摘要：
import pandas as pd data = pd.read_csv("input/abalone_dataset.csv") print(data.shape) #绘图中文字体 import matplotlib as mpl mpl.rcParams['font.sans-serif'] 阅读全文
摘要：
import pandas as pd #绘图中文字体 import matplotlib as mpl mpl.rcParams['font.sans-serif']=['SimHei'] # #指定默认字体 SimHei为黑体 mpl.rcParams['axes.unicode_minus'] 阅读全文
摘要：
Pandas pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析 阅读全文
摘要：
优化器总结 机器学习中，有很多优化方法来试图寻找模型的最优解。比如神经网络中可以采取最基本的梯度下降法。 梯度下降法(Gradient Descent) 梯度下降法是最基本的一类优化器，目前主要分为三种梯度下降法：标准梯度下降法(GD, Gradient Descent)，随机梯度下降法(SGD, 阅读全文
摘要：
1、调用tf.softmax_cross_entropy_with_logits函数出错。 #原因是这个函数，不能按以前的方式进行调用了，只能使用命名参数的方式来调用。 #原来是这样的： tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y 阅读全文
摘要：
循环神经网络 代码 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data #tf.compat.v1.reset_default_graph() tf.compat.v1.disable_ 阅读全文
摘要：
构造线性回归模型 代码 def linear_regression(): """ 自实现一个线性回归 :return: """ # 1）准备数据 x = tf.compat.v1.random_normal(shape=[100, 1]) y_true = tf.matmul(x, [[0.8]]) 阅读全文
摘要：
卷积神经网络 与神经网络的对比 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 卷积神经网络CNN，在原来多层神经网络的基础上，加入了更加有效的特征学习部分，具体操作就是在原来的全连接层前面加入了卷积层与池化层。卷积神经网络 阅读全文
摘要：
神经网络 简介 人工神经网络（ Artificial Neural Network，简写为ANN）也简称为神经网络(NN)。是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的计算模型。经典的神经网络结构包含三个层次的神经网络。分别为输入层，输出层以及隐藏层。 其中每层的圆圈代表一个 阅读全文
摘要：
文件读取 读取流程 第一阶段构造文件名队列 第二阶段读取与解码 第三阶段批处理 注︰这些操作需要启动运行这些队列操作的线程，以便我们在进行文件读取的过程中能够顺利进行入队出队操作。 构造文件名队列 将需要读取的文件的文件名放入文件名队列 API tf.train.string_input_produ 阅读全文