- 博客(24)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 神经网络改善过拟合
系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结欢迎使用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
2021-04-12 19:09:52
1508
原创 python实用操作之pygal绘制世界地图
1、pygal安装pip install pygal_maps_world安装后就可以在世界范围内对2、查询所需要的国家代码和pyecharts等第三方库不同的是，pygal在选中国家时，需要提前知道国家的代码，然后在后面标好数值，最后渲染成svg或者html文件就可以了，以下是国家代码表。3、运行代码和结果import pygal worldmap_chart = pygal.maps.world.World()worldmap_chart.title = "世界范围内的数据采集"
2021-03-06 21:21:26
1457
原创 python实用操作之给图像的部分区域换像素值
在我们的生活过程中，如果遇到了想给图片换颜色的情况，首先想到的一定是PS，但是PS安装还是比较大的，不如利用几行python代码就是实现了颜色替换。1、准备阶段首先要获取到要换颜色的区域的RGB值和要换成的目标颜色的RGB值，获取的方法也很简单，打开电脑微信后，按住Alt+A，把鼠标移到颜色上就会得到RGB值，之后就可以运行代码了。2、运行代码使用两个for循环，遍历所有的像素值更换为新的像素值。#!/usr/bin/pythonfrom PIL import Imageimport sys
2021-03-06 20:33:05
2468
原创 eclipse中不小心把server目录删了，运行报错
运行java web的时候，不小心删除了server目录，报下图错误，无法运行。解决方法：在项目目录区域重新NEW一个server目录.在空白区域点鼠标右键，弹出菜单后依次选择： new – other – server – server，然后选择自己安装的Apache–tomcat对应版本。...
2021-03-05 10:58:29
790
1
原创 卷积神经网络提取特征原理
众所周知，卷积神经网络是深度学习中非常有代表性的学习领域，而深度学习又是机器学习的主要分支，因此卷积神经网络就是用来让机器学习的过程途径，而机器要学的就是图像中的特征，“卷积”就是用来提取特征的。在卷积神经网络面前，所有图像都是矩阵，矩阵中就是一个个的像素，这些像素组成了我们肉眼看到的图像。最经典的CNN便是Let-5网络卷积过程有三个重要的概念需要知道：局部感知、参数共享、池化局部感知：即网络部分连通，每个神经元只与上一层的部分神经元相连，只感知局部，而不是整幅图像。局部感知通过滑窗实现，局部
2021-03-01 19:40:41
10408
2
原创 python实用操作之使用pyecharts在地图中进行批量添加坐标
from pyecharts.charts import Geofrom pyecharts import options as optsfrom pyecharts.globals import GeoTypedef test_geo(): g = Geo() g .add_schema(maptype="world") # 定义坐标对应的名称，添加到坐标库中 add_coordinate(name, lng, lat) g.add_coordinate('坐标
2021-02-28 19:35:34
3304
3
原创 python数据处理之两个一维数组合成2维数组
两个一维数组合成2维数组1、使用zip函数zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内存。我们可以使用 list() 转换来输出列表。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。2、实例list1=[1,2,3,4,5,6,7,8,9]list2=[9,8,7,6,5,4,3,2,1]list3=list(zip(list1,list2)
2021-02-25 10:54:22
15395
1
原创 python实用操作之turtle（绘画图像函数库）
文章目录前言1、turtle安装2、turtle画五角星前言“小海龟”turtle是Python语言中一个很流行的绘制图像的函数库，想象一个小乌龟，在一个横轴为x、纵轴为y的坐标系原点，(0,0)位置开始，它根据一组函数指令的控制，在这个平面坐标系中移动，从而在它爬行的路径上绘制了图形。提示：以下是本篇文章正文内容，下面案例可供参考1、turtle安装 pip install turtle2、turtle画五角星#turtle画五角星import turtle #导入turtle包
2021-02-24 20:57:00
1118
原创 深度学习、数据驱动、模型驱动
我的理解是：机器学习属于人工智能，深度学习是机器学习的子集，数据驱动应该属于大数据。但他们都属于人工智能领域。有人说通过自动化手段实时收集数据，在线分析相关信息，总结规律，形成数据建模，当用户搜索时自动根据模型对价格进行调整。即进行了“数据采集——数据分析——得到模型——根据模型去分析并调整价格”这样的一个过程，但我认为不是数据驱动，而是模型驱动，根据原有数据生成的模型是不变的，数据经过模型得到结果。而数据驱动是模型去适应数据，模型是根据不同的数据而改变的。在我们身边的数据驱动的例子就是：1、电子购物软
2021-02-23 19:35:19
19174
原创 python实用操作之修改图片为镂空
修改图片为镂空，即把图片中的白色位置设置为透明from PIL import Imageimg = Image.open(r'D:11.jpg')img = img.convert('RGBA') # 转为RGBA模式,红+绿+蓝+Alpha透明的颜色。width,height = img.size#获取图片尺寸array = img.load() # 获取图片像素操作入口for i in range(width):#遍历图片的所有像素 for j in range(height):
2021-02-22 15:45:12
572
原创 图像处理库PIL转化灰度图和二值化图像
PIL的九种不同模式：1，L，P，RGB，RGBA，CMYK，YCbCr,I，F1、模式“1”模式“1”代表转化为二值化图像，图像“非黑即白”，但是它每个像素用8个bit表示，0表示黑，255表示白使用方法为：import matplotlib.pyplot as plt # plt 用于显示图片from PIL import Imageimg = Image.open('C:/Users/wanqian/Desktop/1/13.png')img_1=img.convert("1")pl
2021-02-20 22:31:04
3316
原创 图像处理之图像腐蚀
图像的腐蚀(erosion)是基本的形态学运算,主要用来寻找图像中极小区域.一、图像腐蚀基本原理腐蚀操作就是拿这个结构元素的中心位置（假设参与逻辑计算的元素对应与二维矩阵中元素为1的点，即网格板上的孔），在图像上移动时，如果透过所有的孔都能看到底下的图像，那么这个中心点处的图像就保留，否则去除。图像A用卷积模板B来进行腐蚀处理，通过模板B与图像A进行卷积计算，得出B覆盖区域的像素点最小值，并用这个最小值来替代参考点的像素值。如图所示，将左边的原始图像A腐蚀处理为右边的效果图A-B。腐蚀的方法是，拿B
2021-02-20 21:40:26
12950
2
原创 解决ModuleNotFoundError: No module named ‘sklearn.cross_validation‘
问题描述在sklearn练习中,遇到了如下问题问题解决sklearn中已经废弃cross_validation,将其中的内容整合到model_selection中，将sklearn.cross_validation 替换为 sklearn.model_selection
2021-02-19 10:38:05
330
原创 【梯度下降】算法应用和优缺点
文章目录前言一、梯度下降是什么？1、定义和通俗理解2、数学意义3、在深度学习上应用三、梯度下降法 Gradient Descent1、神经网络中的实际应用2、缺点前言在深度学习中，梯度下降是一个重要的概念。在之前的学习中虽然有所接触，但是并没有深入理解，现在看到梯度下降后感觉非常抽象，应当学习下梯度下降的相关知识。一、梯度下降是什么？1、定义和通俗理解对于函数y = f(x)，梯度下降法是一种寻求函数y的最小值的方法，通过这种方法，可以回答“当x为多少时，y可以达到最小值”。我的理解是就
2021-02-18 21:16:48
3595
原创 pyecharts同时生成两个省份并生成动图
1、pyecharts同时生成两个省份在map中同时添加两个maptype：例如陕西和河北，之后就会出现两个省份的地图，但是现在的两个省份地图是叠在一起的，影响观感。我们可以用鼠标拖动到对应位置。from pyecharts import Mapvalue = [20,190,253,77,65,40,70,80,20,180,800]value1 = [20,190,253,77,65,40,700]attr = ['运城市', '临汾市', '太原市', '大同市', '忻州市','长治市'
2021-02-05 20:41:28
2386
2
原创 深度学习数据集下载
1、工业大数据产业创新平台该数据集收录了全球各个大学、研究机构以及公司捐赠的工业界的公开数据，涵盖了多种行业场景，包括加工制造、轨道交通、能源电力、半导体等行业，从不同层级收录了包括部件级、设备级、产线级的数据；通过该数据集，用户可以了解工业领域的不同场景，以及各个场景下对应的问题并基于该数据研发不同的智能分析建模算法，所提供的数据基于业务目标分类，包括了故障诊断、健康评估、寿命预测等等。用户可以运用数据集进行数据建模训练与验证，与算法及建模工具相结合，能够有效提升用户针对工业大数据分析的实践能力，为工业
2021-02-03 18:28:58
714
原创 卷积神经网络CNN预测苹果公司股价AAPL
文章目录前言一、CNN可以做预测吗？二、实现步骤1.准备工作（下载数据集）2.实战开始（1）导入所需包总结前言在大多数同学的眼中，CNN可能只是用来做图像识别的，没办法将他和预测放在一起，我也是，至少我几个小时之前才突然发现原来CNN也是可以做预测的，其实CNN做预测的原理就是利用卷积核的能力，可以感受数据一段时间的情况，根据这数据之前一段时间的情况来做出预测，原理存在，实践开始：提示：以下是本篇文章正文内容，下面案例可供参考一、CNN可以做预测吗？可以。准确的说，是所有的神经网络都
2021-02-02 16:14:00
3088
13
原创 pyecharts可视化神器使用与避坑指南
文章目录前言一、pyecharts是什么？二、使用步骤1.如何安装2.安装其他包3.如何使用pyecharts画图（1）画柱状图（2）画折线图（3）画散点图（4）词云图展示（5）饼状图展示（6）地图数据展示（7）3d散点图总结前言在PPT做汇报展示时总是会用到图表，但是一般在网上下载的图表，大部分是不符合我们实际数据的，而且清晰度也是达不到要求，于是我们就需要一个自己可以制作图表的工具来满足要求，于是pyecharts应运而生，最明显特点就是可以做出动态的数据图，更加高级展示数据。提示：以下
2021-02-01 15:55:54
1271
原创 使用python将三通道图片转化为灰度图并保存
问题描述：因为之前训练的模型需要传入一通道的灰度图，所以就需要对下载的图像进行转化处理，搜了一个多小时，网上的各种办法都试了，折腾一小时，终于整好了 原因分析：折腾的这段时间，遇到各种各样的神仙报错，有的我都没见过。。。。有的还说保存路径出错，唉，最后发现保存成gif格式就好了，以下是正确可行的代码解决方案：保存为gif格式就好了from PIL import Image #或直接import Imageim = Image.open(r'C:\\Users\\wanqian\\D
2021-01-30 21:57:10
4122
5
原创 python打开本地文件夹，随机挑选一张图片显示
代码(显示图片和图片转化后的ndarray 数组。)#coding=utf-8 import tensorflow as tf from PIL import Image import matplotlib.pyplot as pltimport numpy as npimport os train = 'D:/猫狗识别/testImg/' #从指定目录中选取一张图片 def get_one_image(train): #image_array = get
2021-01-30 15:42:14
4902
8
原创 神经网络衣服分类器详解（Fashion-MNIST数据集）
文章目录前言一、Fashion-MNIST是什么？二、代码实现1.引入库2.读取数据集3.数据预处理4.搭建神经网络5.编译和训练神经网络模型6.神经网络预测总结前言每个想要学习深度学习、图像识别的同学，想要用到神经网络，入门的实例必定是MNIST手写数字集，这是所有人都绕不开的，我也是，我之前写了三篇关于MNIST的博文。en…但这个数据集毕竟只有手写数字，有时候并不是能够满足我们开发的要求，于是，Fashion-MNIST出现了。提示：以下是本篇文章正文内容，下面案例可供参考一、Fash
2021-01-30 15:31:51
12503
2
原创 基于卷积神经网络CNN识别mnist手写数字集
提示：之前已经有了基于全连接层的神经网络识别mnist手写数字集，但是识别率较低，这是必然的，这就体现出来了卷积神经网络CNN的优势所在：说其它的都是虚的，最大的优点就是效果好，分类正确率高。即使训练回合少一些，识别率依旧居高不下。但是缺点也很明显：需要调参，需要大数据量，需要大计算量基于CNN的识别mnist手写数字集前言一、卷积神经网络是什么？二、使用步骤1.引入库2.加载数据集3.# 搭建LeNet网络（1）LeNet-5网络（2）搭建过程4.加载数据集总结前言提示：21世纪开始，卷积神经
2021-01-30 12:12:49
1474
2
原创 改善手写数字识别的准确率过拟合
在隐藏层添加正则化，并使得部分神经元丧失功能，可以改善准确率过拟合network.add(layers.Dense(units=128, activation='relu', input_shape=(28*28, ),kernel_regularizer=regularizers.l1(0.0001)))# L1范式正则network.add(layers.Dropout(0.01)) #以百分之一的概率使得神经元丧失功能全部代码#第二次优化识别，改善过拟合（添加正则化，且使部分网络丧失功能）
2021-01-28 17:56:39
496
原创 你的第一个神经网络-keras识别手写数字（python）
你的第一个神经网络-keras分类mnist数据集提示：博主也是小白，通过学习其他的大神的代码，加了自己的注释和见解，希望能让人更加明白。一起学习！文章目录你的第一个神经网络-keras分类mnist数据集前言一、keras是什么？二、搭建神经网络并测试1.引入库2.加载数据集并处理3.搭建神经网络（全连接）4.神经网络的编译和训练5.测试集上测试模型性能6.运行结果总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机
2021-01-28 16:10:43
383
2
神经网络是怎么知道要分给哪一个呢
2021-01-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人