Python
文章平均质量分 66
极客范儿
技术决定下限,审美决定上限
展开
-
2023年“兆易创新杯”第十八届中国研究生电子设计竞赛有感
今年的电赛给我的感觉是时间真的紧张,可能是因为去年有疫情原因影响所以能准备的时间到七月份,今年不到月底就要全部出成品。我们团队一直在自研一款增强现实眼镜,从硬件设计到软件实现全部由我和另外两个小伙伴一起完成,所以就把我们做出来的原型机的一部分拿出来改了改参赛了。原创 2023-06-25 12:02:32 · 876 阅读 · 2 评论 -
利用决策树预测学生成绩等级
文章目录1.数据准备1.1 引入头文件1.2 把student_1.csv数据拖入代码的同一文件夹下,同时读取文件中的数据。1.3 特征选取2.数据处理2.1 对G1、G2、G3处理2.2 同样对Pedu参数进行连续值处理。2.3 由于数据集中每个参数差异比较大,所以这里把特征参数统一改为数字形式。2.4 对于当前处理过的数据集,划分训练集和测试集,并设置好随机种子等其他参数。3.训练得到的模型3.1 决策树3.1.1 开始对训练集中的数据进行训练。3.1.2 利用已经训练好的模型来预测G3的值。3.1.3原创 2021-11-23 09:51:00 · 6109 阅读 · 84 评论 -
蒙特卡洛方法计算圆周率
Python使用Numpy求圆周率π的值,使用蒙特卡洛方法,在一个正方形中,用正方形的边长画出1/4圆的扇形,假设圆的半径为r,则正方形的面积为r平方,圆的面积为1/4πr平方,它们的面积之比是π/4在正方形内随机产生足够多的点,计算落在扇形区域内的点的个数与总的点个数的比值。当产生的随机点足够多时,这个比值和面积比应该是一致的。这样我们就可以算出π的值。判断一个点是否落在扇形区域的方法是计算这个点到圆心的距离,当距离小于半径时,说明这个点落在了扇形内。import numpy as np#假设圆的原创 2021-10-24 19:17:38 · 3708 阅读 · 0 评论 -
Python实现线性回归
文章目录一、线性回归原理1.构造模型2.构建损失函数3.优化损失二、设计方案1.准备数据2.构造损失函数3.优化损失三、代码实现四、总结一、线性回归原理1.构造模型y = w1x1+w2x2…+b2.构建损失函数均方误差3.优化损失梯度下降:使用梯度下降优化损失,当损失最小时候所对应的权重和偏置就是我们想要的模型参数二、设计方案1.准备数据假定随机指点100个点,只有一个特征。x和y之间的关系满足y=kx+bx = (100,1)真实的y_true = (100,1)数据分布满足原创 2021-08-26 15:05:44 · 4727 阅读 · 0 评论 -
Python绘制奥运五环标记
文章目录一、代码实现1.根据坐标确定五环位置2.增加笔迹填充颜色二、总结通过绘制奥运五环标记的实例熟悉Python中的turtle绘图库运用一、代码实现1.根据坐标确定五环位置#绘制奥运五环#导入turtle库import turtleturtle.circle(50)turtle.goto(120,0)turtle.circle(50)turtle.goto(240,0)turtle.circle(50)turtle.goto(60,-50)turtle.circ原创 2021-08-16 21:03:45 · 1134 阅读 · 0 评论 -
Python实现七段数码管显示效果
七夕前后收到电子贺卡,使用Python的turtle库实现七段数码管绘制,正好最近复习python海龟绘图,做一个简单实现。七段数码管可以用来表示我们生活中的数字,绘制过程主要有turtle和函数实现,下面是七段数码管的原理,从一个方向开始绘制……#绘制七段数码管import turtledef drawGap():#绘制数码管间隔 turtle.penup() turtle.fd(5)def drawLine(draw):#绘制单段数码管 drawGap() tu原创 2021-08-15 16:56:39 · 2215 阅读 · 0 评论 -
python加载mnist数据集
在Nvidia Digits上用tensorflow框架直接拿来使用的mnist数据集十分方便,现在为了究竟,使用Python直接实现加载mnist数据集。from tensorflow.example.tutorials.mnist import input_dataimport tensorflow as tf#加载数据集mnist = input_data.read_data_sets('E:/soft/MNIST_DATA',one_hot=True)#加载训练集样本tran_x = m原创 2021-08-10 11:07:26 · 3291 阅读 · 0 评论 -
基于Flask的个人博客的搭建
文章目录项目准备总结本项目以Flask为基础Python后端框架,搭建一个包含后端的网站。项目准备新建一个文件夹easy_blog_flask,再新建3个文件夹:static、templates和venv和config.py和run.py两个python文件。其中static用于存放静态资源文件,templates用于存放HTML模板,venv用于搭建环境。安装虚环境。激活虚环境run.py#!/usr/bin/env python# coding:utf8import sysrel原创 2021-06-20 16:51:35 · 2632 阅读 · 2 评论 -
Python爬虫的urllib.error.HTTPError: HTTP Error 403/418解决方案
文章目录一、伪装成浏览器进行请求二、随机获取浏览器信息三、总结豆瓣网一般是新手容易上手的爬虫网站,并不是因为它反爬机制做的不够好,而是因为它采取了内容开放的运营策略,愿意分享给我们它的数据。以前是很容易爬取豆瓣网的电影信息,最近可能是豆瓣网升级了反爬机制,直接请求数据会发生urllib.error.HTTPError: HTTP Error 403/418的错误#!/usr/bin/env python# coding:utf8import sysreload(sys)sys.setdefa原创 2021-05-15 11:19:03 · 2706 阅读 · 2 评论 -
Python实战:爬取豆瓣电影
春天来了,万物复苏,很多学生都要做课设项目了,又到了码农们爬虫的季节,空气中弥漫着一阵阵激情的交流声!本项目通过爬虫获取数据的基本原理和代码实现以后,通过实战巩固相应内容。 一、通用思路:找到豆瓣电影的汇总页面,整个页面都是各种电影的信息(相当于一个列表,把电影摆到一起)每一条点开后有一个详情页……原创 2021-04-15 21:56:12 · 5182 阅读 · 0 评论 -
2018年度学习总结
一年时间,深度学习从自学的小白,到入了门,会训练模型,处理各种数据,调参优化等。在这过程中,学习了很多论文,也翻译了不少文章。从应用角度来说,如果说2016年是深度学习统治互联网之年,机器翻译、聊天机器人、数据中心、云服务,包括Google、Amazon、Facebook、微软、IBM在内的各大技术巨头都在不遗余力地推进深度学习的研发和应用。那么剖析CNN句子分类任务,训练各种模型,2018年就是...原创 2018-09-10 19:00:10 · 1864 阅读 · 2 评论 -
Python全栈数据工程师养成攻略
近年来大数据(BigData)的概念获得不行,python已经成为机器学习热门的工具。anaconda把与python有关的库(numpy,scipy等等)都打成一个包。pycaffe 的安装以及 notebook 环境配置是为了更方便的去使用深度学习框架。notebook 使用浏览器作为界面使用,可以编写和执行 python 代码。 从个人角度出发,在时间有限和资源有限的条件下,实现一...原创 2018-08-03 14:30:27 · 1350 阅读 · 0 评论 -
参与深度学习超级计算机DGX系列产品研讨会的感受
本科阶段的毕业设计是在Jetson TX2上跑的,公司做深度学习涉及DGX,有幸参与此次英伟达组织的DGX workshop学习下。官方的说法是DGX Workshop dedilcated to Robotics for Jetson Xavier and Isaac。不过现场既没有半价开发板也没有尺子,更没有Xavier实物,纯粹的DGX和Jetson TX2的深度交流,不过干货也不少。 两...原创 2018-07-17 20:05:34 · 806 阅读 · 0 评论 -
tensorflow学习笔记
深度学习技术一直在发展,但是深度学习框架caffe的更新跟不上进度,很多新的技术在caffe里用不了。TensorFlow在Google的支持下如日中天,于是在学了caffe后还要学一下tensorflow,两者相辅相成,结合使用。一、 安装anaconda1.在continuum官网 下载anaconda 现在的版本有python3.6版本和python2.7版本 去anacond...原创 2018-05-01 07:05:07 · 332 阅读 · 0 评论 -
DeepLearning 0.1 documentation深度学习教程中文翻译
Deep Learning Tutorials 原文网址:https://deeplearning.net/tutorial/index.html 深度学习教程 深度学习是机器学习研究的一个新的领域,引入的目的是为了让机器学习更接近于最初的目标之一:人工智能。看这些课程笔记以对深度学习有一个初步的认识: brief introduction to Machine Learning for ...翻译 2018-05-07 21:28:34 · 380 阅读 · 0 评论 -
图形化操作工具DIGITS 6.1的安装与运行
不够熟悉Python和命令行,还想学深度学习,幸好Nvidia Digits是一款web应用工具,可以在网页上对Caffe进行图形化操作和可视化。Nvidia对深度学习真是偏爱,为了卖出更多的显卡真是无所不用其极,真是希望全民会玩深度学习。一、环境操作系统: Ubuntu 16.04 GCC/G++: 5.4.0 CUDA: 9.0.252 OpenCV: 2.4.11和3.3...原创 2018-04-22 15:16:26 · 4195 阅读 · 6 评论 -
数据可视化环境(Python接口)配置
anaconda把与python有关的库(numpy,scipy等等)都打成一个包,建议用anaconda来进行安装。下载对应系统和对应版本的anaconda来安装,减少安装过程的问题。 pycaffe 的安装以及 notebook 环境配置是为了更方便的去使用 深度学习框架caffe。notebook 使用浏览器作为界面使用,可以编写和执行 python 代码。一、查看Pyth...原创 2018-04-17 11:01:40 · 814 阅读 · 0 评论 -
Python 3零基础到实战
原来用Matlab(octave)做机器学习的居多,吴恩达老师以前在机器学习课也是用matlab(octave)。时代在进步,近些年,python已经成为机器学习热门的工具,吴老师的深度学习课程已经用python3.6了。技术在发展,识时务者为俊杰,为了理解和应用机器学习技术,以及进行数据分析,需要学习 python。 Python入门 目录 1.Python基本数据类型 2.Pytho...原创 2018-04-16 14:17:50 · 1296 阅读 · 0 评论