![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
lpossible
这个作者很懒,什么都没留下…
展开
-
苏建林DGCNN模型代码详解
1.说明以下代码为苏神参加百度信息抽取比赛提出的DGCNN模型代码,其源码基本是没有注释的,所以本文对大部分代码做了注释,可能有不对的地方,可以指出。另一个就是对keras3.x版本下Attention模块的计算做了修改。2.代码注释#! -*- coding:utf-8 -*-from __future__ import print_functionimport jsonimport osimport refrom random import choice# 关键词匹配工.原创 2020-12-03 17:35:00 · 3901 阅读 · 8 评论 -
关于keras.batch_dot()计算多维数据维度溢出问题
1 keras2.3.1+tf1.14下2 keras2.2.4+tf1.143 解决办法降低keras版本到2.2原创 2020-11-17 10:50:36 · 321 阅读 · 3 评论 -
关于keras.sum()和kears.softmax()等函数中维度的理解
1.目的神经网络中对数据处理一般有求和,求均值等操作,这就需要用到sum、softmax和mean等函数,而这些函数中一般都有设置处理维度axis的参数选择。2.设置1.不作axis设置sum和mean等函数会对整个数据做相应操作,具体如下:import numpy as npimport keras.backend as kconstant = np.array([[1, 2, 3], [2, 2, 3], [3, 2, 3]])print(constant)constant原创 2020-08-16 21:16:52 · 4024 阅读 · 0 评论 -
pthon3中字符串的部分不常用函数
# coding=utf-8"""@data:2020-7-23"""info = "Hello {},i just {}".format("world", "see")print(info)info = "This is {0},{2} can see {1}".format("mine", "you", "i")print(info)# istitle判断字符串的单词拼写首字母是否全为大写# isalpha判断字符串是否只含一个字符或者所有字符均为字母或文字# isalnum判断字.原创 2020-07-23 22:13:37 · 110 阅读 · 0 评论 -
Keras中出现错误tensorflow.python.framework.errors_impl.InvalidArgumentError等错误
1.完整错误提示tensorflow.python.framework.errors_impl.InvalidArgumentError: Input to reshape is a tensor with 100 values, but the requested shape has 2002.错误原因在使用keras搭建网络时出现这种错误我的理解是模型结构基本是没有问题的,这个提示一般是在输入数据训练时会出现,也就是会提示在model.fit()阶段出错。当然建议使用summary函数对模型原创 2020-06-03 21:03:11 · 9083 阅读 · 0 评论 -
Keras2.0如何使用预训练的词向量(SelfEmbedding)
在自然语言处理时,会经常涉及到对输入进行Embedding,训练神经网络有两种Embedding方式,一种是直接调用tensorflow自带的Emdedding层,另一种就是自己建立一个Embedding层,加载自己的预训练词向量。1.预训练词向量哪里来一般来说由于标注数据和为标注数据的比列差距太大,所以会考虑利用未标注数据训练一个领域的特征词向量。这样可以最大程度的利用语...原创 2019-12-30 10:50:22 · 2394 阅读 · 0 评论 -
pygame基本实现塔防游戏
利用python3的pygame模块基本实现塔防游戏的基本功能,包括血量和分数显示,bgm,防御塔建造,防御塔攻击范围内的敌军,暂停和加速功能。由于实在没有素材,用的都是自己截图P的,所以美化不好。但基本保证功能,其中有一个BUG,但不影响游戏效果。1.运行主类"""主程序"""from pygame.locals import *from TowerDefend.enemy imp...原创 2019-12-28 10:57:25 · 4079 阅读 · 10 评论 -
关于神经网络训练的坑(语料太少)
我们在搭建神经网络时,大家的网络模型大同小异,但是语料的差别还是蛮大的,不管是大小还是领域,所以我就遇到这样的事。 故事的起因是因为我手里有一份很小的语料,大概有2000句左右,我构建了多层网络去做词性识别,但是我由于只想测试模型的效果,所以每次只是象征性的跑一次,结果训练时的准确度还有95%左右,但是预测提取实体时,怎么都提取不到正确的实体。也就是说实体识别数为0,经过一下午的实...原创 2019-12-25 18:16:51 · 1430 阅读 · 0 评论 -
使用python爬取天气数据(xpath和beautifulsoup两种方式)
这里使用两种方式做数据爬取这是网页源码形式1.beautifulsoup的html.parse解码import requestsfrom bs4 import BeautifulSoupimport csvdef get_city_dict(): """获取城市和对应链接字典 第一步""" url = 'http://www.air-level.com/...原创 2019-12-24 12:13:46 · 1133 阅读 · 0 评论 -
关于tkinter中Canvas加载背景图的偏移量问题
我们在使用tkinter搭建程序可视化见面时,经常会考虑运用画布(Canvas)来创建一个好看的背景,在创建背景图时就涉及到背景图的位置问题。Canvas有两个参数(position,*option),position就是图片的偏移量,这里的偏移量实际上是图片的中心相对于canvas的左上角的偏差。那么为了将一张图片正确的填满整个canvas应该怎么做呢?第一步,根据图片的大小,设置can...原创 2019-12-17 19:17:22 · 914 阅读 · 0 评论 -
python3位置参数,可变参数,关键字参数的理解
在python中函数有四种传入参数:位置参数,默认参数,可变参数和关键字参数四种,下面具体分析这四种参数及其用法1.位置参数,也是最基本的参数2.默认参数3.可变参数直接传入一串数字,可以看到,函数将这串数字构成一个元组,*args大小为3。传入一个列表,函数将该列表作为列表的一个元素,即函数认为*args为大小为1的元组。传入一个元组,与列表类似。...原创 2019-12-03 14:49:38 · 788 阅读 · 0 评论 -
LSTM网络的输入输出的维度和值的理解
1 引言 相信很多使用LSTM网络的初学者跟我一样,需要从刚开始不会用,再到只是会用LSTM写模型,最后基本理解LSTM的网络结构及输入输出。2 对LSTM网络的分析 LSTM网络从概念上讲,主要包括四个门,依次为遗忘门f,输入门i,更新门g和输出门o。如下图上图对于每一个门有形式化语言: f=sigmoid(Wf(x(t),h(...原创 2019-12-02 18:22:06 · 14573 阅读 · 4 评论 -
神经网络多元线性回归
#jupyter notebookimport pandas as pdimport numpy as npimport tensorflow as tfimport matplotlib.pyplot as plt%matplotlib inline# 数据链接: https://pan.baidu.com/s/1cXeXVaBdXtjJnC0Dl__8pw提取码: ...原创 2019-11-12 12:15:48 · 4436 阅读 · 2 评论 -
python3的主成分分析实现
1 主成分分析 主成分分析是最常用的线性降维方法,他的目标是通过某种线性投影,将高维的数据映射到低维的空间中,并期望在所投影的维度上数据的方差最大,以此使用较少的维度,保留原样本数据,并进行一定的分类效果。2 代码import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import ...原创 2019-11-05 17:49:40 · 1138 阅读 · 0 评论 -
from torch._c import *另一种解决办法
在尝试了基本网上所有的办法无效后,突然想到是否下载了不正确的torch版本,也就是说torch本来是支持Gpu的,但是若是你的笔记本电脑没有自带gpu,那么若是安装GPU版本的pytorch后,也会出现这样的一种错误。解决办法:卸载之前安装的pillow,numpy,torchvision,torch,然后去官网选择正确的pip命令,注意cuda选择NONE。...原创 2019-10-26 09:58:41 · 3894 阅读 · 0 评论 -
请问一下用xpath提取信息时,遇到网页文本中有<br>标签,提取不到<br>标签后的内容怎么处理呢
# Xpath提取node_list = response.xpath("//div[@class='article block untagged mb15 typs_hot']")for node in node_list: item = QiuShiItem() name = node.xpath("normalize-space(./div/a/h2/text())")...原创 2019-08-18 17:05:25 · 6127 阅读 · 7 评论 -
Python3使用tkinter做一个简单的有背景的登录界面
from tkinter import *import pymysql# 创建根窗口,并添加组件root = Tk()root.title('登录')root.resizable(0, 0) # 设置窗口大小不可变canvas = Canvas(root)canvas.pack(side='top')# 创建标签canvas.create_window(100, 50, w...原创 2019-08-14 22:30:16 · 9471 阅读 · 2 评论 -
python3的tkinter登录界面设计+mysql数据库的导入数据
在上文中我只给了界面的代码,注释了数据库部分的代码,本来想将数据可视化界面做好了再搞一个完整的登录和数据可视化界面的,但是由于有其它的事要做,所以就将之前的代码包装了一下,这样整段代码只包含三个函数(create_root,new_root,sql_information),比较清晰和有可重用性,与大家分享讨论:from tkinter import *import pymysql#...原创 2019-08-16 09:17:14 · 11042 阅读 · 6 评论 -
python3设置tkinter窗口大小不可变的简单方法
看了几篇博客一部分使用设置最大最小窗口来间接使窗口不可变,如:root.maxsize('200x200')root.minsize('200x200')刚看了一种简单点的,希望可以参考一下:root.resizable(0, 0) # 设置窗口大小不可变这里也想请问下如何让tkinter中的组件随窗口大小变化的简单方法。...原创 2019-08-12 16:39:06 · 6943 阅读 · 3 评论 -
python3用回溯法解决八皇后问题(涉及到数组的浅拷贝和深拷贝)
在讲解代码之前,我首先讲一下在做八皇后问题探讨中遇到的问题:数组的浅拷贝和深拷贝问题:1.浅拷贝(1)直接赋值如下如果直接以等号赋值的形式创建另几个数组时,改变这几个数组(包括原数组)中元素的值时,这几个数组中的元素全部都会改变,可以做如下小尝试:a = [1, 2, 3, 4, 5, 6]b = ac = ac[0] = 3print(a)print(b)print...原创 2019-09-25 16:21:43 · 386 阅读 · 0 评论 -
python3的飞机大战实现
做了个飞机大战的基本实现,有背景音乐,击中敌机特效和音效,计分效果,暂停效果,血量显示效果,具体可以看下面的效果图。1.主类"""主文件"""from tkinter import *from MyGame.rungame import *import pygamedef main(): """main函数""" pygame.init() ...原创 2019-09-04 19:20:44 · 579 阅读 · 4 评论 -
python3numpy库的基本用法
numpy方法总结1.基本用法#创建向量create_vector=numpy.array([1,2,3])# 将一个python中的数组转化为numpy中的一个向量#创建矩阵create_matrix=numpy.array([[1,2],[3,4]])# 将一个python中的多维数组转化为numpy中的一个矩阵#矩阵和向量的几种属性@行列数create_matrix.shap...原创 2019-10-11 11:42:26 · 563 阅读 · 0 评论 -
一个简单的从百度贴吧爬图片的程序(本人初学者)
import osimport requestsfrom bs4 import BeautifulSoupdef get_htmls(url, html_numbers): # 得到网页地址列表 response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') out...原创 2019-06-26 22:43:04 · 164 阅读 · 0 评论