凤7

导航

 

2020年7月3日

摘要: 编写一个函数来查找字符串数组中的最长公共前缀。 如果不存在公共前缀,返回空字符串 ""。 示例 1: 输入: ["flower","flow","flight"]输出: "fl"示例 2: 输入: ["dog","racecar","car"]输出: ""解释: 输入不存在公共前缀。说明: 所有输入 阅读全文
posted @ 2020-07-03 22:55 凤7 阅读(119) 评论(0) 推荐(0) 编辑
 

2020年6月22日

摘要: 模块发布和安装 模块的本地发布 当我们完成了某个模块开发后,可以将他对外发布,其他开发者也可以以“第三方扩展库”的方式使用我们的模块。我们按照如下步骤即可实现模块的发布: 为模块文件创建如下结构的文件夹(一般,文件夹的名字和模块的名字一样): 在文件夹中创建一个名为『setup.py』的文件,内容如 阅读全文
posted @ 2020-06-22 18:31 凤7 阅读(204) 评论(0) 推荐(0) 编辑
 

2020年6月21日

摘要: __name__ == '__main__'到底是什么意思相信许多人初学 Python 时,常会在例子程序中看到如下语句: 1 if __name__ == '__main__': 2 foo() # 或其他语句 第 1 行的__name__ == '__main__'到底是什么意思呢? 首先,如果 阅读全文
posted @ 2020-06-21 16:39 凤7 阅读(149) 评论(0) 推荐(0) 编辑
 

2020年5月18日

摘要: 1) 最大似然估计 MLE 给定一堆数据,假如我们知道它是从某一种分布中随机取出来的,可是我们并不知道这个分布具体的参,即“模型已定,参数未知”。例如,我们知道这个分布是正态分布,但是不知道均值和方差;或者是二项分布,但是不知道均值。 最大似然估计(MLE,Maximum Likelihood Es 阅读全文
posted @ 2020-05-18 22:28 凤7 阅读(287) 评论(0) 推荐(0) 编辑
 

2020年5月11日

摘要: 增加隐藏层 1 import tensorflow as tf 2 import matplotlib.pyplot as plt 3 import numpy as np 4 import tensorflow.examples.tutorials.mnist.input_data as inpu 阅读全文
posted @ 2020-05-11 18:47 凤7 阅读(495) 评论(0) 推荐(0) 编辑
 

2020年5月8日

摘要: 这是个分类应用入门:使用softmax分类,简单来说就是概论转化为0-1区间的一个数字 读取数据集 1 # 导入相关库 2 import tensorflow as tf 3 from tensorflow.examples.tutorials.mnist import input_data 4 m 阅读全文
posted @ 2020-05-08 21:23 凤7 阅读(914) 评论(0) 推荐(0) 编辑
 

2020年5月4日

摘要: 多元线性回归问题求解使用的数据集是经典的boston房价数据。一共506个数据,后面56个数据我将其划了出来作为测试集。比较的简单,主要是学习步骤与算法。该数据集每一个样本包括12个特征变量和该地区的平均房价。 1 import tensorflow as tf 2 import matplotli 阅读全文
posted @ 2020-05-04 14:36 凤7 阅读(402) 评论(0) 推荐(0) 编辑
 

2020年5月1日

摘要: 简单例子介绍Tensorflow实现机器学习的思路,重点步骤: 生成人工数据集及其可视化 构建线性模型 定义损失函数 定义优化器、最小损失函数 训练结果的可视化 利用学习到的模型进行预测 1 import tensorflow as tf 2 import numpy as np 3 import 阅读全文
posted @ 2020-05-01 22:12 凤7 阅读(210) 评论(0) 推荐(0) 编辑
 

2020年4月29日

摘要: TensorBoard是Tensorflow的可视化工具 1 import tensorflow as tf 2 3 #清除default graph和不断增加的结点 4 tf.reset_default_graph() 5 6 #logdir改为自己机器上的合适路径 7 logdir=r'C:\U 阅读全文
posted @ 2020-04-29 21:24 凤7 阅读(181) 评论(0) 推荐(0) 编辑
 
摘要: 会话(session):会话拥有并管理Tensorflow程序运行时的所有资源,计算之后需关闭会话回收资源 1 import tensorflow as tf 2 3 #定义计算图 4 tens=tf.constant([1,2,4]) 5 #创建一个会话 6 sess=tf.Session() 7 阅读全文
posted @ 2020-04-29 19:30 凤7 阅读(248) 评论(0) 推荐(0) 编辑