- 博客(8)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 python语言学习笔记（四）-----面向对象1
class SweetPotato: def __init__(self): self.cookedlevel=0 self.cookedstring='生的' self.condinments=[] def __str__(self): return '地瓜的状态{}({}),加入的配料有{}'.format(se
2018-01-16 16:45:29
233
原创 [编程题]数串
题目描述 设有n个正整数，将他们连接成一排，组成一个最大的多位整数。 如:n=3时，3个整数13,312,343,连成的最大整数为34331213。 如:n=4时,4个整数7,13,4,246连接成的最大整数为7424613。 输入描述: 有多组测试样例，每组测试样例包含两行，第一行为一个整数N（N 输出描述: 每组数据输出一个表示最大的整数。 示例1
2018-01-14 17:52:26
301
原创 Tensorflow学习笔记（六）几种常见的激活函数介绍及用matplotlib画图
1. 什么是激活函数 如下图，在神经元中，输入的 inputs 通过加权，求和后，还被作用了一个函数，这个函数就是激活函数 Activation Function。 2. 为什么要用 如果不用激励函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线性组合。 如果使用的话，激活函数给神经元引入了非线性因素，使
2018-01-12 16:36:47
4787
原创 Tensorflow学习笔记（四）降噪自动编码器—运行会话，训练模型
import numpy as np import sklearn.preprocessing as prep import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # Xavier均
2018-01-10 16:00:14
1352
原创 Tensorflow学习笔记（三）实现降噪自动编码器--美化计算图
用tf.name_scope组织计算图，让他的层次更加清晰，更好看 import numpy as np import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # Xavier均匀初始化 ''' 如果网络的权重初始化太小，信号在层间传递时逐渐缩小会难以产生作用，如果权重初始化过
2018-01-10 13:44:32
922
原创 Tensorflow学习笔记（二）实现降噪自动编码器--设计计算图
import numpy as np import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' #Xavier均匀初始化 ''' 如果网络的权重初始化太小，信号在层间传递时逐渐缩小会难以产生作用，如果权重初始化过大，那信号在层间传递时会被逐渐放大，最终导致发散。 Xavier均匀初始化，这
2018-01-09 22:14:58
795
原创 python语言学习笔记（三）-----模拟投掷三个骰子，对游戏结果进行统计
#模拟投掷三个骰子，对游戏结果进行统计 import random def roll_dice(): '''模拟掷骰子''' roll_dot = random.randint(1, 6) return roll_dot def main(): dot_list=[0]*16 key=list(range(3,19)) #[3, 4, 5, 6, 7, 8
2018-01-07 17:42:43
6323
1
原创 python语言学习笔记（二）------判断输入密码强弱
def isnum(str): flag=False for s in str: if s.isnumeric(): flag=True break return flag def isalpha(str): flag=False for s in str: if s.isal
2018-01-03 22:02:24
1429
程序员的数学1,2,3
2018-01-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人