个）的图片，我们需要将其分类为 0，1，2，3，4，5，6，7，8，9 十类。 或者，我们需要将一首歌曲进行归类，如归类为流行，摇滚，说唱等。集合 [0,1,2，...，9]、[流行，摇滚，说唱，等等] 中的每一个元素都可以...

（张老师PPT学习笔记）一、在TensorFlow 中建立模型1.TensorFlow 中的线性模型占位符（Placeholder）：表示执行梯度下降时将实际数据值输入到模型中的一个入口点。例如房子面积 (x) 和房价 (y_)。变量（Variable）：表示我们试图寻找的能够使成本函数降到最小值的变量，例如 W 和 b。在TF中表示线性模型 (y = W.x + b) ...

CNN反向传播计算过程传统的神经网络是全连接形式的，如果进行反向传播，只需要由下一层对前一层不断的求偏导，即求链式偏导就可以求出每一层的误差敏感项，然后求出权重和偏置项的梯度，即可更新权重。 卷积神经网络有两个特殊的层：卷积层和池化层。池化层输出时不需要经过激活函数，是一个滑动窗口的最大值，一个常数，那么它的偏导是1。池化层相当于对上层图片做了一个压缩，这个反向求误差敏感项时与传统的反向传播...

一、典型的CNN网络1、开山之作：LeNet-5 1998LeNet-5 是一个非常成功的神经网络模型。 基于 LeNet-5 的手写数字识别系统在 90 年代被美国很多银行使用，用来识别支票上面的手写数字。 LeNet-5 共有 7 层。 （不怎么会计算） 输入层：输入图像大小为 32 × 32 = 1024。C1 层：这一层是卷积层。滤波器的大小是 5×5 = ...

卷积神经网络一、CNN三大结构特性局部连接——感受野 局部连接会大大减少网络的参数。在处理图像这样的高维度输入时，让每个神经元都与前一层中的所有神经元进行全连接是不现实的。让每个神经元只与输入数据的一个局部区域连接，该连接的空间大小叫做神经元的感受野，它的尺寸是一个超参数，其实就是滤波器的空间尺寸。 权值共享——卷积 在卷积层中使用参数共享是用来控制参数的数量。每个滤波器与...

一、CNN的训练，训练什么？训练样本和类别是确定的。 训练的深度（隐藏层的层数）和卷积核（神经元）的数量、卷积核的大小，都是训练前根据经验设定的。 只有卷积核的参数是未知的。二、如何训练？训练是一种有监督学习。在CNN开始训练之前，权重值是随机初始化的，此时过滤器并不知道该提取哪些特征值。随着训练数据的输入，经过前向计算后，损失函数会计算网络输出与真实标签之间的误差，误差反向...

（此文章是学习张老师的PPT做的笔记，感激张老师）一、卷积神经网络的由来1、实际需求的驱动案例：构建一个衣服图片检索系统使用前馈全连接网络？权重矩阵的参数非常多如果输入图像大小为 100 × 100 × 3（即图像高度为 100，宽度为 100， 3个颜色通道： RGB）。在全连接前馈网络中，第一个隐藏层的每个神经元到输入层都有 100 × 100 × 3 = 30, ...

卷积神经网络之卷积（Convolution）Convolutional Neural Networks（此文章是对照着张老师PPT做的笔记，感谢张老师）什么是卷积？从数学上来讲，卷积就是一种运算。离散卷积的例子有两枚骰子： 把这两枚骰子都抛出去： 求：两枚骰子点数加起来为4的概率为多少?那么，两枚骰子点数加起来为4的情况有：f(1)g(3)+f(2)g(2)...

一、机器学习方法：拟合预测曲线我们可以使用机器学习来挖掘它们之间的关系（见下图的「最佳拟合预测曲线」），即给定一个不属于数据点的特征值，我们可以准确地预测出输出（特征值和预测线的交点）。选择一个模型（1）模型种类1、线性模型2、指数模型为了使用机器学习来做预测，我们需要选择一个能够拟合收集到的数据的最佳模型。我们可以选择一个线性（直线）模型，并通过改变其陡度/梯度和位...

学习张老师PPT的笔记，感激张老师，以下内容均来自张老师的PPT深度学习框架Tensorflow简介一、Tensorflow是什么？2015年11月9日，Google正式发布并开源TensorFlow关于 TensorFlowTensorflow中文社区：http://www.tensorfly.cn/ Tensorflow官网：tensorflow.org TensorF...

Keras: 基于 Python 的深度学习库（这份学习资料是学习的老师上课的ppt，感谢张老师）一、Keras关键词中文官网：https://keras.io/zh/纯Python 符号式编程 Tensorflow或Theano为后端（backend）——站在巨人的肩膀上 快速原型 轻量级，高度模块化 不断完善的预训练模型库1、Keras由纯Python编写，这意味着它的...

python模块是什么？写法及作用分析python模块：Python 模块(Module)，是一个 Python 文件，以 .py 结尾，包含了 Python 对象定义和Python语句。模块让你能够有逻辑地组织你的 Python 代码段。把相关的代码分配到一个模块里能让你的代码更好用，更易懂。模块能定义函数，类和变量，模块里也能包含可执行的代码。下例是个简单的模块 sup...

参考网址：1、知乎anaconda是什么？安装，管理包的详细介绍https://www.zhihu.com/question/58033789针对这些网址做一下小小的总结问题一：已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因：1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。2）管理包A...

参考博客（https://blog.csdn.net/ShiMengRan107/article/details/70242245 ）（https://www.cnblogs.com/way_testlife/category/247553.html ）（https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949...

只是把一些文字部分复制出来方便看，完整还是参考源地址，参考文章https://keras.io/zh/Keras: 基于 Python 的深度学习库你恰好发现了 Keras。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...