01 2019 档案

摘要:Deep Neural Network for Image Classification: Application 预先实现的代码,保存在本地 dnn_app_utils_v3.py 1 - 导入包 2 - 导入数据集(Cat vs non-Cat) Problem Statement: You a 阅读全文
posted @ 2019-01-31 22:38 douzujun 阅读(1338) 评论(0) 推荐(0) 编辑
摘要:自动重新加载更改的模块 命令参数如下所示: %autoreload: 自动重载%aimport排除的模块之外的所有模块。 %autoreload 0: 禁用自动重载 %autoreload 1: 自动重载%aimport指定的模块。 %autoreload 2: 自动重载%aimport排除的模块之 阅读全文
posted @ 2019-01-27 21:31 douzujun 阅读(1796) 评论(0) 推荐(0) 编辑
摘要:其他设置图像细节方法:https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/3-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93matpltlib/plt_ 阅读全文
posted @ 2019-01-27 21:03 douzujun 阅读(36990) 评论(0) 推荐(3) 编辑
摘要:Building your Deep Neural Network: Step by Step 你将使用下面函数来构建一个深层神经网络来实现图像分类。 使用像relu这的非线性单元来改进你的模型 构建一个多隐藏层的神经网络(有超过一个隐藏层) 符号说明: 1 - Packages(导入的包) num 阅读全文
posted @ 2019-01-27 11:56 douzujun 阅读(1792) 评论(0) 推荐(0) 编辑
摘要:C语言—文件操作 1.1 fgetc() + fputc(): 以 字符 形式存取数据定义文件指针 2.2 fgets() + fputs(): 以 字符串 形式存取数据 2.3 fread() + fwrite(): 以 二进制 形式存取数据 2.3.1 结构体数据 2.3.2 结构体数组 2.4 阅读全文
posted @ 2019-01-25 21:50 douzujun 阅读(2685) 评论(0) 推荐(1) 编辑
摘要:1. 深层神经网络(Deep L-layer neural network ) 2. 前向传播和反向传播(Forward and backward propagation) 3. 总结 4. 深层网络中的前向传播(Forward propagation in a Deep Network) 向量化实 阅读全文
posted @ 2019-01-24 21:14 douzujun 阅读(817) 评论(0) 推荐(0) 编辑
摘要:# Print accuracy predictions = predict(parameters, X) # (np.dot(Y, predictions.T) + np.dot(1 - Y, 1 - predictions.T)) / Y.size print ("Accuracy: {} %".format(100 - np.mean(abs(predictions - Y)) * 10... 阅读全文
posted @ 2019-01-24 00:08 douzujun 阅读(1530) 评论(0) 推荐(0) 编辑
摘要:1. 线性代数中矩阵乘法: np.dot() 1. 线性代数中矩阵乘法: np.dot() 1. 线性代数中矩阵乘法: np.dot() import numpy as np ​ # 2 x 3 matrix1 = np.array([[1, 2, 3], [4, 5, 6]]) ​ # 3 x 2 阅读全文
posted @ 2019-01-23 15:18 douzujun 阅读(1951) 评论(0) 推荐(0) 编辑
摘要:import matplotlib.pyplot as plt import numpy as np import sklearn import sklearn.datasets import sklearn.linear_model def plot_decision_boundary(model, X, y): # Set min and max values and give i... 阅读全文
posted @ 2019-01-19 17:57 douzujun 阅读(4777) 评论(0) 推荐(0) 编辑
摘要:contour和contourf 绘制三维图 其中前两个参数x和y:两个等长一维数组 第三个参数z: 二维数组(表示平面点xi, yi映射的函数值)。 由于contourf可以填充等高线之间的空隙颜色,呈现出区域的分划状,所以很多分类机器学习模型的可视化常会借助其展现。 参考:https://blo 阅读全文
posted @ 2019-01-19 17:37 douzujun 阅读(5959) 评论(0) 推荐(0) 编辑
摘要:np.c_给numpy数组添加列 np.r_给numpy数组添加行 ravel(): 将多维数组降成一维, 返回的是视图 阅读全文
posted @ 2019-01-19 15:33 douzujun 阅读(517) 评论(0) 推荐(0) 编辑
摘要:Y改成Y.reshape(400) 阅读全文
posted @ 2019-01-19 12:28 douzujun 阅读(5559) 评论(0) 推荐(0) 编辑
摘要:Planar data classification with one hidden layer 你会学习到如何: 用单隐层实现一个二分类神经网络 使用一个非线性激励函数,如 tanh 计算交叉熵的损失值 实现前向传播和后向传播 1 - Packages(导入包) 需要导入的包: numpy:Pyt 阅读全文
posted @ 2019-01-18 21:25 douzujun 阅读(1704) 评论(0) 推荐(0) 编辑
摘要:我们使用(keepdims = True)来确保 A.shape 是(4,1)而不是(4,),它使我们的代码更加严格。容易减少深度学习中代码bug 阅读全文
posted @ 2019-01-18 20:22 douzujun 阅读(1645) 评论(0) 推荐(0) 编辑
摘要:%# -*- coding:utf-8 -*- %% start of file `template_en.tex'. %% Copyright 2006-1008 Xavier Danaux (xdanaux@gmail.com). % % This work may be distributed 阅读全文
posted @ 2019-01-18 15:04 douzujun 阅读(2644) 评论(0) 推荐(0) 编辑
摘要:3.1 神经网络概述(Neural Network Overview ) (神经网络中,我们要反复计算a和z,最终得到最后的loss function) 3.2 神经网络的表示(Neural Network Representation) 3.3 计算一个神经网络的输出(Computing a Ne 阅读全文
posted @ 2019-01-17 14:40 douzujun 阅读(1578) 评论(1) 推荐(0) 编辑
摘要:scipy.misc.imresize 不同于普通的reshape, imresize不是单纯的改变图像矩阵的维度,而是能将图片重采样为指定像素,这样给深度学习中训练图像数据带来方便。 import numpy as np import matplotlib.pyplot as plt import 阅读全文
posted @ 2019-01-17 00:38 douzujun 阅读(10109) 评论(0) 推荐(0) 编辑
摘要:rates = [0.01, 0.001, 0.0001] models = {} costs = np.array([[0.7, 0.9, 0.4, 0.6, 0.4, 0.3, 0.2, 0.1], [0.7, 0.65, 0.64, 0.63, 0.62, 0.61, 0.60, 0.59], [0.7, 0.6,... 阅读全文
posted @ 2019-01-16 23:38 douzujun 阅读(940) 评论(0) 推荐(0) 编辑
摘要:import numpy as np x = np.array([[[0], [1], [2]]]) print(x.shape) d = np.squeeze(x) # 从数组的形状中删除单维条目,即把shape中为1的维度去掉 print(d.shape) 阅读全文
posted @ 2019-01-15 22:00 douzujun 阅读(8185) 评论(0) 推荐(0) 编辑
摘要:Logistic Regression with a Neural Network mindset You will learn to: Build the general architecture of a learning algorithm, including: Initializing p 阅读全文
posted @ 2019-01-14 15:42 douzujun 阅读(3973) 评论(0) 推荐(0) 编辑
摘要:总结 一、处理数据 1.1 向量化(vectorization) (height, width, 3) > 展开shape为(heigh*width*3, m)的向量 1.2 特征归一化(Normalization) 一般数据,使用标准化(Standardlization), z(i) = (x(i 阅读全文
posted @ 2019-01-10 16:44 douzujun 阅读(2159) 评论(0) 推荐(0) 编辑
摘要:一开始问题是:(无法显示,也无法输入) 然后使用: 查看服务器安装的全部编码: (且服务器使用的 LANG=C) 只要用: 即可显示中文。也可以输入中文。 阅读全文
posted @ 2019-01-10 15:44 douzujun 阅读(543) 评论(1) 推荐(0) 编辑
摘要:一、map/reduce map map()函数接收两个参数,一个是函数,一个是Iterable,map将传入的函数依次 作用到序列的每个元素,并把结果作为新的Iterator返回。 reduce reduce把 结果 继续 和序列 的 下一个元素 做 累积计算 str > int filter() 阅读全文
posted @ 2019-01-06 22:43 douzujun 阅读(345) 评论(0) 推荐(0) 编辑
摘要:问题 1:在函数内部,针对参数使用 赋值语句,会不会影响调用函数时传递的 实参变量? —— 不会! 无论传递的参数是 可变 还是 不可变 只要 针对参数 使用 赋值语句,会在 函数内部 修改 局部变量的引用,不会影响到 外部变量的引用 问题 2:如果传递的参数是 可变类型,在函数内部,使用 方法 修 阅读全文
posted @ 2019-01-06 18:45 douzujun 阅读(244) 评论(0) 推荐(0) 编辑
摘要:02. 可变和不可变类型 不可变类型,内存中的数据不允许被修改: 数字类型 int , bool , float , complex , long(2.x) 字符串 str 元组 tuple 可变类型,内存中的数据可以被修改: 列表 list 字典 dict 不可变类型,内存中的数据不允许被修改: 阅读全文
posted @ 2019-01-06 16:57 douzujun 阅读(154) 评论(0) 推荐(0) 编辑
摘要:目标 列表元组 字典 字符串 公共方法 变量高级 01. 列表 02. 元组 03. 字典 04. 字符串 1)判断类型 - 9 2) 查找和替换 - 7 3) 大小写转换 - 5 4) 文本对齐 - 3 5) 去除空白字符 - 3 6) 拆分和连接 - 5 5.1 Python 内置函数 5.3 阅读全文
posted @ 2019-01-05 23:23 douzujun 阅读(449) 评论(0) 推荐(0) 编辑
摘要:(设置为默认) 如果要切换到Python2 查看是否安装成功: 升级了pip,再次使用 pip 安装相关的python包如果出现以下错误 打开pip3文件,打开命令: 把原来的 替换为: 阅读全文
posted @ 2019-01-04 15:20 douzujun 阅读(582) 评论(0) 推荐(0) 编辑
摘要:(新建虚拟机) 一直下一步,直到。。选择自己想要存放安装文件的位置 (随便设置,设置高点配置吧,无所谓) (我电脑是12G的,分配个4G内存够用了) (这样可以和你本地电脑用一个网络,随便设置,安装好之后也可以随意修改) 一直下一步,直到,指定磁盘容量(如果你磁盘空间大,就多分配一点,不会影响到你本 阅读全文
posted @ 2019-01-03 21:03 douzujun 编辑
摘要:编辑文件: vim ~/.vimrc 在shell命令行输入:vim +PluginInstall +qall 安装相关插件 里面代码补全插件:YouCompleteMe比较难装,参考 https://github.com/Valloric/YouCompleteMe/wiki/Building-V 阅读全文
posted @ 2019-01-02 16:23 douzujun 阅读(308) 评论(0) 推荐(0) 编辑
摘要:2) 行内移动 3) 行数移动 4.9 查找 常规查找 (只是替换选中部分文本) 已经学习过的 末行命令: 5.2 分屏命令(☆☆☆☆) 阅读全文
posted @ 2019-01-02 16:08 douzujun 阅读(164) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-01-01 02:10 douzujun 阅读(400) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示