m0_37634290的博客

Python 通过list实现栈和队列我们可以直接通过定义一个list中内置的函数来实现栈和队列的功能，无需去构建一个单独的函数或者对象。可实现先进后出1. 栈的实现把list的尾部当成是栈顶，取数据和输入数据都在list的（即栈顶）进行。使用到的list函数：list.append(obj):在列表末尾添加新的对象list.pop(obj=list[-1])：移除列表中的一个元素（默认最后一个元素），并且返回该元素的值实现入栈：>>> list=[1,2,5,6,9,

keras 中’lstm’ object has no attribute ‘outbound_nodes’在把keras中实现的模型和tensorflow实现的模型合并时，容易报出 object has no attribute 'outbound_nodes’的错误。我的代码是用keras搭建了一个双层的encoder-decoder模型，想添加注意力机制，但keras官方还没对其进行封装实现，所以找了另外一个模型中的用tensorflow来实现的注意力机制进行结合，但当我把encoder的层中的s

问题出现原因：在验证集的数据中，标签的类别只有一种。比如一个二元分类模型中，标签有两种类型0和1，但在验证集的一段数据中数据所对应的标签全为0，在标签中只有一种类别的数据。.解决办法：打印出自己数据的验证集，重新整理使得0，1标签的数据较为均衡。使用try-except来捕捉出现的ValueError错误，pass之后使其正常运行。使用如下图所示：把我们的metrics.roc_auc_score函数的代码放入到 try-except中...

问题背景：在我的环境中本来安装好了tensorflow-gpu==1.13.1,但不知什么时候又安装了一个一个cpu版的tensorflow，结果导致在运行代码时运行的非常慢，自动在cpu版本的tf上运行，无法使用gpu来计算尝试解决：先用一段测试代码，发现程序只在cpu上运行，然后去pycharm中的project interpreter发现了同时存在tensorflow==1.12.0和tensorflow-gpu=1.13.1,之后在终端通过命令行pip uninstall tensorflow=1

生成对抗网络GAN入门论文解析-看这两篇博客就够了生成对抗网络GAN原始论文解析，概念及理论推导生成对抗网络知识点疏导，训练过程详解

HexaGAN:Generative Adversarial Nets for Real World Classification解读解决的问题：大部分的分类模型中需要干净的数据，然而中现实中的数据大部分存在三个问题1）数据丢失：数据完全随机丢失（MCAR），数据随机丢失（MAR），数据丢失（但是）不是随机的（MNAR）。2）类别不均衡：这是机器学习中的问题，其中一类数据的总数（正）远小...

序列预测问题(Sequence Prediction Problems)序列预测问题可以分为以下四种：序列预测序列分类序列生成序列到序列的预测**1.序列预测：**从给出的序列预测下一个值如:Input Sequence: 1, 2, 3, 4, 5Output Sequence: 6序列预测通常也可以称为序列学习，下面是一些序列预测的案列：1.天气预报：根据一系列有关天气...

数组与列表：pyhton内置了列表，但无数组，数组的创建需通过numpy库中的函数array()将列表转换为数组。值得注意的是列表的元素用“，”隔开，而数组中的元素是使用空格“ ”。具体如下：a[1, 2, 3, 4, 5, 6, 7]b=np.array(a) #b为[1 2 3 4]a[3:-2]...

NFV 中 容器 容器接口 功能模块接口容器(contanier)：为软件执行环境所提供的硬件或软件；有时可认为容器是整个虚拟机。如同虚拟机共享隔离主机的物理资源和操作系统，运行在相同内核上的容器共享了绝大部分操作系统资源。容器虚拟化（container virtualization）：一种将应用程序的底层操作环境进行虚拟化的技术，通常是操作系统的内核，它能划分出相互隔离的容器，应用程序可以在...