AI学习
文章平均质量分 51
haodawei123
这个作者很懒,什么都没留下…
展开
-
gym自建环境实例
gym自建环境(env)实例原创 2022-11-21 01:27:34 · 692 阅读 · 0 评论 -
gym强化学习环境搭建
gym搭建强化学习环境遇到很多问题终于解决了这里记录一下原创 2022-11-20 23:17:00 · 1119 阅读 · 0 评论 -
强化学习实例
强化学习原理代码与总结原创 2022-11-12 00:44:20 · 440 阅读 · 0 评论 -
tensorflow placeholder的使用
tensorflow的placeholder的使用原创 2022-10-15 21:25:30 · 138 阅读 · 0 评论 -
tensorflow曲线回归显示
tensorflow回归曲线显示原创 2022-10-15 21:10:58 · 406 阅读 · 0 评论 -
tensorflow2版本使用注意问题
tensorflow2版本使用注意问题原创 2022-10-13 14:03:05 · 771 阅读 · 0 评论 -
Python ANN斗地主分享交流
自己做了个斗地主的预测程序,几个月之前做的,记不太清楚了,在这里分享一下,内容简单有不懂的加Q:271051631交流:1、代码下面是ANN部分的核心代码:# -*- coding: UTF-8 -*-import numpy as npimport tensorflow as tffrom GameData import getdatafrom keras import Sequentialfrom keras.layers import Dense,Convolution2D,MaxPo原创 2020-08-08 11:08:08 · 398 阅读 · 1 评论 -
pandas使用
1、读取数据import pandas as pdpd.read_csv(“1.csv”)#读取当前文件夹下的1.csv文件pd.head#显示头部数据2、写入数据pd.to_csv(“1.csv”)#将pd对象的内容写到当前路径下的 1.csv3、排序>>> dd=pd.DataFrame({'a':[1,2,3],'b':[2,4,3],'c':[5,3,2]})#利用字典生成一个pandas的DataFrame,它会自动添加序号(index)列到DataFrame&g原创 2020-07-02 14:52:40 · 141 阅读 · 0 评论 -
MinMaxScaler使用
1、函数定义与反操作1.1函数定义式:X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))注意这里的操作是按列操作的1.2 反操作X_scaled = X_std * (max - min) + min2、实例from sklearn.preprocessing import MinMaxScalerimport numpy as np#正向操作x = np.array([[ 1, -1, 2],[ 2,原创 2020-07-02 11:31:22 · 6188 阅读 · 1 评论 -
深度学习基础--CNN--LeNet5的Keras实现(转)
https://zhuanlan.zhihu.com/p/115357359转载 2020-03-24 14:49:20 · 158 阅读 · 0 评论 -
keras 线性回归2
1、Dense在线性回归时候不需要指定激活函数Dense就是全连接层的意思,就是y=Wx+b的形式,做线性回归不需要在Dense中添加激活函数,如果加了就是 y=F(Wx+b)的形式了,这一点不要搞错了2、model.layers[0].get_weights()函数获取W,b参数import kerasfrom keras.layers import Denseimport matpl...原创 2020-03-04 18:23:12 · 522 阅读 · 0 评论 -
keras CNN实现
1、说明训练数据没有进行归一化处理,x_train,y_train都没有除以2552、查看网络结构model.summary() 命令查看网络结构3、代码实现import numpy as npfrom keras import Sequentialfrom keras.datasets import mnistfrom keras.layers import Dense,Con...原创 2020-03-04 16:56:11 · 260 阅读 · 0 评论 -
mnist数据集离线安装
1、下载mnist数据集将下面的地址复制到迅雷下载数据集https://s3.amazonaws.com/img-datasets/mnist.npz2、配置文件将下载好的mnist.npz复制到 “C:\Users\Administrator.keras\datasets”3、使用mnist数据集from keras.datasets import mnist(x_train,...原创 2020-03-04 16:00:29 · 1442 阅读 · 0 评论 -
mnist手写数字识别(全连接)+模型保存与调用
1、mnist 手写数字识别模型训练1.1 训练数据shape处理x_train的形状是(60000,28,28)改为(60000,784)x_train.reshape((60000,-1))reshape(元组),reshape里面要放个元组,两个括号1.2 np_utils.to_categorical(y_train,num_classes=10)解释将y_train,有1个数...原创 2020-03-04 11:50:27 · 1853 阅读 · 0 评论 -
keras线性回归实现
import tensorflow as tffrom tensorflow import kerasimport numpy as npimport matplotlib.pyplot as pltx=np.linspace(0,100,30)np.random.shuffle(x)y=x*3+7+np.random.randn(30)*5fig=plt.figure()ax=...原创 2020-03-03 17:06:39 · 208 阅读 · 0 评论 -
tensorflow 2与1版本不同之处
tensorflow1的代码与2有很大区别,2编译1会出错,用下面的对照表修改即可https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0原创 2020-02-28 18:15:44 · 2007 阅读 · 0 评论 -
eclipse+pydev编写python
1、下载最新版eclipseeclipse 2019-12 版,下载Packages包,离线安装,解压之后就能用https://www.eclipse.org/downloads/packages/我选了第二个包,因为小2、下载pydev插件到下面的地址下载最新版的pydev插件https://sourceforge.net/projects/pydev/files/3、ecli...原创 2020-02-28 18:11:56 · 281 阅读 · 0 评论 -
openCV-Python学习(转)
(一)OpenCV-Python学习—基础知识https://www.cnblogs.com/silence-cho/p/10926248.html转载 2020-02-28 16:32:56 · 106 阅读 · 0 评论 -
tensorflow安装
1、到官网下载tensorflow到下面的网址搜索tensorflow下载,注意与python版本对应,我的python是3.7所以下3.7,,64位的tensorflowhttps://pypi.org/project/tensorboard/#files2、修改pip源为国内的源参见我的那篇博文可以通过 pip list 命令查看已经安装的库3、安装tensorflow在设置好...原创 2020-02-26 09:17:31 · 286 阅读 · 0 评论 -
pip 源替换国内源
阿里云 http://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/豆瓣(douban) http://pypi.douban.com/simple/清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/中国科学技术大学 http://pypi...原创 2020-02-25 21:06:44 · 263 阅读 · 0 评论 -
TensorFlow教程:TensorFlow快速入门教程
TensorFlow教程:TensorFlow快速入门教程http://c.biancheng.net/tensorflow/转载 2020-02-23 11:19:27 · 289 阅读 · 0 评论 -
bp神经网络学习01
1、bp神经网络理论以下内容摘自《人工神经网络理论、设计及应用》韩力群2、python 实现拟合数据```cx=np.array([[0,0,0],[0,1,1],[1,0,1],[0,0,1]])t=np.array([[0],[1],[1],[0]])from functions import *x=np.array([[0,0,0],[0,1,1],[1,0...原创 2020-02-22 21:25:51 · 347 阅读 · 0 评论 -
首个搞定斗地主的深度神经网络(转)
原文地址:https://cloud.tencent.com/developer/article/1361581简介斗地主(CCP)易于学习但想要擅长或精通却是难事,它不仅需要数学知识和战略性的思考,更需要玩家精心策划每一步。游戏规则我们在这里就不多说了,主要说一下我们的研究思路和成果。我们选择 CNN 来解决斗地主游戏问题的主要原因如下:首先,CNN 在完善的信息游戏中取得了超越人类的卓...转载 2019-02-08 08:37:03 · 3808 阅读 · 6 评论