- 博客(10)
- 收藏
- 关注
RSS订阅原创 新年福利第一波
首先感谢大家对罗罗攀的支持，2019年我们继续一起搞事。 Python交流群 之前很多读者加我，问我有没有交流群，我一直都是没弄的，主要是以下几个原因。 群不活跃 广告多 对读者起不到太大作用 基于这些问题，我就没弄了。但是考虑到给读者们提供一个可以相互交流的平台，决定2019年搞一波，扫描下面二维码进群，大家不要打广告，发垃圾信息，理想推文和交流。 ...
2019-01-31 10:05:00
222
原创 深度学习|中文文本的分类（建模篇）
前言 上回我们处理好了中文文本，具体的步骤如下： 数据情况 中文文本分词 建立token token转换为列表 统一长度 那这篇文章我们就使用MLP和LSTM模型来训练我们的数据。 MLP建模 模型结构 嵌入层：用于转换为向量列表（NLP知识点） 平坦层 隐藏层 输出层 建立模型 from keras.models import Se...
2019-01-27 21:26:00
584
原创 深度学习|中文文本的分类（处理篇）
前言 之前我们通过朴素贝叶斯方法，做过英文文档的分类（传送门）。那使用中文文本，如何使用深度学习方法来进行分类了？这就是本文所讲的。首先我们来看看中文文本和英文文本的不同。 在处理英文文本时，我们使用的是TF-IDF方法，该方法当然也可以使用在中文文本中，但是我们都知道，中文的分词不像英文那样，每个词都是通过空格分开的，中文我们通过jieba...
2019-01-27 21:25:00
1459
1
原创 深度学习|泰坦尼克号生还数据预测（MLP）
前言 上次分享，我们利用pandas和sklearn完成了泰坦尼克号数据的预处理，包括下面的步骤，具体可看深度学习|泰坦尼克号生还数据处理 选取建模字段 缺失值处理 性别处理 登陆船舱的处理 划分数据集 数据的标准化 那这篇文章我们就构造神经网络来完成数据的建模和预测。 MLP建模 模型结构 模型结构为： 输入层，也就是9个神经元（对应...
2019-01-22 09:37:00
2405
3
原创 深度学习|泰坦尼克号生还数据处理
之前我们用过传统的机器学习算法预测过泰坦尼克号数据的生还情况，这次我们使用神经网络算法来进行建模。 数据处理 数据情况 这里的数据来源与kaggle上的数据，读者可以自行进行下载，我们通过pandas读取，首先看看数据的基本情况。 import numpy as np import pandas as pd data = pd.read_c...
2019-01-19 09:15:00
1319
原创 深度学习|Keras识别CIFAR-10图像（CNN）
数据和方法 CIFAR-10数据集有6000个32×32个彩色图片，50000个训练图片和10000个测试图片。有10个类别：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车。 数据下载和处理 数据下载 Keras已经提供了模块用于下载数据，通过一下代码即可完成下载。 from keras.datasets import cifa...
2019-01-17 09:17:00
1712
原创 深度学习|Keras识别MNIST手写数字（CNN）
材料和方法 今天继续使用MNIST数据。 方法： 这次使用的方法为卷积神经网络（CNN）。卷积神经网络通过卷积层，池化层来做特征的提取，最后再连上全连接网络。 卷积层 卷积层就是通过多个filter来生成多张图片，其运算如图所示。 池化层 池化层就是对图像进行缩减采样，让保证数据特征的情况下减少计算开销。 ...
2019-01-15 08:58:00
411
原创 深度学习|Keras识别MNIST手写数字（二）
数据和方法 今天依旧使用MNIST手写数字，方法也是MLP方法，这次我们让隐含层为1000个神经元。 数据处理 处理还是和上次一样。 图片是28X28，我们要转换为一维的，这样才可以作为我们的输入层。 图片标准化 label值换为one-hot编码，做为输出层。 代码： X_train = X_train.reshape(60000,78...
2019-01-11 09:49:00
231
原创 深度学习|Keras识别MNIST手写数字（一）
数据和方法 MNIST数据集是收集的手写字体，为单色图像，共有训练集60000项，测试数据集10000项。 建模方法我们使用最简单的神经网络模型，多层感知器（MLP）。 数据下载和处理 数据下载 Keras已经提供了模块用于下载数据，通过一下代码即可完成下载。 ### 首先导入程序所需要的库 import numpy as np import...
2019-01-09 15:21:00
479
原创 新课上线（爬虫+数据分析），案例多多，福利多多
新课上线 大家如果经常看公众号或者博客的话，有很多这样的爆文： 爬取XXX，得到XXX 其实都是通过爬虫+数据分析的技术完成的，这个新课就是希望让学生有这样的能力。 课程大纲 课程主要有五大案例： 猫眼榜单TOP100爬虫+可视化 玩转itchat，微信好友洞悉 交友网站图片爬虫，人脸识别找到心仪对象 高德POI，带你玩转长沙...
2019-01-08 10:27:00
324
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