Poisson_SHAN的博客

Keras在读取模型load_model(xxx.h5)时，遇到报错：AttributeError: ‘str’ object has no attribute ‘decode’原因是h5py版本是3.0.0，然而版本过于高级（呃，或者说tf2.3略低端），无法适配tf2.3，因而把h5py降到2.1.0就可以了。命令行输入：pip install h5py==2.10.0 --force-reinstall我这边用的conda install，所以记得开vpn全局。如果用pip install

onehot逆编码，把onehot编码的矩阵变为一维向量如下

Tensorboard报错报错No dashboards are active for the current data set特别注意目录中空格的影响可以试下logdir “LOGPATH”，如：此时就可以成功打开了发现logdir="PATH"好像也可以，迷惑

tensorflow 2.x CPU/GPU安装攻略首先的首先，需要解决一个疑问，tensorflow2.x通过pip install是不需要装什么tensorflow-gpu的，只装一个tensorflow即可。进入tensorflow官网安装页面，看到提供最新的安装方式pip install tensorflow，然而，用这个方式下载的版本是最新的（笔者此时是2.4.0），同时根据官网提示，不同tensorflow版本对应不同版本的cuDNN和CUDA。所以要选择相应的安装。https://ten

CUDA9.1后版本会自动添加环境变量不需要再手动添加了

SPSS中可以使用分析-一般线性模型中的分析来做显著性分析其中又有两个选择，单因素与多因素。查看SPSS官方帮助文档，即点击左下角的“？”，找到了两者区别。单因素https://www.ibm.com/support/knowledgecenter/zh/SSLVMB_25.0.0/statistics_mainhelp_ddita/spss/base/idh_glmu.html“GLM 单变量”过程通过一个或多个因子和/或变量，为一个因变量提供回归分析和方差分析。因子变量将总体划分成组。通过使

在数据分析时，会遇到一些非数值型的类别变量，例如字符串类型（string）。比如，西瓜的色泽：青绿、浅白、乌黑等等…直接放在svm、决策树或者贝叶斯分类器时，不方便处理，也直接套用sklearn中的内置算法。因而在预处理时需要对他们做相应的处理。一般可以把类别数据分为：无序和有序两类。有序：比如衣服尺码，S、M、L、XL，是有大小的；再比如拥堵指数，数值由0变化到4随拥堵加剧无序：比如衣服颜色，黑、白、黄、蓝、绿，是没有大小（优劣）序列的类别（1）有序序列我们可以用map函数，将字符型类别替换成有

今天在SafoSafo数据科学论坛上做了套机器学习的面试题，10道题对了8个。下面碰到了一道华为抛硬币的面试题。我自己又做了一遍完整的数学解：