摘要: 1. cx_Freeze简介 Python脚本在装有Python的系统中可以直接双击运行,但绝大多数普通用户并没有配置此类环境,而编译为可执行二进制文件后,用户无需预先安装Python及依赖库即可像运行普通程序一样运行编写好的Python代码。有相当数量的Python库可以实现此类转换,此文档主要对 阅读全文
posted @ 2021-05-09 20:45 缓下脚步 阅读(2576) 评论(0) 推荐(0) 编辑
摘要: 在使用GIT进行commit时,会默认使用Vim,其使用较为笨重,改为Notepad++编辑器较为简便。 git commit 默认打开Notepad++编辑器配置: 打开git bash,输入命令行:git config --global core.editor "'D:/Program File 阅读全文
posted @ 2020-07-22 11:32 缓下脚步 阅读(905) 评论(0) 推荐(0) 编辑
摘要: 用循环依次对list中的每个名字打印出 Hello, xxx! L = ['Bart', 'Lisa', 'Adam']x = len(L) for i in range(x): print('Hello,', L[i]) 此处,若直接使用 for i in x 时,编译报错:TypeError: 阅读全文
posted @ 2020-07-18 18:04 缓下脚步 阅读(13946) 评论(1) 推荐(0) 编辑
摘要: 在每个epoch后保存模型到filepath。 参数: filepath: 保存模型的路径。 monitor: 被监测的数据。val_acc或val_loss。 verbose: 详细信息模式,0 或者1。0为不打印输出信息,1为打印。 save_best_only: 如果save_best_onl 阅读全文
posted @ 2019-07-30 20:07 缓下脚步 阅读(2670) 评论(0) 推荐(0) 编辑
摘要: 利用Python的生成器,逐个生成数据的batch并进行训练。生成器与模型将并行执行以提高效率。例如,该函数允许我们在CPU上进行实时的数据提升,同时在GPU上进行模型训练 函数的参数是: generator:生成器函数,生成器的输出应该为: 一个形如(inputs,targets)的tuple 一 阅读全文
posted @ 2019-07-30 17:14 缓下脚步 阅读(697) 评论(0) 推荐(0) 编辑
摘要: 梯度下降是一个在机器学习中用于寻找较佳结果(曲线的最小值)的迭代优化算法。梯度的含义是斜率或者斜坡的倾斜度。下降的含义是代价函数的下降。算法是迭代的,意思是需要多次使用算法获取结果,以得到最优化结果。梯度下降的迭代性质能使欠拟合演变成获得对数据的较佳拟合。 梯度下降中有一个称为学习率的参量。刚开始学 阅读全文
posted @ 2019-07-17 14:59 缓下脚步 阅读(1935) 评论(0) 推荐(0) 编辑
摘要: 在使用Pycharm编写代码时,如果遇到了所需要的扩展包没有的情况时,可以使用以下方法来添加自己需要的扩展包。 1.点击File->settings 2.选择Project Interpreter,点击右侧的 “+”号 3.输入所需要的扩展包的名称,点击Install Package PS:但有些情 阅读全文
posted @ 2019-07-08 21:00 缓下脚步 阅读(2435) 评论(0) 推荐(0) 编辑
摘要: tf.placeholder()函数 Tensorflow中的palceholder,中文翻译为占位符,什么意思呢? 在Tensoflow2.0以前,还是静态图的设计思想,整个设计理念是计算流图,在编写程序时,首先构筑整个系统的graph,代码并不会直接生效,这一点和python的其他数值计算库(如 阅读全文
posted @ 2019-06-19 09:47 缓下脚步 阅读(25452) 评论(0) 推荐(2) 编辑
摘要: 不得不说,想要为深度学习提前打好框架确实需要花费一番功夫。本文主要记录了Win10下,Cuda9.0、Cudnn7.3.1、Tensorflow-gpu1.13.1、python3.6.8、Keras的安装过程。 主机的主要配置为CPU:i9-9900K、GPU:RTX-2080Ti 因为版本在不断 阅读全文
posted @ 2019-03-27 14:37 缓下脚步 阅读(620) 评论(0) 推荐(0) 编辑
摘要: Dropout 在机器学习的模型中,如果模型的参数太多,而训练样本又太少,训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题,过拟合具体表现在:模型在训练数据上损失函数较小,预测准确率较高;但是在测试数据上损失函数比较大,预测准确率较低。 过拟合是很多机器学习的通病。如 阅读全文
posted @ 2019-03-21 21:58 缓下脚步 阅读(1212) 评论(0) 推荐(0) 编辑