02 2019 档案
蚂蚁森林自动收能量的最新脚本
摘要：环境必须是安卓7.0以上版本。中文界面。 安装软件，执行Auto.js代码。完成。注意自启动，锁定后台，无障碍服务，悬浮窗等权限允许。 注意需要把脚本和图片放到执行文件夹的同一目录下。 首先所有资料链接如下： https://pan.baidu.com/s/1XJTHl1IASTGmDZGkTCGJ
keras框架的CNN手写数字识别MNIST
摘要：参考：林大贵.TensorFlow+Keras深度学习人工智能实践应用[M].北京：清华大学出版社,2018. 首先在命令行中写入 activate tensorflow和jupyter notebook，运行如下代码。当然，事先准备好MNIST数据集。 1 # coding: utf-8 2 3
卷积神经网络简介
摘要：相比于MLP（多层感知器）的神经网络，CNN（卷积神经网络）有卷积层和池化层。 在构建MNIST字符集的识别训练过程中，卷积神经网络采用了： 输入层 卷积层1 池化层1 卷积层2 池化层2 平坦层 隐层层 输出层 输入层输入二维的图像，28X28的一个矩阵。 在卷积层1，将输入层的一个矩阵图像，采用
keras框架的MLP手写数字识别MNIST，梳理？
摘要：keras框架的MLP手写数字识别MNIST 代码： 1 # coding: utf-8 2 3 # In[1]: 4 5 6 import numpy as np 7 import pandas as pd 8 9 from keras.utils import np_utils 10 np.ra
BP神经网络的参数改进参考？
摘要：参考文献：黄巧巧. 基于BP神经网络的手写数字识别系统研究[D].华中师范大学,2009. 47-52 BP神经网络的缺陷：收敛速度慢和局部极小点的问题 使用的改进方案有 1. 学习速率（learning rate）的改进 1.1在训练开始时采用较大的学习速率，在迭代训练时将学习速率减小。 1.2自
BP神经网络的数学常识
摘要：输入数据X1-Xn。 输入层和隐层之间的权Wji 隐层的输入数据为：∑iwjixi 隐层的输出数据为：yj = f(∑iwjixi)。其中f(x)= 隐层的输入数据为：∑jwkjyj 隐层的输出数据为：yk = f(∑jwkjyj)。。其中f(x)= 对应到代码中的query部分。 训练神经网络时，
BP神经网络的理论理论常识
摘要：BP神经网络的简单结构：输入层、一个或者多个隐层、输出层。图如下： 在图中，涉及到的参数有：X1--Xn为输入参数。输入参数通过输入层和隐层之间的的链接权重进行计算，到达隐层。 隐层的输入参数通过隐层自带的激活函数到达隐层的输出参数 隐层的输出参数通过隐层和输出层的链接权重进行计算到达输出层的输入
BP神经网络在python下的自主搭建梳理
摘要：本实验使用mnist数据集完成手写数字识别的测试。识别正确率认为是95% 完整代码如下： 1 #!/usr/bin/env python 2 # coding: utf-8 3 4 # In[1]: 5 6 7 import numpy 8 import scipy.special 9 import
关于进行pdf的每页广告去除、转换word等方案。
摘要：pdf转word经常使用的是 软件下载安装破解完成以后进行编辑pdf,可以导出word，效果比一般的word自带的转换效果要好。 在进行pdf的每页去除页脚或者页眉的广告时候，使用pdf的替换功能。这里要借助迅捷pdf软件。 为了确保替换文本文字不在正文，使用进行ctrl+f的查找，在查找的文本框中
在 Anaconda下解决国内安装tensorflow等下载慢和中断，出错，异常问题的一点思路
摘要：把镜像地址改为清华大学开源软件镜像站，打开 管理员身份打开cmd 输入conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel
