摘要：
一、 shelve模块 json和pickle模块的序列化和反序列化处理，他们有一个不足是在python 3中不能多次dump和load，shelve模块则可以规避这个问题。 shelve模块是一个简单的key,values将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的pytho 阅读全文
摘要：
一、sys模块 1. sys.argv （非常重要） 应用：我们之前需要做判断是在程序执行过程中进行逻辑判断和选择。如果需求是在程序还没有执行时，对用户操作进行判断，即直接对程序进行操作和选择 sys_module.py内容如下： 在终端来执行sys_module.py，命令行后可添加参数（第一个参 阅读全文
摘要：
一、random模块（随机模块） 1.random 常用模块介绍 2.random 模块应用 #六位随机验证码的产生 二、if __name__ =='__main__'的一些补充 之前有在这篇博客中有提到相关内容：https://www.cnblogs.com/guoruxin/p/1010962 阅读全文
摘要：
1. tf.train.Saver(） tf.train.Saver()是一个类，提供了变量、模型(也称图Graph)的保存和恢复模型方法。 TensorFlow是通过构造Graph的方式进行深度学习，任何操作(如卷积、池化等)都需要operator，保存和恢复操作也不例外。 在tf.train.S 阅读全文
摘要：
最近写的一些程序以及做的一个关于轴承故障诊断的程序 最近学习进度有些慢 而且马上假期 要去补习班 去赚下学期生活费 额。。。。 抓紧时间再多学习点 1.RNN递归神经网络Tensorflow实现程序 1 import os 2 os.environ['TF_CPP_MIN_LOG_LEVEL'] = 阅读全文
摘要：
1.循环神经网络的标准模型 前馈神经网络能够用来建立数据之间的映射关系，但是不能用来分析过去信号的时间依赖关系，而且要求输入样本的长度固定 循环神经网络是一种在前馈神经网络中增加了分亏链接的神经网络，能够产生对过去数据的记忆状态，所以可以用于对序列数据的处理，并建立不同时段数据之间的依赖关系 循环神 阅读全文
摘要：
1.标准卷积神经网络 标准的卷积神经网络由输入层、卷积层（convolutional layer）、下采样层（downsampling layer）、全连接层（fully—connected layer）和输出层构成。 卷积层也称为检测层 下采样层也称为池化层（pooling layer） 2.卷积 阅读全文
摘要：
一、二次代价函数 1. 形式： 其中，C为代价函数，X表示样本，Y表示实际值，a表示输出值，n为样本总数 2. 利用梯度下降法调整权值参数大小，推导过程如下图所示： 根据结果可得，权重w和偏置b的梯度跟激活函数的梯度成正比（即激活函数的梯度越大，w和b的大小调整的越快，训练速度也越快） 3. 激活函 阅读全文
摘要：
神经网络算法以及Tensorflow的实现 一、多层向前神经网络(Multilayer Feed-Forward Neural Network) 二、神经网络结构设计 使用神经网络训练数据之前，必须确定神经网络的层数，以及每层单元的个数 特征向量在被传入输入层时通常被先标准化(normalize）到 阅读全文
摘要：
一、机器学习基本概念 1.训练集和测试集 训练集(training set/data)/训练样例（training examples): 用来进行训练，也就是产生模型或者算法的数据集 测试集(testing set/data)/测试样例 (testing examples)：用来专门进行测试已经学习 阅读全文