python
Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。
蓝小孩
这个作者很懒,什么都没留下…
展开
-
深度学习之tensor__MNIST数据集分类简单版本
目录非解释版算法解释版算法优化算法入口非解释版算法mnist = input_data.read_data_sets("MNIST_data",one_hot=True)batch_size = 100n_batch = mnist.train.num_examples // batch_sizex = tf.placeholder(tf.float32,[None,784])y = tf.placeholder(tf.float32,[None,10])W = tf.Variab原创 2020-06-04 16:10:54 · 286 阅读 · 0 评论 -
深度学习之tensorflow非线性回归
目录解释版非解释版解释版import tensorflow as tfimport numpy as np#数据可视化matplotlib.pyplot库import matplotlib.pyplot as plt#使用numpy生成2000个随机点---------样本(我们所拿到数据)#numpy.linspace(start, stop, num=200)#产生从start到stop的等差数列,np.newaxis的作用是增加一个维度。#numpy.random.normal(lo原创 2020-06-03 22:33:50 · 406 阅读 · 0 评论 -
深度学习之初识tensorflow
目录初建tensorflow初建tensorflow2.3.4.原创 2020-06-02 12:10:30 · 209 阅读 · 0 评论 -
深度学习之win10+python3.7.6+tensorflow安装
这里写目录标题一级目录二级目录三级目录一级目录https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/二级目录三级目录原创 2020-06-02 10:15:42 · 1289 阅读 · 0 评论 -
机器学习基础之最邻近规则分类算法
目录算法详述步骤:细节:Euclidean Distance 定义算法优缺点:改进版本实例项目数据集介绍利用python机器学习的库sklearn:SKLearnExample.py源代码算法详述步骤: 为了判断未知实例的类别,以所有已知类别的实例作为参照 选择参数K 计算未知实例与所有已知实例的距离 选择最近K个已知实例 根据少数服从多数的投票法则(majority-voting),让未知实例归类为K个最邻近样本中最多数的类别细节: 关于K 关于距离的衡量方法: 属于分类(cla原创 2020-05-25 20:02:01 · 521 阅读 · 0 评论 -
python面向过程之水果超市
目录问题详情源代码问题详情请点击此处跳转源代码import pymysqlconn = pymysql.connect(host = '127.0.0.1',user = 'root',password = 'root',database = 'fruitshopdb')cur=conn.cursor()while(True): print("----------------------------") print("1.查询全部水果")原创 2020-05-24 07:40:00 · 1078 阅读 · 0 评论 -
python面向对象之水果超市
目录项目要求分析问题,把概念模型转化为E-R图运行结果查询全部水果查询指定名称水果增加水果修改水果的数量删除水果按照价格排序添加水果的种类显示商品的品牌退出系统python源代码mysql源代码项目要求编写一个程序,实现以下功能:水果超市1.查询全部水果2.查询指定名称的水果3.增加水果4.修改水果的数量5.删除水果6.按照价格排序7.添加水果的种类8.显示商品的品牌0.退出系统分析问题,把概念模型转化为E-R图运行结果查询全部水果查询指定名称水果增加水果修改原创 2020-05-24 00:22:07 · 2943 阅读 · 0 评论 -
机器学习基础之决策树算法
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar原创 2020-05-23 21:19:24 · 445 阅读 · 0 评论