Reborn_inuyasha的博客

原文链接：https://blog.csdn.net/sinat_26917383/article/details/7285745 1.keras网络结构 4 2.keras网络配置 其中回调函数callbacks应该是keras的精髓~ 3.keras预处理功能

在二维数组中：轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的方向垂直向下，第1轴沿着列的方向水平延伸 使用0值表示沿着每一列或行标签\索引值向下执行方法 使用1值表示沿着每一行或者列标签模向执行对应的方法 最外面的括号代表着 axis=0，依次往里的括号对应的 axis 的计数就依次加 1 举个例子，现在我们有一个矩阵：；在 Python，或说在 numpy 里面，这个矩阵是这样被表达出来的：x= [ [0, 1], [2, 3] ]，然后 axis 的对应方式就是： ..

在打开的 prompt 终端中输入： conda create –name=labelme python=3.7 conda install pyqt pip install labelme 注：第一句 labelme python = 3.7中3.7为使用者当前电脑中安装python的版本号 运行过程中，经常会出现timeout的现象，可以多运行几次（这里我也没什么特别好的办法） 直到Prompt出现Successfully installed的安装成功信息，则表示安装成功。 之后，就

原文指路1：https://blog.csdn.net/wsxzhbzl/article/details/83537662 原文指路2：https://blog.csdn.net/weixin_43077261/article/details/97259237 这是典型的三层神经网络的基本构成，Layer L1是输入层，Layer L2是隐含层，Layer L3是隐含层，我们现在手里有一堆数据{x1,x2,x3,…,xn},输出也是一堆数据{y1,y2,y3,…,yn},现在要他们在隐含层做某种变换

原文指路→https://www.sohu.com/a/100533380_176628 参考学习→https://blog.csdn.net/weixin_34343689/article/details/87979785 梯度下降：简单来说就是一种寻找目标函数最小化的方法。根据梯度（导数）的符号来判断最小值点x在哪。即找到函数的最小值 所对应的自变量...

提取日期操作参照→链接：https://blog.csdn.net/meiqi0538/article/details/82558000 import numpy as np import pandas as pd from pandas import Series, DataFrame from datetime import datetime data = {'stamp': ['201...