2017年11月_观月执白

原创简单的Tensorflow(7)：tensorboard的简单使用

tensorboard是tensorflow的可视化面板，这种效果很像电路设计中的电路图，但又有些很不像设计图而更接近效果图（做过电路设计的可能深有感触）。为了使效果图更好看一些，这里需要使用tensorflow.name_scope()定义一些命名空间。最后用tensorflow.summary.FileWriter("logs/",tensorflow.Session().grap

2017-11-30 07:13:11 354

原创简单的Tensorflow(6)：MNIST数据集的简单应用

The MNIST database的全称是Mixed National Institute of Standards and Technology database是一个手写数字数据库，它有60000个训练样本集和10000个测试样本集。它是NIST数据库的一个子集，可以用来做手写数字识别的训练和测试数据集。可以到官网下载http://yann.lecun.com/exdb/mnist/。这

2017-11-30 06:34:21 347

原创简单爬虫（2）：火车信息

12306就算了，爬一下台湾的高铁试试：首先到台湾高铁查一下台北到桃园站的地铁。打开浏览器开发者模式，找到表单数据，把表单用字典按键值对方式的方式存入变量payload 用post方法把网址和表单数据发出。代码： import requests from bs4 import BeautifulSoup payload = {

2017-11-30 01:28:36 368

原创简单爬虫（1）：亚马逊的陶瓷杯

这里用到工具有requests库，BeautifulSoup库打开亚马逊网站搜索“陶瓷杯”关键字，把搜索到的网页网址存入res={} 可以用浏览器的开发者模式找到其中的代码，也可以用InfoLite插件。代码： import requests from bs4 import BeautifulSoup res = requests.get("https://www.amazon.cn

2017-11-29 14:35:24 921

原创简单的Tensorflow(5)：回归分析

至于什么是线性和非线性，最早出现在信号系统当中，是针对齐次性，叠加性等提出的，不懂的简单理解是直线即可。要对一堆数据进行模型分析，当我们看到一堆这样的数据时，第一反应这绝壁是一个二次函数。首先我们来实现这些函数的实现：这里需要引入一个numpy库设置一个一维数组,让这个数组是呈等价递增，并增加一个维度，可以理解为上图中的x轴。x_data = numpy.linspace(

2017-11-29 11:07:15 656

原创简单的Tensorflow(4)：线性模型分析

首先明确我们要做的事：产生一个y = k * x + b的模型，然后模拟得到k和b的值。使用numpy产生100个随机点x_data = np.random.rand(100) 使用numpy产生随机点的波动值y_data = x_data * 0.8 + (0.2 + 0.2*np.random.rand(100)) 构造这个线性模型 b = tf.Variab

2017-11-29 10:38:03 433

原创简单的Tensorflow(3)：使用feed_dict字典填充

tensorflow还提供字典填充函数，使输入和输出更为简单：feed_dict = {}。例如：需要吧8和2填充到字典中，就需要占位符tensorflow.placeholder()而非变量，input1 = tf.placeholder(tf.float32)，因为是一个元素不需要矩阵相乘，只要简单的乘法即可：tensorflow.multiply() 全部代码： import

2017-11-29 09:21:57 18907

原创简单的Tensoflow（2）：实现简单的循环计数

tensorflow提供很简单的设置变量的方法tensorflow.Variable()，state = tf.Variable(0,name = 'counter')，创建一个加一操作也是很简单new_value = tensorflow.add(state,1)，而我们执行像C++一样的自增时需要用到另外一个函数：assign()，update = tensorflow.assign(st

2017-11-29 09:05:17 615

原创简单的Tensoflow（1）：创建两个向量并进行矩阵相乘

tensorflow提供很简单的创建常量的方法：tensorflow.constant()，例如创建一个2x1的列向量m1 = tensorflow.constant([2,3])，创建一个1x2的行向量m2 = tensorflow.constant([[3],[3]]) 然后两个矩阵相乘又是很简单的操作：product = tensorflow.matmul(m1,m2)。但是此时打

2017-11-29 08:29:28 1672

观月执白