Python学习小记
文章平均质量分 64
瓜瓜_
这个作者很懒,什么都没留下…
展开
-
Python读取文件小结(csv,txt)
搞了半天终于把Python读取文件的方式搞定了,这里简单说下1. 使用openf = open("E:\\ML\\machine-learning-ex2\\machine-learning-ex2\\ex2\\ex2data1.csv")line = f.readline()while line: print line line = f.readline()原创 2016-07-04 14:15:32 · 14861 阅读 · 1 评论 -
装theano,配置GPU
再也不相信乱七八糟的国产博客了,这里贴个教程https://github.com/philferriere/dlwin(比较基本的步骤都按照各来,出了一个环境变量的设置,要按照ref里面的东西)reference里面有一个很好的原创 2016-07-13 23:50:31 · 384 阅读 · 0 评论 -
MNIST手写数字的识别——DNN篇
DNN要比CNN要简单的多,当年我还用gradient descent写DNN的源代码呢,可惜现在需要学的东西太多了,所以对算法源代码就不如以前深究咯。# coding=utf-8# 版权所有,侵权不究# typhoonbxq# the University of Hong Kongfrom urllib import urlretrieveimport cPickle a原创 2016-07-19 11:13:05 · 4713 阅读 · 0 评论 -
MNIST手写数字的识别——kNN篇
直接从sklearn调用KNeighborsClassifier,设置n_neighbor = 5,使用默认的uniform的weight function,即每个neighbor的贡献都是1。代码如下,不过跑的很慢(i7-4800MQ)# coding=utf-8# 都是抄别人的,侵权不究# typhoonbxq# the University of Hong Kong# Refer原创 2016-07-19 17:02:13 · 4171 阅读 · 0 评论 -
闲着没事,写了个线性回归的源代码
以前只是在Coursera上吴恩达的《Machine Learning》课时用Matlab写过线性回归的源代码,这些东西虽然在python中有现成的库可以调用,但为了练手,还是随便写了一个线性回归的源代码,数据集是课后作业中的.mat文件不过由于只是纯粹练手的缘故,并没有引入L2-Regularization,感觉numpy对矩阵操作还是不如Matlab方便# coding=utf-8#原创 2016-07-18 10:49:56 · 2934 阅读 · 2 评论 -
MNIST手写数字的识别——CNN篇
这里贴一个用nolearn,lasagne训练CNN的例子,数据集嘛,当然是MNIST咯,keras暂时还没研究过,但nolearn训练CNN真的炒鸡炒鸡方便啊这里简单说下CNN的结构,首先是输入层,是一个1*28*28的图像矩阵,用32*5*5的滤波器去虑,得到32*24*24的hidden layer,然后对这个东西进行(2,2)的maxpool,结果是32*12*12的hidde原创 2016-07-19 10:29:50 · 14476 阅读 · 1 评论