Fwuyi的博客

Pythonassert 语句，又称断言语句，可以看做是功能缩小版的 if 语句，它用于判断某个表达式的值，如果值为真，则程序可以继续往下执行；反之，Python 解释器会报 AssertionError 错误。assert 语句的语法结构为：assert expression [, arguments]如果expression [, arguments]为True，程序继续执行，否则，程序报...

keras.layers.BatchNormalization(axis=-1)批量标准化层 。在每一个批次的数据中标准化前一层的激活项， 即，应用一个维持激活项平均值接近 0，标准差接近 1 的转换。参数axis: 整数，需要标准化的轴 （通常是特征轴）。 例如，在data_format="channels_first"的Conv2D层之后， 在BatchNormalization中设置axis=1。输入尺寸可以是任意的。输出尺寸与输入相同。...

Lambda层可以对输入数据进行任意数学表达式function计算，并将计算结果输出输入尺寸任意。在使用 TensorFlow 时​​​​​​​，推理可以得到输出尺寸。keras.layers.Lambda(function)# function:需要封装的函数 #Output.shape = (batch_size,input_dim, window_width) a = Lambda(lambda x: K.mean(x, axis=1))(a) #Output.shape =

Reshape层用来将输入shape转换为特定的shape参数target_shape：目标shape，为整数的tuple，不包含样本数目的维度（batch_size）输入shape任意，但输入的shape必须固定。当使用该层为模型首层时，需要指定input_shape参数输出shape(batch_size,)+target_shape例子# as first layer in a Sequential modelmodel = Sequential()model.ad

Permute(dims)置换输入的维度。dims: 整数元组。索引从 1 开始。 例如, (2, 1) 置换输入的第一和第二个维度。a = Permute((2, 1))(inputs)# 若input_shape=(10, 64)，则现在output_shape == (None, 64, 10)# 注意： `None` 是批表示的维度经过Permute输出尺寸与输入尺寸相同，但是维度根据dims重新排列......

append()函数作用：在列表list的末尾增加一个新元素，仅修改列表list，无返回对象append()函数常用情况：增加列表list内容append()函数语法：list.append(新增的元素)Y=[1,2]Y.append(4)Y.append(7)print(Y)# 输出：[1, 2, 4, 7]但是，当尝试如下代码时，会提示说 append() 函数只接受一个参数，但给了 3 个。因此，可知 append() 函数一次仅能增加一个元素。X=[1,2]X.a

目录rang()函数作用：生成全是整数的一个数据范围。rang()函数语法：range(start, stop, step)rang()函数常用情况：在for循环中使用rang()函数作用：生成全是整数的一个数据范围。rang()函数语法：range(start, stop, step)start 为起始值，默认是 0；stop 为结束值；step 是步长，默认为 1。注意，range() 函数生成的整数等差数列左到右不到，即satrt可以取到stop不能取到。r...

series是一个一维的列数据，其中每一个元素都有一个标签。import pandas as pd s = pd.Series([2, 4, 6, 8]) print(s) 结果为，2468为一组列数据，左边的0123是数据的对应标签。

问题：如何读取csv文件方法：从pandas库中读取，pandas.read_csv(‘文件路径’）或者pandas.read_csv(‘文件名’）1.pandas.read_csv(‘文件路径’）文件可以放在某个特定的文件夹里，比如说我放在D盘data文件夹下：#代码import pandasdf = pandas.read_csv('D:/data/a.csv')print(df)#结果 姓名 班级 分数0 小明 302 871 小王 303

MinMaxScaler()函数在sklearn库中。sklearn 库有六大模块，分别是分类、回归、聚类、降维、模型选择和预处理。MinMaxScaler属于预处理preprocessing模块，用来实现数据的归一化，即把数据映射到 [ 0，1 ] 。什么是数据的归一化公式：，是指映射值的最小值和最大值，一般是min=0，max=1；，是指每列中元素的最小值和最大值，因为axis=0所以跨行处理即对每一列做这样的归一化操作，这也比较符合实际应用；代码import numpy a.

Batch Size 参数作用：翻译为批尺寸，即一次训练网络所选取的样本数Batch Size 参数意义：Batch Size =none 训练网络时一次把所有的数据输入网络中，只适用于小样本数据库 Batch Size =1 每次训练一个样本，即在线学习（Online Learning），结果不准确网络难收敛。 Batch Size =？ 一般用批梯度下降法（Mini-batches Learning）选择适合的Batch Size ...