- 博客(51)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 model.compile()函数配置(优化器, 损失函数, 准确率)
https://blog.csdn.net/Fwuyi/article/details/123213437深度学习模型在喂数据进行训练前常会用到compile函数进行训练时所使用优化器、损失函数等的配置 。1.model.compile() 作用设置优化器、损失函数和准确率评测标准。2.model.compile() 语法形式1：model.compile(optimizer = tf.keras.optimizers.优化器(参数)，loss = tf.keras.losses.损失函数.
2022-04-18 19:57:03
5192
原创 深度学习模型训练提前终止方法
EarlyStopping：https://keras.io/api/callbacks/early_stopping/https://blog.csdn.net/weixin_44048809/article/details/105702314
2022-04-17 23:37:25
1820
转载 从核函数到SVM原理--sklearn-SVM实现
从核函数到SVM原理--sklearn-SVM实现 SVM核函数及sklearn实现SVM在SVM中，其中最重要的也是最核心的就是核函数的选取和参数选择，当然这个需要大量的经验来支撑。今天我们就是抛砖引玉形象的讲解一下什么是核函数，及在SVM中在哪用到。我们知道，SVM相对感知机而言，它可以解决线性不可分的问题，那么它是怎么解决的呢？它的解决思想很...
2019-02-28 11:52:38
624
转载 一些常用的SCI论文句式 (1)
写英文文章经常要重复讲一个说法讲几次，但描述方式不能太祥林嫂，所以备好一些常用句式还是相当有用的。以下的句式是本人在阅读文献过程中亲自整理的，主要来源于Science，Nature，Immunity，JEM，JCI和JI。这些句式都很地道，决不山寨，希望对有需要的朋友有用。热点，广泛关注、研究1．Themechanisms governing the homeostasis of memory...
2019-02-16 13:33:03
1533
转载 【学术】英文写作中值得参考的语法、句式（四）辑器
作者：欧阳笠链接：https://www.zhihu.com/question/23684933/answer/32464015来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。我在本科期间发表了两篇SCI一作论文，全部都是自己写的，老师叫我找外国人帮忙改，我嫌麻烦，就没找，最后投稿也轻松命中。一般来说，第一篇文章会麻烦些，熟悉这一流程以后，后面就比较快了。现在...
2019-02-16 13:25:16
332
转载 GAN/image/semi-supervised learning等的代码和文章
GAN/image/semi-supervised learning等的代码和文章，超级棒！
2018-12-07 14:44:42
507
原创 报错: AttributeError: 'module' object has no attribute 'to_rgba'
主要是matplotlib版本引起的问题，可以降低其版本。可运行如下代码： sudo pip install matplotlib==2.2.0
2018-11-30 10:38:17
2920
转载 NVIDIA DIGITS 学习笔记（NVIDIA DIGITS-2.0 + Ubuntu 14.04 + CUDA 7.0 + cuDNN 7.0 + Caffe 0.13.0）
NVIDIA DIGITS 学习笔记
2018-11-29 18:08:05
167
转载 机器学习结果统计－准确率、召回率F1-score
用手写数字识别来作为说明。准确率： 所有识别为”1”的数据中，正确的比率是多少。 如识别出来100个结果是“1”， 而只有90个结果正确，有10个实现是非“1”的数据。 所以准确率就为90%召回率： 所有样本为1的数据中，最后真正识别出1的比率。 如100个样本”1”, 只识别出了93个是“1”， 其它7个是识别成了其它数据。 所以召回率是93%F1-score: &...
2018-11-15 20:43:13
660
转载 “深度学习”和“多层神经网络”的区别
从广义上说深度学习的网络结构也是多层神经网络的一种。传统意义上的多层神经网络是只有输入层、隐藏层、输出层。其中隐藏层的层数根据需要而定，没有明确的理论推导来说明到底多少层合适。而深度学习中最著名的卷积神经网络CNN，在原来多层神经网络的基础上，加入了特征学习部分，这部分是模仿人脑对信号处理上的分级的。具体操作就是在原来的全连接的层前面加入了部分连接的卷积层与降维层，而且加入的是一个层级。 输入层 -
2017-11-26 21:11:50
10209
1
原创 开源软件库TensorFlow最全教程和项目列表
TensorFlow 是一个开源软件库，用于使用数据流图进行数值计算。换句话说，即是构建深度学习模型的最佳方式。本文整理了一些优秀的有关 TensorFlow 的教程和项目列表。一、教程 TensorFlow Tutorial 1 — 从基础到更有趣的 TensorFlow 应用 TensorFlow Tutorial 2 — 基于 Google TensorFlow 框架的深度学习简介，这些教
2017-11-09 10:20:07
422
转载 Tensorflow入门及项目
tensorflow+入门笔记︱基本张量tensor理解与tensorflow运行结构 原创 2017年01月22日 11:57:34 <ul class="article_t
2017-11-09 10:06:25
10595
原创 python文件批量改名
import osimport fnmatchimport natsortpath=input('请输入文件路径(结尾加上/)：') #获取该目录下所有文件，存入列表中f=fnmatch.filter(os.listdir(path), '*.txt')n = 0for i in f: oldname = path + f[n] newname = path +
2017-10-30 16:51:31
382
转载 Python图表绘制：matplotlib绘图库入门
Python图表绘制：matplotlib绘图库入门 matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。它的文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/
2017-10-16 10:05:46
437
转载 jupyter notebook 误删恢复
在jupyter notebook上使用IPython写了大段代码， 却不小心误删， 同时由于jupyter notebook只有一个存档位， 代码没有存档，或存档过久， 因此无法恢复原内容怎么办？ 可以利用IPython强大的交互能力恢复出来！！不要关jupyter notebook, 而是继续执行下面的代码for line in locals()['In']: print(lin
2017-10-12 14:52:51
11955
2
转载 安装Ubuntu Linux系统时硬盘分区最合理的方法
无论是安装Windows还是Linux操作系统，硬盘分区都是整个系统安装过程中最为棘手的环节，网上的一些Ubuntu Linux安装教程一般都是自动分区，给初学者带来很大的不便，下面我就根据多年来在合肥上门装系统的经验谈谈安装Ubuntu Linux系统时硬盘分区最合理的方法。在讲硬盘分区之前，我先来普及一下硬盘的相关分类，硬盘一般分为IDE硬盘、SCSI硬盘和SATA硬盘三种，在Linux系统中
2017-09-28 22:31:52
739
原创 SVM
1.SVM的原理 SVM方法是通过一个非线性映射p，把样本空间映射到一个高维乃至无穷维的特征空间中（Hilbert空间），使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题．简单地说，就是升维和线性化．升维，就是把样本向高维空间做映射，一般情况下这会增加计算的复杂性，甚至会引起“维数灾难”，因而人们很少问津．但是作为分类、回归等问题来说，很可能在低维样本空间无法线性处理的样本
2017-09-21 22:58:02
1497
原创 Python的transpose()函数
>>> a = array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[ 8, 9, 10, 11], [12, 13, 14, 15]]])>>> b = a.transpose(１，０，２)array([[[ 0, 1, 2, 3], [
2017-09-21 15:08:10
37823
1
原创 python中mat()函数
>>> from numpy import *>>> X = random.rand(4,4)>>> Xarray([[ 0.43648809, 0.33810336, 0.46120741, 0.53647705], [ 0.6091611 , 0.57522842, 0.52871445, 0.33327785], [ 0.70086578, 0.
2017-09-21 11:00:10
14143
转载 Spyder 快捷键
Spyder 快捷键 Spyder是一个python的集成开发环境，其优点是模仿Matlab环境，可以方便的查看和修改数组取值。之前用过另一个开发环境PTVS(Python Tools for Visual Studio)，顾名思义，是微软的Visual Studio的python开发环境，类似经典的vc，可以方便的设
2017-09-20 20:33:13
354
转载 基尼不纯度(Gini impurity)
决策树是一种简单的机器学习方法。决策树经过训练之后，看起来像是以树状形式排列的一系列if-then语句。一旦我们有了决策树，只要沿着树的路径一直向下，正确回答每一个问题，最终就会得到答案。沿着最终的叶节点向上回溯，就会得到一个有关最终分类结果的推理过程。决策树：1234567class decisionnode: def __init__(self,col=-1,value=None,resul
2017-09-19 16:17:50
4226
转载 信息熵与Gini不纯度
1、信息熵信息论中的信息量和信息熵。信息量：信息量是对信息的度量，就跟温度的度量是摄氏度一样，信息的大小跟随机事件的概率有关。例如： 在哈尔滨的冬天，一条消息说：哈尔滨明天温度30摄氏度，这个事件肯定会引起轰动，因为它发生的概率很小（信息量大）。日过是夏天，“明天温度30摄氏度”可能没有人觉得是一个新闻，因为夏天温度30摄氏度太正常了，概率太大了（信息点太小了）从这个例子中可以看出 一个随机事件的
2017-09-19 16:14:27
604
转载 机器学习 标称型和数值型概念
机器学习 标称型和数值型概念 <div class="article_manage clearfix"> <div class="article_l"> <span class="link_categories"> 标签： <a href="http://www.csdn.
2017-09-19 10:50:28
1676
转载 str和repr的区别
Python打印值的时候会保持该值在Python代码中的状态，不是用户所希望看到的状态。而使用print打印值则不一样，print打印出来的值是用户所希望看到的状态。 例如：>>> "Hello, world!"'Hello, world!' # Python打印出来的值是给python理解的，这里python理解为字符串，所以带着引号>>> 1000L # python理
2017-09-16 18:13:08
197
转载 Kmeans（K均值）与Kmeans++和KNN（K近邻）算法比较
K-Means介绍 K-means算法是聚类分析中使用最广泛的算法之一。它把n个对象根据他们的属性分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。其聚类过程可以用下图表示： 如图所示，数据样本用圆点表示，每个簇的中心点用叉叉表示。(a)刚开始时是原始数据，杂乱无章，没有label，看起来都一样，都是绿色的。(b)假设数据集
2017-09-15 11:47:51
10343
转载 python异常处理try...except
常见错误（1）NameError：命名错误（2）SyntaxError：语法错误（3）IOError：IO错误（4）ZeroDivisionError：除0错误（5）ValueError：值错误（6）KeyboardInterrupt：用户干扰退出try & execpt# try -> else -> finallytry: try_suiteexcept IOError
2017-09-14 22:38:55
777
转载 文章标题
Python eval 函数妙用 <div class="postBody"> <div id="cnblogs_post_body"><p>作者博文地址：https://www.cnblogs.com/liu-shuai/</p>eval 功能：将字符串str当成有效的表达式来求值并返回计算结果。 语法： eval(source[,
2017-09-14 21:52:26
151
转载 Python中的raw_input() 与 input()
raw_input() 与 input() __ Python这两个均是 python 的内建函数，通过读取控制台的输入与用户实现交互。但他们的功能不尽相同。举两个小例子。 1 >>> raw_input_A = raw_input("raw_input: ") 2 raw_input: abc 3 >>> input_A = input("Input: ") 4 Input: abc 5 6
2017-09-14 21:45:11
364
原创 Python中的eval(),raw_input()和input()函数
1.eval()函数默认情况下将传入的字符串返回为元组。 例子：>>> p = eval('[1,2,3],[2,4],9')>>> p ([1, 2, 3], [2, 4], 9)2.raw_input()函数将所有输入作为字符串看待，返回字符串类型。>>> raw_input_B = raw_input("raw_input: ") raw_input: 123>>> ty
2017-09-14 21:31:19
4018
转载 举例详解Python中的split()函数的使用方法
举例详解Python中的split()函数的使用方法 投稿：goldensun 字体：[增加 减小] 类型：转载 时间：2015-04-07 我要评论 这篇文章主要介绍了举例详解Python中的split()函数的使用方法,split()函数的使用是Python学习当中的基础知识,通常用于将字符串切片并转换为列表,需要的朋友可以参考下
2017-09-13 11:48:23
1509
转载 通过示例学习Python列表推导
1 平方列表如果你想创建一个包含1到10的平方的列表，你可以这样做： Python squares = []for x in range(10): squares.append(x**2)
2017-09-12 11:41:15
340
转载 Python基本数据类型之set
Python基本数据类型之set 一、定义set是一个无序且不重复的元素集合。集合对象是一组无序排列的可哈希的值，集合成员可以做字典中的键。集合支持用in和not in操作符检查成员，由len()内建函数得到集合的基数(大小)， 用 for 循环迭代集合的成员。但是因为集合本身是无序的，不可以为集合创建索引或执行切片(
2017-09-12 11:36:42
369
转载 ipython notebook使用教程
转载： http://blog.csdn.net/you_are_my_dream/article/details/70166260 最近在使用jupyter notebook,感觉非常舒爽。特别是在本地的浏览器上就可以利用jupyter实现在服务器上编程，更是爽歪歪了。关于如何实现本地浏览器上进行服务器上编程参照了这篇文章：Ubuntu环境下Anaconda
2017-06-14 16:44:21
468
转载 ipython6.1.0安装
一.IPython简介IPython 是一个交互式的shell，比默认终端好用，支持自动缩进，Tab补全（ipython6.0以上版本），并且内置了很多有用的功能和函数。可以在任何操作系统上使用。二.安装方法1.pip 在线安装pip3 install ipythonpip3 install "ipython[notebook]"2.下载安装可以到GitHub 下载安装包，切换到目录下然后运行下面
2017-06-14 15:58:12
1198
转载 ubuntu系统无法访问无法磁盘最佳解决办法
出现如下错误:Error mounting /dev/sda8 at /media/fzh/System: Command-line `mount -t "ntfs" -o "uhelper=udisks2,nodev,nosuid,uid=1000,gid=1000" "/dev/sda8" "/media/fzh/System"' exited with non-zero exit s
2017-06-12 20:49:47
2561
转载 文章标题
transpose是numpy重塑数组的方法。首先，数组有一个特殊的T属性：arr = np.arange(15).reshape((3, 5))arr''array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])''arr.T''array([[ 0, 5, 10],
2017-05-07 16:28:33
206
转载 python的with用法
1.With语句是什么?有一些任务，可能事先需要设置，事后做清理工作。对于这种场景，Python的with语句提供了一种非常方便的处理方式。一个很好的例子是文件处理，你需要获取一个文件句柄，从文件中读取数据，然后关闭文件句柄。如果不用with语句，代码如下：file = open("/tmp/foo.txt")data = file.read()file.close()12
2017-03-19 16:14:46
458
原创 spyder导入tensorflow包
一．spyder介绍Anaconda中自带的集成开发环境用于科学计算还是蛮好的．它和其他的Python开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以很方便地观察和修改数组的值．二．spyder导入tensorflow包在终端输入spyder,启动spyder.Tools -> Python interpreter -> Use the following Pyhton
2016-12-14 21:08:32
5929
1
Fast k-Nearest Neighbour Search via Dynamic Continuous Indexing
2015-12-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人