![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python学习
文章平均质量分 67
qq_16540387
这个作者很懒,什么都没留下…
展开
-
简单的实现爬虫爬取网页文本和图片
一 基本概念在Python中,我们使用urllib2这个组件来抓取网页。urllib2是Python的一个获取URLs(Uniform Resource Locators)的组件。它以urlopen函数的形式提供了一个非常简单的接口。二 HTML 的组成部分(1)DTD头,用于告诉浏览器用什么语言来解析当前页面。 (2) Head 告诉浏览器一些相关的信息。 (3) Body 包含的是给人看的数原创 2017-11-17 10:48:09 · 11077 阅读 · 0 评论 -
python的复赋值逻辑
1.python的对象是数据在C语言中有下面一段代码a=1;b=a;b=b-1;printf("%,d,%d",a,b)输出为1,0,其中a,b指向了不同的存储单元,也就是a,b代表了不同的内存地址。在Python中a=1;b=a;b=b-1;printf("%,d,%d",a,b)输出为0,0其中a,b指向了相同的内存地址,数据只有一个没变。如果说 C...原创 2018-09-03 18:03:57 · 672 阅读 · 0 评论 -
python与C 语言定义全局变量的不同
一 定义全局变量时不同1.在C语言中,定义在函数体外的变量默认为全局变量#include <stdio.h>int m=10;void main(){ m--; printf("m=%d",m);}输出 m=92.在Python中,全局变量必须用global声明,不然会报错import numpy as npm=10def tes...原创 2018-09-03 17:24:21 · 399 阅读 · 0 评论 -
辨析 np.transpose np.reshape np.array的组合
原组合 np.transpose(np.reshape(np.array( [np.arange(7)] * 7 * 2),(2, 7, 7)),(0,1,2))np.arange(7)array([0, 1, 2, 3, 4, 5, 6])np.array([np.arange(7)] * 7 )array([[0, 1, 2, 3, 4, 5, 6], [0, 1,...原创 2018-08-06 14:05:45 · 729 阅读 · 0 评论 -
用captchac框架生成验证码
#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Sun Mar 25 19:06:46 2018@author: zlg"""from captcha.image import ImageCaptcha#验证码生成框架import numpy as npimport matplotlib.pyplot as pl...原创 2018-03-25 21:55:37 · 813 阅读 · 0 评论 -
《神经网络和深度学习》之神经网络基础(第二周)课后作业——一个隐藏层的平面数据分类
欢迎来到第三周的课程,在这一周的任务里,你将建立一个只有一个隐含层的神经网络。相比于之前你实现的逻辑回归有很大的不同。你将会学习一下内容:用一个隐含层的神经网络实现一个二分类。利用非线性的激活函数单元。计算交叉熵损失函数。实现向前传播和向后传播。1 函数包# Package importsimport numpy as npimport matplotlib.pyplot as pl原创 2018-02-13 00:08:54 · 910 阅读 · 0 评论 -
《神经网络和深度学习》之神经网络基础(第二周)课后作业——Python与Numpy基础知识
1 用numpy 建立基本函数1.1 s型函数,np.exp()# GRADED FUNCTION: basic_sigmoidimport mathdef basic_sigmoid(x): """ Compute sigmoid of x. Arguments: x -- A scalar Return: s -- s原创 2018-01-30 01:41:28 · 1809 阅读 · 0 评论 -
《神经网络和深度学习》之神经网络基础(第二周)课后作业——神经网络思维的逻辑回归
欢迎来到你的第一个编程作业,在这次作业中你将会用逻辑回归去识别一个猫。并且在这次作业中你将会用神经网络的思维去一步一步的去解决这个问题和磨练你的深度学习的直觉。说明:在你的代码中不能使用for或while循环,除非说明明确要你这么做。你将会学习到:1.建立一个学习算法的一般结构,包括初始化参数计算代价函数和它的梯度使用最优化算法(梯度下降)2.用正确的顺序将上面原创 2018-01-30 01:40:59 · 3858 阅读 · 1 评论 -
PCA降维原理
一 基本概念在之前的介绍中,一幅图像只能表示一个对象。那么对于w x h的灰度图像,只能表示为w x h位的向量,那么一个有100*100的图像就需要10000维的向量空间。对于一幅人脸而言,是否所有维的数据都是有用的呢?在矩阵论当中我们知道,矩阵可以近似的表示为一个特征值与特征向量的乘积。 根据这个原理,如果我们能够提取出高维向量中某些特有特征或相关变量,就能用一个近似说的低维向量表示这个高维向原创 2017-12-05 14:40:56 · 617 阅读 · 0 评论 -
BP神经网络的实现
一 BP神经网络的基本结构在神经网络中,输入层由数据集的某个向量x和一个偏置b构成,该向量需要乘以同纬度的权重向量w,累加得到下一层神经元的一个输入标量,该标量乘以激活函数得到下一层神经元的输入。该结构分为以下几个部分。 二 BP神经网络的训练过程1.正向传播的过程 上式中的w是隔层的权重向量。o是上一次的输出向量,对于输入层就是训练样本集x。b是阈值,与梯度下降法处理相同,在训练样本集x首列加原创 2017-12-04 18:11:51 · 1037 阅读 · 1 评论 -
Opencv for python 对于图形文件和图形的基本操作
opencv在机器学习中一般用在读入图片的过程。一 读入图片1.1导入基本的库#coding:utf-8from numpy import *import cv21.2从窗口中导入一张图片win_name="mypicyure" #窗口名称#cv2.WINDOW_NORMAL 窗口大小可自定义cv2.namedWindow(win_name,原创 2017-11-30 21:22:19 · 414 阅读 · 0 评论 -
用SMO算法求解支持向量机(SVM)pythony源代码(三)
相关内容 支持向量机的基本原理(一) SMO算法求解支持向量机(二)子文件1—1# -*- coding: utf-8 -*-from numpy import *import operatorfrom time import sleepclass PlattSVM(object): def __init__(self): self.X = [] # 输入数据集原创 2017-11-21 17:41:43 · 1276 阅读 · 0 评论 -
ID3—决策树算法
一 基本概念ID3 算法以信息论为基础,其中以信息熵和信息增益度为 度量标准,从而实现对数据的归纳分类。 熵的定义:假设有n个互不相容的事件a1,a2,a3,….,an, p(ai)表示事件ai发生的概率,则由该分布传递的信息量称为熵,记为式 举个列子 如英语有26个字母,假如每个字母在文章中出现次数平均的话,每个字母的信息量为: I(e)=-log2(原创 2017-11-18 18:14:32 · 1244 阅读 · 0 评论 -
python之字典的嵌套,递归调用
一 字典的嵌套在机器学习实战决策树部分,生成决策树时用到了字典的嵌套。>>>s1={'no surface':{}}>>>s1['no surfacce'][0]='no'>>>s1{'no surface':{0:'no'}}>>>s2={'flipper':{}}>>>s2['flipper'][0]='no'>>>s2['flipper'][1]='yes'>>>s1['no s原创 2017-11-18 11:41:42 · 2997 阅读 · 0 评论 -
快速存取字典
#保存 dict_name = {1:{1:2,3:4},2:{3:4,4:5}} f = open('temp.txt','w') f.write(str(dict_name)) f.close() #读取 f = open('temp.txt','r') a = f.read() dict_name = eval...原创 2019-05-05 19:08:35 · 157 阅读 · 0 评论