摘要：
图像处理： 0.输入 对于黑白的 28×28 的图片，CNN的输入是一个 28×28 的矩阵： 而对于RGB格式的28×28图片，CNN的输入则是一个 3×28×28 的三维矩阵（RGB中的每一个颜色通道都有一个 28×28 的矩阵） 1。 卷积（convolution） 取一个小的矩阵（卷积核或者 阅读全文
摘要：
from openpyxl import load_workbookwb = load_workbook('c:\\aaa2222339\\tensorflow\\asd.xlsx')sheet = wb.get_sheet_by_name('Sheet1')# print(sheet['C2']. 阅读全文
摘要：
from A import B # 只导入A里面的B 阅读全文
摘要：
思想： 取某点邻近的K个点，如果K个点多数属于A类，则该点属于A类 阅读全文
摘要：
1。 人工智能包括机器学习，机器学习包括深度学习。机器学习一共有三个分支，有监督学习、无监督学习（比如聚类）和强化学习（半监督学习）。强化学习是系统从环境学习以使得奖励最大的机器学习。强化学习和有监督学习的不同在于教师信号。强化学习的教师信号是动作的奖励，有监督学习的教师信号是正确的动作。 2。分类 阅读全文
摘要：
到anaconda官网下载： 完成后双击运行下一步 打开anaconda navigator，更改国内镜像，并把地址更新到channel里面： https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 打开anaconda prompt，输入命 阅读全文
摘要：
1. tf.reduce_mean(a) ： 求平均值 2. tf.truncated_normal([3,2],stddev=0.1) : 从正态分布中输出随机值，标准差为0,1，构造矩阵为3*2的 3. tf.argmax(vector, 1)：返回的是vector中的最大值的索引号，如果vec 阅读全文
摘要：
a=np.array([1,2,3,4,5,6]) a=a.reshape([2,-1]) # -1：表示3，此处将a数组设置为2行3列 a[1,2]=66 # 把a的6改成66 a=np.zeros((3,2)) # 3行2列的矩阵，矩阵元素为0 a=np.ones((3,2)) # 3行2列的矩 阅读全文
摘要：
批处理梯度下降算法（batch gradient descent） 原理：初始化参数，然后拿到全部样本，根据全部样本算出代价函数对参数的偏导数，然后同时更新这些参数。接着还是全部样本，计算。。。。。 注意：要做同步更新参数，而不是先更新一个再更新另一个。 注意：如果如果学习率很大，则每一步都会迈得很 阅读全文
摘要：
里面的元素是：key: value d = { 'Adam':95, 'Lisa':85, 'Bart':59, 'Paul':75 } 打印：print d['Paul'] 注意: 通过 key 访问 dict 的value，只要 key 存在，dict就返回对应的value。如果key不存在，会 阅读全文