- 博客(8)
- 收藏
- 关注
RSS订阅原创 機器學習-LogisticRegression邏輯迴歸訓練分類模型
1.LogisticRegression邏輯迴歸logistic回归是一种广义线性回归，可以用于计算概率。from sklearn.linear_model import LogisticRegressionmodel = LogisticRegression(penalty='l2',dual=False,C=1.0,n_jobs=1,random_state=20)其主要使用的参数为：penalty：惩罚项，str类型，可选参数为l1和l2，默认为l2。用于指定惩罚项中使用的规范.
2021-01-28 17:12:08
243
1
原创 Python定時查看Windows中python程序是否正常運行
1.查看python進程在Windws中查看python進程，在 shell 中执行如下指令：wmic process where name="python.exe"或者wmic process where name="python.exe" list full2.Python啟動python文件os.popen() 方法用于从一个命令打开一个管道。os.popen()方法格式如下：os.popen(command[, mode[, bufsize]])參數：.
2021-01-08 17:31:28
1135
原创 Python 打印進度條
1.程序代碼import datetimeimport time# 總步長數steps = 50# 打印進度條長度length = 30for step in range(1, steps + 1): start_time = time.time() # 模擬程序運行 time.sleep(0.3) end_time = time.time() # 程序執行剩餘時間 residue_time = str(datetime.timedelt.
2021-01-06 19:24:06
141
原创 Ptorch 搭建分類模型
1.神經網絡模型腳本可以選擇的網絡有：Mobilenet_v2, Googlenet, Inception_v3, resnet50, Densnet121。 當然也可以添加你自己的網絡。2.模型訓練a.數據路徑下包含train和val兩個文件夾，文件夾下面存放所有類別的數據，一個類別一個文件夾。b. resize是圖片壓縮尺寸，crop-size是圖片中心剪裁后輸入網絡的尺寸。c.如果要加載訓練過的模型，開啟pre，并設置model-path模型路徑。d.如果要使用F...
2021-01-06 11:46:45
448
原创 Keras 搭建分類模型
1.神經網絡模型可以選擇的模型有：Mobilenet, Resnet, Resnetv2, Inception, Inception_Resnet, Xception, Nasnetmobilenet系列網絡。2.模型訓練數據路徑下包含train和val兩個文件夾，文件夾下面存放每一個類的數據，一個類別一個文件夾。import kerasfrom keras import layersfrom keras.layers import Dense, MaxPooling2D, Co.
2021-01-04 17:08:33
261
原创 機器學習-分類模型
1算法模型我嘗試過的算法模型有：LogisticRegression-邏輯迴歸，KNeighborsClassifier-K近邻算法，GaussianProcessClassifier-高斯過程，RPF,GradientBoostingRegressor。算法具體內容可以百度搜索。2模型訓練from sklearn.linear_model import LogisticRegressionfrom sklearn.preprocessing import StandardSca...
2021-01-04 11:35:17
99
原创 Django項目部署到Ubuntu服務器
1.项目开发完毕，在部署之前需要再配置文件中将ALLOWED_HOSTS配置设置为：当前服务器IP或*：ALLOWED_HOSTS = ["*",]2.uwsgiDjango框架运行依赖wsgi（本质提供socket服务端），众多模块实现了wsgi规范，而django框架中默认使用wsigiref模块来实现，他由于性能比较低，所以用于本地开发和测试，而线上部署时需要使用uwsgi来代替。a.在服務器安裝uwsgipip3 install uwsgib.測試uwsgi創建一個.
2020-12-12 15:18:45
266
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人