Frank_07
码龄14年
求更新 关注
提问 私信
  • 博客:97,713
    问答:6
    97,719
    总访问量
  • 31
    原创
  • 29
    粉丝
  • 72
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:山东省
加入CSDN时间: 2011-11-30
博客简介:

frank_07的博客

查看详细资料
个人成就
  • 获得30次点赞
  • 内容获得14次评论
  • 获得116次收藏
  • 代码片获得108次分享
  • 博客总排名1,242,387名
创作历程
  • 8篇
    2018年
  • 34篇
    2017年
成就勋章
TA的专栏
  • 机器学习
    6篇
  • python
    6篇
  • python爬虫
    14篇
  • 图片处理
    1篇
  • 数据分析
    5篇
  • 深度学习
    9篇
  • 数据库
    1篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 1

TA参与的活动 0

兴趣领域 设置
  • 人工智能
    机器学习深度学习神经网络自然语言处理tensorflowpytorch图像处理nlp数据分析
创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

77人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

增强学习之Q-learning走迷宫

Q-Learning算法整个算法就是一直不断更新 Q table 里的值, 然后再根据新的值来判断要在某个 state 采取怎样的 action. Qlearning 是一个 off-policy 的算法, 因为里面的 max action 让 Q table 的更新可以不基于正在经历的经验(可以是现在学习着很久以前的经验,甚至是学习他人的经验).Q-learning中的Q函数Ne...
原创
博文更新于 2021.06.01 ·
13193 阅读 ·
6 点赞 ·
7 评论 ·
49 收藏

tensorflow之dynamic_rnn

转自:tensorflow高阶教程:tf.dynamic_rnntensorflow 的dynamic_rnn方法,我们用一个小例子来说明其用法,假设你的RNN的输入input是[2,20,128],其中2是batch_size,20是文本最大长度,128是embedding_size,可以看出,有两个example,我们假设第二个文本长度只有13,剩下的7个是使用0-padding方法填充的。dy
转载
博文更新于 2017.11.16 ·
498 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

Frida hook app

Frida hook app需要的工具小米人改之理:反编译appIDA:针对.so文件frida:hook函数,可以打印入参,函数返回值启动frida-serveradb push /home/michael/Downloads/frida-server-10.0.15-android-arm /data/local/tmp/frida-serveradb shellsucd /data/lo
原创
博文更新于 2017.11.03 ·
1891 阅读 ·
0 点赞 ·
0 评论 ·
3 收藏

sorted排序

l1=[('d',1),('b',3),('c',8),('a',2)]l2=sorted(l1)l2#[('a', 2), ('b', 3), ('c', 8), ('d', 1)]l3=sorted(l1,key=lambda x:x[1])l3#[('d', 1), ('a', 2), ('b', 3), ('c', 8)]l4=sorted(l1,key=lambda x:x[1]
原创
博文更新于 2018.11.07 ·
447 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

sqlalchemy

from sqlalchemy import create_engine, Column, Integer, Stringfrom sqlalchemy.orm import sessionmakerfrom sqlalchemy.ext.declarative import declarative_baseengine = create_engine("mysql+pymysql://{}:{
原创
博文更新于 2018.09.06 ·
384 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

深度增强学习之走迷宫矩阵

DQN(Deep Q-Learning)通常,强化学习的设置由两部分组成,一个是智能体(Agent),另一个是环境(Environment)。 强化学习是学习一个最优策略(policy),可以让 智能体(Agent) 在 特定环境(Environment) 中,根据当前状态(state),做出行动(action),从而获得最大回报(reward)。DQN要做的就是将卷积神经网络(CN...
原创
博文更新于 2018.07.26 ·
9005 阅读 ·
8 点赞 ·
3 评论 ·
30 收藏

rabbitMQ-python

python之消息队列
原创
博文更新于 2018.07.06 ·
292 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

词向量Word2Vec

from gensim.models import word2vec, Word2Vecsentences = [ ['word1','word2','word3','word1','word2','word3','word1','word2','word3'], # 句子1分词后的列表 ['word4','word5','word6','word7','word4','wo...
原创
博文更新于 2018.07.05 ·
412 阅读 ·
1 点赞 ·
0 评论 ·
0 收藏

日志、异常、上下文

import datetimeimport tracebackimport logginglogger=logginglogger.basicConfig(level=logging.DEBUG, format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
原创
博文更新于 2018.05.25 ·
612 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

python生成图片验证码

import randomimport stringfrom PIL import Image, ImageFont, ImageDrawimport numpy as npimport mathfrom scipy import miscimport os#字符集characters = string.digits + string.ascii_lettersclass ...
原创
博文更新于 2018.05.23 ·
5975 阅读 ·
2 点赞 ·
1 评论 ·
2 收藏

加密解密之aes_cbc

原创
博文更新于 2018.05.09 ·
1013 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

分布式爬虫之celery

以爬douban小说为例 首先启动Redis,新建文件crawl_douban.pyimport requestsfrom bs4 import BeautifulSoupimport timefrom celery import Celeryimport redisfrom configparser import ConfigParsercp=ConfigParser()...
原创
博文更新于 2018.05.04 ·
5596 阅读 ·
1 点赞 ·
0 评论 ·
4 收藏

url编码与解码

import urllibcity = '北京市'city_encode=city.encode(encoding='gb2312')city_encode#b'\xb1\xb1\xbe\xa9\xca\xd0'city_encode_url=urllib.parse.quote(city_encode)city_encode_url#'%B1%B1%BE%A9%CA%D0'...
原创
博文更新于 2018.04.19 ·
399 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

对文章的分类和聚类

以之前抓取的“科技”和“娱乐”文章为例‘articls.csv’中的内容如图: 分类import jiebaimport joblibfrom sklearn.feature_extraction.text import CountVectorizer, TfidfTransformerimport numpy as npfrom sklearn.metrics im...
原创
博文更新于 2018.03.10 ·
1826 阅读 ·
2 点赞 ·
1 评论 ·
13 收藏

今日头条“科技”,“娱乐”类文章的抓取

import multiprocessingfrom selenium import webdriverimport timefrom bs4 import BeautifulSoupimport requests#将结果写入'articles.csv'fw=open('articles.csv','a',encoding='utf8')#请求头headers={ 'U...
原创
博文更新于 2018.03.09 ·
1684 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

自学python的话看哪些书比较快?

答:

《流畅的Python》

回答问题 2018.03.02

序列列表与稀疏矩阵的转换

import numpy as npimport stringchars=string.ascii_lowercasechars'abcdefghijklmnopqrstuvwxyz'char2num={v:k for k,v in enumerate(chars)}num2char={k:v for k,v in enumerate(chars)}#输入'abc','de'对应在chars
原创
博文更新于 2017.12.28 ·
2260 阅读 ·
1 点赞 ·
0 评论 ·
2 收藏

随机森林

一个简短的python例子Scikit-Learn是开始使用随机森林的一个很好的方式。scikit-learn API在所以算法中极其的一致,所有你测试和在不同的模型间切换非常容易。很多时候,我从一些简单的东西开始,然后转移到了随机森林。随机森林在scikit-learn中的实现最棒的特性是n_jobs参数。这将会基于你想使用的核数自动地并行设置随机森林。这里是scikit-learn的贡献者Oli
转载
博文更新于 2017.12.18 ·
469 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

Python用户推荐系统曼哈顿算法实现

转载http://www.iplaypy.com/code/algorithm/a2065.htmlusers = {"Angelica": {"Blues Traveler": 3.5, "Broken Bells": 2.0, "Norah Jones": 4.5, "Phoenix": 5.0, "Slightly Stoopid": 1.5, "T
转载
博文更新于 2017.12.15 ·
730 阅读 ·
0 点赞 ·
0 评论 ·
2 收藏

keras之lstm

1、预测sin函数import numpy as npfrom matplotlib import pyplot as pltfrom keras.models import Sequentialfrom keras.layers import Densefrom keras.layers import LSTMfrom keras import optimizersfrom keras
原创
博文更新于 2017.12.15 ·
801 阅读 ·
0 点赞 ·
0 评论 ·
3 收藏
加载更多