python和机器学习
python的学习以及机器学习
侯侯侯先生
代码界的胡歌
展开
-
Python中如何生成requirements.txt文件
转载地址转载 2021-10-27 18:14:45 · 291 阅读 · 0 评论 -
Django 入门
目录python manage.py makemigrations 生成迁移当你定义完models.py,django会根据你写的属性来生成迁移,在你的项目中的migrtations文件夹中会生成一个0001_initial.py文件python manage.py migrate 执行迁移django会根据你生成的0001_initial.py文件迁移表,来执行迁移,将你定义的各个属性写入mysql中自动生成一张表,表 名是你的 应用名_models里的类名https://blog.csdn.n原创 2021-06-11 23:56:03 · 110 阅读 · 3 评论 -
docker安装gpu版本的pytorch
目录docker和nvidia-docker的区别docker安装docker-nvidia安装使用docker安装gpu版本的pytorch安装JupyterLab (可以选择不安装)命令解读docker和nvidia-docker的区别nvidia-docker是一个可以使用GPU的docker,nvidia-docker是在docker上做了一层封装,通过nvidia-docker-plugin,然后调用到docker上,其最终实现的还是在docker的启动命令上携带一些必要的参数。因此在安装nv原创 2021-05-19 19:22:44 · 3294 阅读 · 2 评论 -
深度学习超参数—momentum、learning rate和weight decay
转载地址https://blog.csdn.net/aoxuerenwudi/article/details/109208500原创 2021-03-17 00:46:05 · 311 阅读 · 0 评论 -
np.argmax()函数用法解析和numpy中的mean()函数
转载地址np.argmax()https://blog.csdn.net/weixin_42755982/article/details/104542538numpy中的mean()函数https://blog.csdn.net/lilong117194/article/details/78397329原创 2021-03-17 00:01:28 · 332 阅读 · 0 评论 -
Opencv图像处理
目录OpenCV 和 TensorflowRGB积分图像图像的直方图直方图的均衡化OpenCV 和 TensorflowOpenCV是计算机视觉库,Tensorflow是深度学习框架。OpenCV包含了大量的图像处理和计算机视觉的算法,但是在机器学习方面明显不足,ML模块只有SVM,MLP,kNN等有限的几种算法。dnn模块也是调用别的框架。Tensorflow是专为深度学习而生,可以方便的实现各种深度学习算法。二者不属于同一领域,做视觉用OpenCV,做深度学习用Tensorflow。或者二者结原创 2021-03-16 15:23:07 · 2331 阅读 · 0 评论 -
jupyter编辑工具的使用
目录链接地址链接地址https://www.jianshu.com/p/91365f343585原创 2021-03-15 15:16:24 · 124 阅读 · 0 评论 -
np.polyfit()函数的拟合
使用np.ployfit()函数进行的是最小二乘法具体讲解https://blog.csdn.net/python_DONG/article/details/108546857?utm_term=polyfit%E7%94%A8%E6%B3%95&utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allsobaiduweb~default-2-108546857&spm=3001.4430...原创 2021-03-14 23:52:45 · 3109 阅读 · 0 评论 -
Python中numpy.stack()函数的理解,按照轴堆叠
转载地址:https://blog.csdn.net/weixin_44330492/article/details/100126774转载 2021-03-14 16:58:53 · 348 阅读 · 0 评论 -
机器学习之支持向量机
目录支持向量机的原理和目标支持向量机的原理和目标既能做分类,也能做回归原创 2021-03-13 00:22:13 · 89 阅读 · 0 评论 -
机器学习之决策树随机森林
目录决策树什么是决策树决策树的特点信息熵随机森林OOB数据相关问题代码实现绘图plt决策树什么是决策树决策树,就以二叉树为例,关键是选取哪一个特征进行分类,以及选好特征之后,怎么进行分类。首先要取决于信息熵,算出父节点的信息熵,以及该节点的子节点的平均信息熵。H(y) - H(y | x) = gain(y | x) 的差值就是信息增益。哪个特征的信息增益大,就选那个特征。决策树的特点信息熵看相关文档,在此不做解释。H(y) - H(y | x) = gain(y |原创 2021-03-09 21:33:48 · 285 阅读 · 0 评论 -
机器学习之线性回归
目录相关性SVD的提法 奇异值分解相关性相关性系数-1到1,正数是正相关,负数是负相关,数越大相关性越强,相关系数为1,表示两个数据成线性关系,0表示完全不相关,负数表示相反。SVD的提法 奇异值分解...原创 2021-03-09 14:19:21 · 2852 阅读 · 1 评论