深度学习——基于python和TensorFlow
文章平均质量分 56
本专栏是《深度学习——基于Python语言和TensorFlow平台》的学习笔记。
MIIEo
到一个好的地方,心态要保持好,因为第一名第二名这个事情是没有意义的。名次只是给你一些信息,但是大家的成就不是和别人竞赛,真正是和自己竞赛。一个人他到最后盖棺论定的时候,所有世界上其他人对你的评价都是不重要的,最重要的评价只有一个人,你自己摸着你的胸脯问,我在这个世界上,是不是尽了我最大的力量,发挥出我最大的光和热。一个人假如说能够有信心的说我做到了这一点,那么我觉得你就是最成功的最成功的人。——姚老师
展开
-
决策树
小A有一系列择偶标准,身高、年龄、外貌、薪水等等相亲对象列表身高年龄外貌薪水阿尔法贝塔伽马当然不可能有人能完全满足这些标准,小A必须做一些取舍,对这些标准小A按照自己心中的优先级进行排序,…以上是一种场景,但这不是决策树的问题场景。还是以小A择偶为例,决策树的问题场景是,有一组目标相亲对象,在小A的择偶标准下分别有相应的取值,并且多了一种属性,即小A对其是否满意的属性。相亲对象列表身高年龄外貌薪水满意与否原创 2021-02-14 20:52:13 · 96 阅读 · 0 评论 -
ipynb文件打开方法(基于Anconda3)
步骤:打开Anaconda Prompt跳转到ipynb文件所在路径输入jupyter lab命令OK!原创 2021-02-14 12:12:02 · 238 阅读 · 0 评论 -
学习Python2.7
前言最近遇到一个项目,使用Python2.7,为了run这个项目,现把项目中不懂的语法和api记录如下文章目录前言Python2.7笔记sys.path.append()file 类乘方和乘法sys.setrecursionlimit()Python2.7笔记sys.path.append()当我们导入一个模块时:import xxx,默认情况下python解析器会搜索当前目录、已安装的内置模块和第三方模块,搜索路径存放在sys模块的path中。当我们要添加自己的搜索目录时,可以通过列表的app原创 2021-01-28 16:33:49 · 159 阅读 · 1 评论 -
笔记六
11.1,Keras框架介绍Keras框架是一套神经网络应用接口(API),使用Python语言写的,可以运行在TensorFlow、CNTK、Theano等深度学习框架上,它的目标是让人们能够更快地使用神经网络来做研究实验。Keras原来是作为Python的第三方包来提供的,也就是说我们需要用pip install keras命令来单独安装Keras。但是从TensorFlow1.4版本开始,已经把Keras纳入了TensorFlow的框架中,因此,如果已经安装了TensorFlow1.4以上的版本,原创 2021-01-15 12:59:42 · 73 阅读 · 0 评论 -
笔记五
神经网络学习过程,实际上是在学习一个数据集的固有属性。对于线性回归问题来说,我们定义的模型是线性模型,训练数据也是满足线性回归关系的,这样我们通过合适的方式就能用数值的方法得到和解析解之间误差在可接受范围内的数值解。得到理想的训练结果的过程中,有各种各样的问题等着我们:数据集问题。以线性回归问题为例,数据集全是一条直线上的数据,训练就没有意义;训练过程收敛得慢,训练很长时间也得不到理想结果;学习率设置得不合适,导致loss一直震荡;模型不符合实际规律。本来是线性回归模型,非要建立二次函数模型,原创 2021-01-14 20:10:00 · 75 阅读 · 0 评论 -
笔记四
文章目录5.3,准备训练数据5.3.2,随机数附:int()的作用5.5,进阶:批量生成随机训练数据5.3,准备训练数据5.3.2,随机数Python中的random包提供一个函数random,作用,在调用后产生一个[0, 1)范围内的随机小数。产生[0, 99)之间的随机数,用random.random()*99产生[0, 10)之间的随机数,用random.random()*10在random.random()产生随机数之前,最好调用random.seed()来产生新的随机数种子。>原创 2021-01-14 14:27:01 · 160 阅读 · 1 评论 -
笔记三
笔记二的模型是从一般的思维方式来设计的,这与神经网络通常设计中的思路并不一致。笔记三关注如何优化这个模型,使其逻辑更清晰、运行更高效。4.1,在程序运行中查看变量的取值原创 2021-01-14 01:39:36 · 131 阅读 · 0 评论 -
笔记二
sess.run()sess.run()的参数不同,代表的含义不同:1)使用神经网络计算;2)进行训练1)使用神经网络计算import tensorflow as tfx1 = tf.placeholder(dtype=tf.float32)x2 = tf.placeholder(dtype=tf.float32)x3 = tf.placeholder(dtype=tf.float32)w1 = tf.Variable(0.1, dtype=tf.float32)w2 = tf.Vari原创 2021-01-13 13:22:13 · 109 阅读 · 0 评论 -
笔记一
文章目录2.1,安装Python;2.2,安装TensorFlow环境配置2.4,知识背景准备2.4.1,怎样输入python程序2.4.2,怎么执行python程序python文件(`.py`文件)的执行方法python交互式界面执行python程序2.1,安装Python;2.2,安装TensorFlow环境配置Python版本和TensorFlow版本选择,书中以python3.6.4和TensorFlow1.4进行讲解的,考虑到书中的内容是两年前的,并且我所参考的代码是基于TensorFlow原创 2021-01-12 19:31:50 · 97 阅读 · 1 评论