- 博客(23)
- 收藏
- 关注
原创 ImportError: cannot import name ‘dtensor‘ from ‘tensorflow.compat.v2.experimental‘报错
出现这个问题原因在于tensorflow和keras版本不匹配,keras的版本太高了,需要降低到和tensorflow版本一致。
2023-05-02 15:25:01
9146
原创 Ubantu 22.04.2安装教程 + VMWare Tools + 百度网盘 + Anaconda + Pycharm安装
本文集成了完整的Ubantu安装和常用软件、编程环境的配置,包括百度网盘,Anaconda,PyCharm,Matlab
2023-04-06 22:59:07
3324
原创 tensorflow2的GPU版本安装
一、安装Anaconda与Python详情直接参考我的这篇文章Anaconda安装与配置二、安装CUDA1.首先查看本机GPU对应的cuda版本,如下图所示,本机cuda版本为11.6,后面选择的cuda版本不要超过这里的版本。操作:单击鼠标右键->NVIDIA控制面板->帮助->系统信息->组件2.检查完cuda之后,进入 https://developer.nvidia.com/cuda-toolkit-archive 该网站选者相应的cudatoolk.
2022-05-14 16:16:43
2164
原创 Python读取HDF文件报错:ValueError: Illegal slicing argument for scalar dataspace
这是因为你读取的数据是标量,不可以使用 [:] 去读,必须使用 [()] 才能读取。
2022-04-05 20:14:46
1445
原创 关于Python读取mat文件报错,显示签名问题
今天在使用h5py读取mat文件时,一直报错:OSError: Unable to open file (file signature not found)试过各种方法,包括网上说的matlab版本问题,后来发现使用scio可以读取。不要使用h5py进行读取,使用以下代码即可import scipy.io as sciodataFile = 'test.mat'data = scio.loadmat(dataFile)print(data['test'])...
2022-04-04 22:50:53
904
原创 hd5文件的相关操作以及在python中的读写
一、介绍 Hierarchical Data Format Version 5, HDF5:层次性数据格式第五版 是一种存储相同类型数值的大数组的机制,适用于可被层次性组织且数据集需要被元数据标记的数据模型 常用的接口模块为 h5py HDF5 三大要素: hdf5 files:能够存储两类数据对象 dataset 和 group 的容器,其操作类似python 标准的文件操作;File 实例对象本身就是一个组,以/为名,是遍历文件的入口 dataset(array...
2022-04-02 11:17:47
5789
1
原创 深度学习激活函数的选取
如果输出是 0、1 值(二分类问题),则输出层选择 sigmoid 函数,然后其它的所有单元都选择 Relu 函数。 这是很多激活函数的默认选择,如果在隐藏层上不确定使用哪个激活函数,那么通常会使用Relu激活函数。有时,也会使用tanh激活函数,但Relu的一个优点是:当????是负值的时候,导数等于0。 这里也有另一个版本的Relu被称为Leaky Relu。 当????是负值时,这个函数的值不是等于0,而是轻微的倾斜,如图。 这个函数通常比 Relu 激活函数效果要好,尽管在实际中 Leaky ReL
2022-01-20 16:34:36
520
原创 偏差和方差
一、诊断偏差和方差当你运行一个学习算法时,如果这个算法的表现不理想,那么多半是出现两种情况: 要么是偏差比较大,要么是方差比较大。换句话说,出现的情况要么是欠拟合,要么是过拟 合问题。那么这两种情况,哪个和偏差有关,哪个和方差有关,或者是不是和两个都有关? 搞清楚这一点非常重要,因为能判断出现的情况是这两种情况中的哪一种。其实是一个很有效的指示器,指引着可以改进算法的最有效的方法和途径。训练集误差和交叉验证集误差近似时:偏差/欠拟合交叉验证集误差远大于训练集误差时:方差/过拟合二、正则化与偏
2021-12-05 20:32:21
870
原创 评估假设函数是否过拟合的方法
为了检验算法是否过拟合,我们将数据分成训练集和测试集,通常用 70%的数据作为训练集,用剩下30%的数据作为测试集。很重要的一点是训练集和测试集均要含有各种类型的数据,通常我们要对数据进行“洗牌”,然后再分成训练集和测试集。测试集评估在通过训练集让我们的模型学习得出其参数后,对测试集运用该模型,我们有两种方式计算误差:1.对于线性回归模型,我们利用测试集数据计算代价函数????2.对于逻辑回归模型,我们除了可以利用测试数据集来计算代价函数外:...
2021-12-03 14:44:55
1225
原创 总结使用神经网络的一般步骤
第一件要做的事是选择网络结构,即决定选择多少层以及决定每层分别有多少个单元。 第一层的单元数即我们训练集的特征数量。 最后一层的单元数是我们训练集的结果的类的数量。 如果隐藏层数大于 1,确保每个隐藏层的单元个数相同,通常情况下隐藏层单元的个数越多越好。 我们真正要决定的是隐藏层的层数和每个中间层的单元数。训练神经网络:1. 参数的随机初始化2. 利用正向传播方法计算所有的ℎ????(????)3. 编写计算代价函数 ???? 的代码4. 利用反向传播方法计算所有偏导数5. 利用数值
2021-11-25 20:51:58
662
原创 吴恩达机器学习个人笔记03——多变量线性回归
目录3.1 多维特征3.2 多变量梯度下降3.3梯度下降法实践1-特征缩放3.4梯度下降法实践2-学习率3.5特征和多项式回归3.6正规方程3.7正规方程及不可逆性下节将介绍Octave的基本操作。3.1 多维特征目前为止,我们探讨了单变量/特征的回归模型。现在对房价模型增加更多的特征,例如房间数楼层等,构成一个含有多个变量的模型,模型中的特征为 。增添更多特征后,我们引入一系列新的定义变量: 代表特征的数量 代表第 i 个训练实例,...
2021-10-11 21:07:46
187
原创 吴恩达机器学习个人笔记02——单变量线性回归
2.1 模型表示第一个学习算法是线性回归算法。本节介绍了该算法,并说明了完整的监督学习流程。从这个例子是预测住房价格的,我们要使用一个数据集,数据集包含俄勒冈州波特兰市的住房价格。在这里,我要根据不同房屋尺寸所售出的价格,画出我的数据集。比方说,如果你朋友的房子是1250平方尺大小,你要告诉他们这房子能卖多少钱。那么,你可以做的一件事就是构建一个模型,也许是条直线,从这个数据模型上来看,也许你可以告诉你的朋友,他能以大约220000(美元)左右的价格卖掉这个房子。这就是监督学习算法的一个例子。.
2021-10-10 21:31:44
158
原创 吴恩达机器学习课程个人笔记01——引言
1.1 欢迎机器学习是目前信息技术中最激动人心的方向之一。我们每天都会使用机器学习的算法。比如,每次我们打开谷歌、必应能够搜索到需要的内容,正是因为他们有良好的对网页进行排行的学习算法。每次我们用Facebook或苹果的图片分类程序时,它能认出你朋友的照片,这也是机器学习。每次我们阅读电子邮件时,垃圾邮件筛选器可以帮我们过滤大量的垃圾邮件,这也是一种学习算法。机器学习不只是用于人工智能领域。我们需要大量的基础知识才能创造智能机器。比如,我们可以让机器找到A与B之间的最短路径,但我们仍然不知道怎么让机
2021-10-07 19:17:18
148
原创 Anaconda安装与配置python
一、Anaconda下载关于Anaconda安装,大家都会想到去Anaconda官网https://www.anaconda.com/下载最新版,但是官网的下载速度很慢,我们可以选择国内的镜像源进行下载https://mirror.bfsu.edu.cn/anaconda/archive/,根据实际的系统选择对应的32位或者64位版本进行下载即可:二、Anaconda安装双击下载好的Anaconda,弹出界面进行安装:点击next:点击I Agree:根据个人..
2021-09-09 09:44:42
1121
原创 Python中如何安装xarray读取.nc文件
太坑了,安装之前一定要关掉VPN!!!!!!我的python是3.8版本的。第一步:在命令行中输入以下代码安装xarray:conda install xarray此时直接打开.nc文件可能会报错误,如果错误显示与IO有关,那么必须手动安装scipy和netCDF4,这两个库是用于支持xarray输出的库,如果不添加,就无法输出.nc文件。第二步:在命令行中输入以下代码安装scipy:conda install scipy第三步:这是最重要的一步,很容易出错!!!
2021-07-05 00:56:25
18699
18
原创 教程:TensorFlow2.x完美安装并嵌入至PyCharm
最近在自学深度学习,第一个问题就是tensorflow的安装问题,话不多说直接上干货,根据此步骤安装即可。一、一般安装步骤1.安装Python环境。本文的Python是3.8.0 64位版本的,建议使用Anaconda安装。2.使用 Anaconda 自带的 conda 包管理器建立一个 Conda 虚拟环境,并进入该虚拟环境。在 Windows 下,需要打开开始菜单中的 “Anaconda Prompt” 进入 Anaconda 的命令行环境。在命令行下输入:conda create .
2021-06-29 19:07:31
643
山东科技大学编译原理课设代码和课设报告
2023-04-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人