python
AI_盲
努力爬。。。
展开
-
ValueError: Input contains NaN, infinity or a value too large for dtype('float32'64). 一般处理方式
53 raise ValueError("Input contains NaN, infinity"---> 54 " or a value too large for %r." % X.dtype)对于以上问题其原因一般是数据集中存在nan值,以下假设数据用numpy.ndarray存储(type(positive)=)。原创 2016-10-27 10:33:12 · 25941 阅读 · 2 评论 -
Keras实现CNN、RNN(基于attention 的双向RNN)及两者的融合
本文主要采用CNN,RNN对时序数据进行二分类CNN处理时序数据的二分类model = Sequential()model.add(Conv1D(128, 3, padding='same', input_shape=(max_lenth, max_features)))model.add(BatchNormalization())model.add(Activation('relu'))...原创 2018-04-24 10:50:34 · 19935 阅读 · 3 评论 -
RNN用于二值分类
import numpy as npimport randomwith np.load('rnn_data/file_name.npz') as data: feature = data['feature'] label = data['label'] rea_lenth = data['true_lenth'] #实际长度#迭代器class SimpleDat原创 2017-07-04 11:22:34 · 6321 阅读 · 11 评论 -
python保存文件的几种方法
1>保存为二进制文件,pkl格式import picklepickle.dump(data,open('file_path','wb')) #后缀.pkl可加可不加若文件过大pickle.dump(data,open('file_path', 'wb'),protocol=4)读取该文件:data= pickle.load(open('file_path','r原创 2017-07-04 10:50:30 · 55093 阅读 · 0 评论 -
根据多个索引高效删除python list中对应位置的元素
注:元素个数过多时效率较高List a=[0,1,2,3,4,5,6,7,8,9,10] ;List b = [2,3,4]目标:删除a中索引位置为b的元素根据:set([1,2,6,8]) - set([2,3,5,8]) 结果:set([1, 6])a_index = [i for i in range(len(a))]a_index = set(a_index)原创 2017-05-22 16:48:52 · 9538 阅读 · 0 评论 -
pandas.dataframe中根据条件获取元素所在的位置(索引)
在dataframe中根据一定的条件,得到符合要求的某行元素所在的位置。代码如下所示:df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]}, index=[10,20,30,40,50])print(df)a = df[(df.BoolCol==3)&(df.attr==22原创 2017-05-21 21:28:30 · 198817 阅读 · 2 评论 -
python2与python3的版本差别
引言Python 是一种极具可读性和通用性的编程语言。Python 这个名字的灵感来自于英国喜剧团体 Monty Python,它的开发团队有一个重要的基础目标,就是使语言使用起来很有趣。Python 易于设置,并且是用相对直接的风格来编写,对错误会提供即时反馈,对初学者而言是个很好的选择。Python 是一种多范式语言,也就是说,它支持多种编程风格,包括脚转载 2017-04-24 20:11:40 · 965 阅读 · 0 评论 -
python 数据清洗之数据合并、转换、过滤、排序
数据合并在pandas中可以通过merge对数据进行合并操作。import numpy as npimport pandas as pddata1 = pd.DataFrame({'level':['a','b','c','d'], 'numeber':[1,3,5,7]})转载 2017-04-24 20:03:33 · 1803 阅读 · 0 评论 -
Batch Normalization & Layer Normalization整理(代码实现下载)
以下为layer normalisation文章解析:摘要训练目前性能最好的深度神经网络计算代价高昂. 一种减少训练时间的方法是规范化神经元的激活值. 近期引入的批规范化(batch normalisation)技术对一个训练样本批量集使用了求和的输入分布来计算均值和方差,然后用这两个来规范化那个神经元在每个训练样本的求和输入. 这个方法显著减少了前驱神经网络的训练时间.原创 2017-04-19 10:32:59 · 10192 阅读 · 0 评论 -
Python3将数据保存为txt文件
f = open("data/model_Weight.txt",'a') #若文件不存在,系统自动创建。'a'表示可连续写入到文件,保留原内容,在原 #内容之后写入。可修改该模式('w+','w','wb'等) f.write("hello,sha") #将字符串写入文件中f.write...原创 2016-11-02 15:30:23 · 130733 阅读 · 0 评论 -
Python3声明常量
以下代码可在jupyter、pycharm等上使用首先声明一个常量类:class _const(object): class ConstError(PermissionError): pass def __setattr__(self, name, value): if name in self.__dict__.keys():原创 2016-10-27 19:58:54 · 5516 阅读 · 0 评论 -
处理部分python2的中文编码问题
1.为在编辑器中输入中文,在第一行加上:#coding=utf-8 或 # _*_ coding:UTF-8 _*_2.改变编辑器的默认编码方式,加上下面三条import sysreload(sys)sys.setdefaultencoding('utf-8')3.获取中文字符串长度时注意:a为str类型len_a=len(a.decode("utf-8"))...原创 2018-07-27 20:47:07 · 1014 阅读 · 0 评论