![](https://img-blog.csdnimg.cn/20210311203332449.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
python学习
文章平均质量分 51
python架构模型/小实验
富婆修炼ing
这个作者很懒,什么都没留下…
展开
-
pytorch之CNN
索引前言代码补充前言老规矩~~ b站up主莫烦python的听课笔记代码示例:代码很简单,就两层的卷积层+池化堆叠识别数字,用的MNIST数据集。这个网络结构很简单,如果想弄清楚原理的话,可以去看看7层的LeNet网络。"""View more, visit my tutorial page: https://mofanpy.com/tutorials/My Youtube Channel: https://www.youtube.com/user/MorvanZhouDependenc原创 2021-04-02 16:23:48 · 298 阅读 · 0 评论 -
pytorch学习(二)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、pandas是什么?二、使用步骤1.快速搭建神经层2.保存提取总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.快速原创 2021-03-14 21:25:51 · 86 阅读 · 0 评论 -
pytorch学习(一)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档索引前言一、pandas是什么?二、使用步骤1.数据类型的转换2.读入数据总结前言这篇文章是B站上莫烦python的pytorch教程,听课随笔记录一下提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.数据类型的转换代码如下(示例):还有很多torch的指令,具体可以上官网查看import to原创 2021-03-13 22:47:47 · 495 阅读 · 0 评论 -
骨龄预测系列---番外篇
索引前言一、DataGenerator是什么?二、使用步骤总结前言在跑这个系列的代码的时候,发现数据太大了,9G呢~~~,所以引入数据生成器来减轻一下负担一、DataGenerator是什么?示例:数据生成器是深度学习训练时的一个技巧,那就是构造生成器generator 并且用Keras的fit_generator来批量生成数据,释放内存,该方法适合于大规模数据集的训练。一个DataGenerator是keras的Sequence类的继承类,一般要包含__len__,__getitem__, o原创 2021-03-10 18:01:06 · 326 阅读 · 0 评论 -
ResNext
def ResNext(input_shape=None, depth=29, cardinality=8, width=64, weight_decay=5e-4, include_top=True, weights=None, input_tensor=None, pooling=None, classes=10):参数分析include_top: boolean (True or False) :是否包含最上层的全连接层weights: ‘No原创 2021-02-19 17:57:38 · 476 阅读 · 0 评论 -
keras CNN例子
前言本文介绍的是keras的CNN的例子,代码的具体解释都在下面,源码是b站up主莫烦python的1.代码代码如下(示例):import numpy as npnp.random.seed(1377)from keras.datasets import mnistfrom keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dense, Activation, C原创 2021-02-17 20:41:52 · 255 阅读 · 0 评论 -
keras的分类与回归
过年了 ~~~ 过年了~~~玩了小半个月~~~前几篇文章讲的都是tensorflow的linear regression,今天看看classification。视频是b站上的莫烦python讲的课,简洁易懂,下面记录一下课程中的代码以及遇到的问题,课程链接在下面link项目场景:提示:这里简述项目相关背景:例如:项目场景:示例:通过蓝牙芯片(HC-05)与手机 APP 通信,每隔 5s 传输一批传感器数据(不是很大)import numpy as npX = np.linspace(-原创 2021-02-17 18:19:36 · 567 阅读 · 0 评论 -
tensorflow搭建神经网络(二)
课程链接:莫烦python注意:np的linspace创造的数组为float64类型,而tf的Variable为float32类型,matmul需要两个相同类型的参数输入,因此可以使用tf.cast转换类型,也可以使用程序里的方法。import numpy as npimport matplotlib.pyplot as pltimport tensorflow.compat.v1 as tftf.disable_v2_behavior()def add_layer(inputs, in_si原创 2021-02-14 14:10:37 · 86 阅读 · 0 评论 -
tensorflow的placeholder
variable是已经规定好了初始值,placeholder是要运行时传入初始值课程链接import numpy as npimport tensorflow.compat.v1 as tftf.disable_v2_behavior()input1 = tf.placeholder(tf.float32)input2 = tf.placeholder(tf.float32)output = tf.multiply(input1, input2)with tf.Session() as原创 2021-02-13 21:29:02 · 103 阅读 · 0 评论 -
tensorflow的variable
做了点小笔记课程链接import numpy as npimport tensorflow.compat.v1 as tftf.disable_v2_behavior()state = tf.Variable(0,name='counter')#tesorflow定义变量一定要tf.Variable#print(state.name)#counter:0one = tf.constant(1)#定义一个常量1new_value = tf.add(state, one)#新的变量=stat原创 2021-02-13 21:18:15 · 60 阅读 · 0 评论 -
tensorflow的session
tensorflow的session是一个执行命令的,即会话的控制。下面是session调用的两个模型课程链接import numpy as npimport tensorflow.compat.v1 as tftf.disable_v2_behavior()matrix1 = tf.constant([[3,3]])matrix2 = tf.constant([[2], [2]])product = tf.matmul(matrix1, mat原创 2021-02-13 21:01:24 · 86 阅读 · 0 评论 -
tensorflow搭建神经网络(一)
最近在b站上学习tensorflow链接在下面~~~课程链接代码#import tensorflow as tfimport numpy as npimport tensorflow.compat.v1 as tftf.disable_v2_behavior()#creat datax_data = np.random.rand(100).astype(np.float32)y_data = x_data*0.1 + 0.3###creat tensorflow structure原创 2021-02-13 20:31:47 · 72 阅读 · 1 评论