摘要：
挖坑 阅读全文
摘要：
参考： https://www.jianshu.com/p/5511cb3bdbb1 https://www.baidu.com/link?url=fbslMHoMviGOyn5Ub36VGdVQBDxlo4h_56f3r44VKYRtt6A1UFGf1qG9p9EJAfial11CrG k2XGJ 阅读全文
摘要：
参考书籍：《复杂网络基础理论》（侵删） 第一章 绪论 人类把自己生存的世界变成了网络世界，网络越发达越有效，世界就越小，人的社会性就会得到强化（人是社会性动物可能就是这个意思吧）。 随机网络是指在由N个节点构成的图中以概率p随机连接任意两个节点而成的网络，即两个节点之间连边与否不再是确定的事，而是由 阅读全文
摘要：
参考：https://blog.csdn.net/albert201605/article/details/79994331 https://blog.csdn.net/weixin_42001089/article/details/81042885 1.保存模型 saver=tf.train.Sa 阅读全文
摘要：
考虑一个二分类的情况，类别为1和0，我们将1和0分别作为正类（positive）和负类（negative），则实际分类的结果有4种，表格如下（混淆矩阵）： 真实情况 预测结果 正例 反例 正例 TP(真正例) FN（假反例） 反例 FP（假正例） TN（真反例） 敏感性Sensitivity (Se 阅读全文
摘要：
import numpy as np import tensorflow as tf A = [1,3,4,5,6,1,2,3,4,5] B = [1,3,4,3,2,2,2,3,4,3] with tf.Session() as sess: a=sess.run(tf.equal(A, B)) b 阅读全文
摘要：
最近遇到这个问题，上网查+问同学，基本解决方法：keras，Pipeline,TFrecord，批次读取训练 先看第一个，keras，可能需要改网络什么的，不太想改（先挖个坑，以后学一下keras，小白一只，勿怪） 第二个，pipeline，听起来高大上也很专业，上网搜罗了一堆资料： https:/ 阅读全文
摘要：
Tensorflow 数据读取有三种方式： Preloaded data: 预加载数据，在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。 Feeding: Python产生数据，再把数据喂给后端。TensorFlow程序运行的每一步， 让Python代码来供给数 阅读全文
摘要：
https://blog.csdn.net/qq_26591517/article/details/82469680 查看机器上GPU情况 命令： nvidia smi 功能：显示机器上gpu的情况 命令： nvidia smi l 功能：定时更新显示机器上gpu的情况 命令：watch n 3 n 阅读全文
摘要：
参考： http://www.sohu.com/a/206922947_390227 https://zhuanlan.zhihu.com/p/27830489 https://www.jianshu.com/p/0bb00eed9c63 https://www.baidu.com/link?url 阅读全文