![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 68
KAY金
来寻求答案
展开
-
MMDetection的demo测试报错解决
尝试用网上的教程测试demo/image_demo.py ,然而报错。因为目前版本更新,我们打开image_demo.py可以看到注释。所以命令要修改一下,跟注释里格式一样就行。然后就成功了,好弱..的错误。原创 2023-11-09 15:38:27 · 511 阅读 · 0 评论 -
吴恩达机器学习2022-Jupyter特征缩放
利用你在以前的实验室中开发的具有多种功能的线性回归程序探讨了学习速率 α 的影响利用 z 分数归一化发现了特征尺度在加速收敛中的价值。原创 2023-07-12 16:39:03 · 913 阅读 · 0 评论 -
吴恩达机器学习2022-Jupyter-机器学习实例
学习了线性回归如何使用特征工程来建模复杂的,甚至是高度非线性的函数认识到在进行特征工程时应用特征缩放的重要性。原创 2023-07-12 17:15:05 · 1689 阅读 · 0 评论 -
吴恩达机器学习2022-Jupyter-Scikit-Learn教学
使用了一个开源的机器学习工具包 scikit-learn使用工具包中的线性回归梯度下降法和特性标准化来实现。原创 2023-07-13 15:41:19 · 2119 阅读 · 0 评论 -
吴恩达机器学习2022-Jupyter-用scikitlearn实现线性回归
有一个开源的、商业上可用的机器学习工具包,叫做 scikit-learn。本工具包包含您将在本课程中使用的许多算法的实现。原创 2023-07-13 15:50:07 · 1451 阅读 · 0 评论 -
吴恩达机器学习2022-Jupyter
在这个实验室中,您将扩展数据结构和以前开发的例程,以支持多个特性。一些程序被更新使得实验室看起来很长,但是它对以前的程序做了一些小的调整使得它可以很快的回顾。原创 2023-07-11 16:56:17 · 912 阅读 · 1 评论 -
吴恩达机器学习2022-Jupyter1可选实验室: Python 和 Jupyter 笔记本简介
本课程中使用的Jupyter笔记本有两种类型的单元格。诸如此类的单元格包含称为“Markdown单元格”的文档。该名称来源于单元格中使用的简单格式化语言。您不需要制作降价单元格。理解如下图所示的“单元格下拉”是很有用的。有时,单元格会以错误的模式结束,您可能需要将其恢复到正确的状态。Print 语句通常使用 pythonf-string 样式。F 字符串允许你在字符串中嵌入变量。熟悉Jupyter笔记本最简单的方法就是参观上面的帮助菜单。另一种类型的单元格是代码单元格,可以在其中编写代码。原创 2023-07-11 14:28:42 · 2713 阅读 · 0 评论 -
Tensorflow1入门第二课
输出图:(具体形状一致)原创 2023-07-06 22:01:50 · 48 阅读 · 0 评论 -
Tensorflow入门第0课-安装环境
Tensorflow-GPU安装,首先创建虚拟环境,python版本要大于3.6.1,不然后续无法使用jupyter,我选择的是python3.6.6。安装的TensorFlow版本是1.12.0,GPU版本。接下来在虚拟环境中安装好cuda9和cudnn7。测试安装通过、能成功创建虚拟环境即可。不用尝试conda update,怎么都更新不成功。接下来检验一下是否可以正常使用TensorFlow-GPU。以上流程算上各种各样的错误,耗时:一天。原创 2023-06-09 19:55:20 · 112 阅读 · 0 评论 -
Tensorflow1入门第一课
环境:WIN11+ANACONDA+PYCHARM+python3.6.6+tensorflow-gpu1.12。节点op,可理解为操作。需要传入数据、变量,进行op后,再输出新的数据。快捷键:shitf+enter运行;运行结果为一个Tensor,因为这里虽然定义了op,但并没有放在会话里执行。目标:创建图、使用图、使用变量、使用fetch和feed、一个案例。ps:具体值可能不一样,但都是趋近【0.1,0.2】Graph2给出了一个具体的例子。再举一个例子,实现变量的自增。这样就不需要去关闭会话了。原创 2023-07-04 13:34:04 · 55 阅读 · 0 评论