![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
math_gao
这个作者很懒,什么都没留下…
展开
-
Python_sklearn_CountVectorizer使用详解
Python,sklearn,CountVectorizer,文本提取,计数矩阵,toarray原创 2023-03-16 16:56:10 · 701 阅读 · 0 评论 -
Python -- Pandas & Sklearn:选取训练集&测试集
1. Pandas 中的 samplen,设置直接取原数据中的多少数据。frac,设置取原数据的多少比例。df = pd.DataFrame(np.random.randn(400).reshape(100,4))df.head() 0 1 2 30 0.014483 0.044465 0.850342 0.7642591 0.967565 0.174887 0.519950 0.4509562 -0.669433 -0.629411 -1.288723 0.1197293 0.995928原创 2021-03-22 14:31:21 · 2394 阅读 · 0 评论 -
CNN 卷积神经网络笔记(一)- 基本介绍
CNN 最擅长的是处理图片。图像由像素组成,每个像素又有颜色构成。比如,一张像素1000x1000x3的RGB图片,若用传统的神经网络(只有全连层),会有3百万的参数。这样处理起来,会非常费资源,又耗时,效率很低。而CNN就是将问题‘复杂简单化’,通过卷积降低数据维度,再作全连层处理。在大部分场景下,降维并不会影响结果。比如,1000像素的图片缩小成200像素,并不影响肉眼认出来图片中是一只猫还是一只狗,机器也是如此。基本原理典型的CNN有3个部分构成:卷积层负责提取图像局部特征池化层用来原创 2020-12-22 13:50:58 · 1239 阅读 · 0 评论