摘要: 3.2tf.data运用实例 使用tf.data作为输入,改写之前写过的MNIST代码 点击查看代码 import tensorflow as tf #下载数据集 (train_images, train_labels), (test_images, test_labels) = tf.keras. 阅读全文
posted @ 2021-11-20 15:29 白菜茄子 阅读(48) 评论(0) 推荐(0) 编辑
摘要: 3.1 tf.data模块简介及用法 可以从多个数据源非常方便的读取数据 在第一个epoch中缓存下载,接下来的epoch处理的速度就会变快 使用简单的代码构建复杂的输入,可以轻松处理大量数据、不同数据格式以及复杂的转换 tf.data.Dataset 表示一系列的元素、图片,每个元素包含一个或多个 阅读全文
posted @ 2021-11-20 14:50 白菜茄子 阅读(305) 评论(0) 推荐(0) 编辑
摘要: 2.11tf.keras函数式API 将每一层写成一个函数,每次使用直接调用。 好处:可以建立多输入多输出模型 点击查看代码 from tensorflow import keras import matplotlib.pyplot as plt fashion_mnist = keras.data 阅读全文
posted @ 2021-11-14 21:10 白菜茄子 阅读(70) 评论(0) 推荐(0) 编辑
摘要: 2.10Dropout抑制过拟合与 model.fit(train_image,train_label,epochs=5,validation_data=(test_image,test_label)) 加上validation_data会在每一轮都对测试集进行测试 过拟合:loss和acc在训练集 阅读全文
posted @ 2021-11-14 20:46 白菜茄子 阅读(166) 评论(0) 推荐(0) 编辑
摘要: 2.9 优化函数、学习速率、反向传播算法 梯度:表明损失函数相对参数的变化率 学习速率:对梯度进行缩放的参数,是一种超参数(超参数写代码时需要自己设定),在具体实践中,可通过查看损失函数值随时间的变化曲线,来判断学习速率的选取是否合适 合适的学习速率,损失函数随时间下降,直到一个底部;不合适的学习速 阅读全文
posted @ 2021-11-14 19:50 白菜茄子 阅读(278) 评论(0) 推荐(0) 编辑
摘要: 2.8 softmax分类 前面学的对数几率回归解决的是二分类问题,对于多分类问题,可以使用softmax函数,它是对数几率再N个可能不同的值上的推广 神经网络的原始输出并不是一个概率值,实质上只是对输入的数值做了复杂的甲醛和非线性处理之后的一个值而已,而softmax层就可以将这个输出变成概率分布 阅读全文
posted @ 2021-11-14 19:02 白菜茄子 阅读(360) 评论(0) 推荐(0) 编辑
摘要: 2.7 逻辑回归实现 本节代码需要的文件链接:https://pan.baidu.com/s/1jhHHi9bxrV5ogH7mKTc8Bw 提取码:1zhs 先认识下数据 点击查看代码 import pandas as pd data = pd.read_csv("./dataset/credit 阅读全文
posted @ 2021-11-14 16:21 白菜茄子 阅读(63) 评论(0) 推荐(0) 编辑
摘要: 2.6逻辑回归与交叉熵 之前的线性回归预测的是一个连续值,而逻辑回归预测的是“是”和“否”的回答。 需要用到一个sigmoid激活函数,系那个结果映射到0到1之间,就可以将结果堪称一个概率值,当小于0.5认为是一个负面回答,否则认为是一个正面回答。 逻辑回归的损失函数不能使用线性回归的损失函数均方差 阅读全文
posted @ 2021-11-14 15:48 白菜茄子 阅读(65) 评论(0) 推荐(0) 编辑
摘要: 2.5多层感知器(神经网络)的代码实现 需要文件的链接:https://pan.baidu.com/s/1qw30xhWnezLfDZln2_CbBg 提取码:guzz 点击查看代码 import pandas as pd data = pd.read_csv("./dataset/Advertis 阅读全文
posted @ 2021-11-14 15:27 白菜茄子 阅读(108) 评论(0) 推荐(0) 编辑
摘要: 之前学习的线性回归模型其实是单个神经元:计算输入特征的加权和,然后使用一个激活函数计算输出。上面的线性回归实际并没有涉及激活函数,直接将结果输出了。 单个神经元进行二分类,如图2-5所示 图2-5 x1,x2,x3是一个数据的输入,w1,w2,w3是权重,b是偏置,最后输出以恶搞分类结果 多个神经元 阅读全文
posted @ 2021-11-14 11:41 白菜茄子 阅读(100) 评论(0) 推荐(0) 编辑
摘要: 梯度下降算法是机器学习的一个核心算法 梯度下降法是一种致力于找到函数极值点的算法。机器学习的“学习”便是改进模型参数,以便通过大量训练步骤将损失最小化。而梯度下降法就是应用于寻找损失函数的极值点便构成了依据输入数据的模型学习。 前两小节的损失函数loss=(f(x)-y)^2/n=(ax+b-y)^ 阅读全文
posted @ 2021-11-14 11:15 白菜茄子 阅读(85) 评论(0) 推荐(0) 编辑
摘要: 2.2 tf.keras实现线性回归 废话不多说,接上一篇机器学习原理——线性回归,直接上可运行代码 点击查看代码 import pandas as pd import tensorflow as tf data = pd.read_csv("./dataset/Income1.csv") x = 阅读全文
posted @ 2021-11-14 10:54 白菜茄子 阅读(119) 评论(0) 推荐(0) 编辑
摘要: 2.1 机器学习原理——线性回归 在代码目录下创建一个dataset目录,将Income1.csv放入到该目录下 链接:https://pan.baidu.com/s/1oAT_Pk-LRp1Nl1SbpzhdlQ 提取码:58wb 这个文件我放到了百度网盘的分享链接里面了 单变量线性回归算法: x 阅读全文
posted @ 2021-11-14 10:41 白菜茄子 阅读(51) 评论(0) 推荐(0) 编辑
摘要: 一开发环境搭建 我使用的是win10系统。 python版本的要求是3.5-3.7,我使用的是python3.7 学习python最好需要有anaconda这个软件 windows用户还需要安装vc++,可以从官网下载 https://support.microsoft.com/zh-cn/help 阅读全文
posted @ 2021-11-14 10:33 白菜茄子 阅读(50) 评论(0) 推荐(0) 编辑
摘要: 一 前期准备 1.1 anaconda配置 打开Anaconda Prompt(anaconda),创建虚拟环境 输入命令: conda create -n pytorch_py36 python=3.6 图1-1 创建的过程中会有一个选择,输入y就可以了,如图1-1所示 创建成功之后如图所示 激活 阅读全文
posted @ 2021-11-13 14:24 白菜茄子 阅读(42) 评论(0) 推荐(0) 编辑
摘要: Fashion MNIST的数据集都是灰度图像,并且图像都在正中间 如果让Fashion MNIST训练的神经网络模型去判断一张图片,其中的鞋子并不是在正中间,那么判断的准确率就不是很好了 CNN:卷积神经网络 识别物品的特征 不同的过滤器会产生不同的效果 每次卷积之后还要进行一个max Pooli 阅读全文
posted @ 2021-10-14 22:03 白菜茄子 阅读(86) 评论(0) 推荐(0) 编辑
摘要: Fashion MMIST数据集是一个现成的数据集,可以直接用来学习深度学习 其中包括70000张图片,10个类别,28*28像素,用于训练神经元网络 上面是一个神经元示意图,有3个输入x1 x2 x3,并且有是三个权重w1 w2 w3, b是他的截距,也是一个常数 神经元就把他的输入分别乘以权重加 阅读全文
posted @ 2021-10-13 20:36 白菜茄子 阅读(268) 评论(0) 推荐(0) 编辑
摘要: 题目: 已有一组数据 X= -1, 0, 1, 2, 3, 4 Y= -3, -1, 1, 3, 5, 7 如何根据X得到Y 完成代码 import tensorflow as tf import numpy as np from tensorflow import keras model=kera 阅读全文
posted @ 2021-10-13 18:48 白菜茄子 阅读(50) 评论(0) 推荐(0) 编辑
摘要: 1:首先创建虚拟环境(这步在Anaconda Prompt(anaconda)中操作)并激活虚拟环境 conda create -n tf2 python=3.8activate tf2 2:激活环境之后下载tensorflow(这步在Anaconda Prompt(anaconda)中操作) 输入 阅读全文
posted @ 2021-10-13 18:42 白菜茄子 阅读(672) 评论(0) 推荐(0) 编辑
摘要: 之前写一个程序的时候,设置了一个全局变量的标志,但是在程序运行的过程中这个全局变量的值总是莫名其妙的被改变 定义: int plug[N][N];int global_plug=0; 最后发现是因为在程序中对plug使用的是[1,N],可能是因为定义的时候,global与plug挨着,所以其 实际的 阅读全文
posted @ 2021-03-28 19:34 白菜茄子 阅读(1878) 评论(0) 推荐(0) 编辑
摘要: Ubuntu16.04 安装mysql 在终端命令行中输入 sudo apt-get update #更新软件源 sudo apt-get install mysql-server #安装mysql 安装的过程会让你设置mysql的进入密码 数据库基本语句 1启动关闭mysql服务器 service 阅读全文
posted @ 2021-03-25 21:08 白菜茄子 阅读(109) 评论(0) 推荐(0) 编辑
摘要: 又名马拉车算法,可以在事件复杂度O(n)的情况下求解一个字符串每个回文中心的最长回文半径 暴力匹配: 从原字符串的收不开始,一次向尾部进行遍历,没访问一个字符,就以此字符为中心向两边扩展,记录改点的最长回文长度。 弊端: 1:不适合偶数回文串:abba 2:时间复杂度比较高O(n^2) Mannch 阅读全文
posted @ 2021-03-16 17:04 白菜茄子 阅读(81) 评论(0) 推荐(0) 编辑
摘要: 先了解一些什么是盒子模型 margin(外边距/边界) border(边框) padding(内边距/填充 ) 所以元素的实际占位尺寸=元素尺寸+padding+边框宽度 第1层:盒子的边框(border),第2层:元素的内容(content)、内边距(padding)第3层:背景图(backgro 阅读全文
posted @ 2021-03-03 20:29 白菜茄子 阅读(891) 评论(0) 推荐(0) 编辑
摘要: CSS,层叠样式表单,为HTML定义样式。可以定义在HTML文档中,也可以定义在外部文件中 优点 1)通过单个样式表控制多个文档的布局(外部文件) 2)更精准的布局控制 3)为不同的媒体类型采取不同的布局 CSS语法格式 由选择符、属性、值三部分组成:选择符{属性:值} 选择符通常是用户希望定义的H 阅读全文
posted @ 2021-03-03 16:42 白菜茄子 阅读(80) 评论(0) 推荐(0) 编辑
摘要: HTML表格 表格是由行和列组成的栅格,这些行和列组成一个个单元格,每个单元格都可以用于放置文本或图形等。 表格由<table>开始,由</table>结束 <tr>标签定义表格的行,表格有多少行,就有多少个<tr>标签 <td>标签定义表格的单元格,有多少单元格就有多少标签 <th>标签定义表格的 阅读全文
posted @ 2021-03-02 21:35 白菜茄子 阅读(305) 评论(0) 推荐(0) 编辑
摘要: 线程:进程上下文中执行的代码序列,又名轻量级进程。 在支持多线程的系统中,进程成为资源分配和保护的实体,线程是被调度执行的基本单元。进程是拥有资源的最小单位。 线程的分类 1)核心态线程(内核级线程):所有管理操作都是有操作系统内核完成的 2)用户态线程(用户级线程):一般我们操作的线程都是用户态线 阅读全文
posted @ 2021-03-02 17:13 白菜茄子 阅读(95) 评论(0) 推荐(0) 编辑
摘要: 单核CPU的发展限制: 1)利用提高主频提高CPU速度 2)Superscalar(超标量) 3)超流水线 单核CPU现在的发展已经跟不上性能的需求了。 CPU主频在一定程度上代表了计算机的运算速度,但是如今收到生产工艺的限制,CPU主频的提高也受到了限制,所以从提高主频来提高CPU速度效果不是很好 阅读全文
posted @ 2021-03-02 17:09 白菜茄子 阅读(391) 评论(0) 推荐(0) 编辑
摘要: HTML,超文本标记语言,是一种用来描述超文本文档的标记语言,=。 超文本文档:在其中可以加入图片、声音、动画、影视等内容,并且可以利用超文本链接从一个文件跳转到网络上其他主机的另一个文件。 HTML文档在普通文本上加上各种标签,使其达到语气的显示效果。 HTML标签的结构形态(标签的作用范围是<标 阅读全文
posted @ 2021-03-01 21:32 白菜茄子 阅读(388) 评论(0) 推荐(0) 编辑
摘要: 最常见的方法是i*i<=x,i++,这种方法算是比较常见,并且较为实用,这里讨论的是另一种方法。 判断一个数是否是素数,只需要让x与素数进行判断求余就可以。 6*i一定不是素数 6*i+1可能是素数 6*i+2一定不是素数 6*i+3一定不是素数 6*i+4一定不是素数 6*i+5可能是素数 所以, 阅读全文
posted @ 2020-11-20 22:09 白菜茄子 阅读(154) 评论(0) 推荐(0) 编辑
摘要: % 图像的平滑可以在空间域和频率域进行讨论 % 这次是空间域的讨论 % 掩模——模板操作:(掩模中心对齐之后,掩模超出矩阵的部分,认为该位置,矩阵的元素为0进行计算) % 1:将模板在图中漫游,并将模板中心与某像素重合 % 2:将模板系数与模板下对应像素相乘,将所有乘积相加 % 3:将上述求和结果富 阅读全文
posted @ 2020-11-11 21:21 白菜茄子 阅读(244) 评论(0) 推荐(0) 编辑
摘要: % 图像增强算法并不能增加原始图像的信息,而是通过某种技术手段有选择地突出对某一具体应用价值的信息 %灰度线性变换 %1:全域线性变换,假定原图像f(x,y)的灰度范围为[a,b],希望变换后图像g(x,y)的灰度范围扩展至 % [c,d],则线性变换表达式为: g(x,y)=[(d-c)/(b-a 阅读全文
posted @ 2020-11-09 21:00 白菜茄子 阅读(571) 评论(0) 推荐(0) 编辑
摘要: %imread函数可以读取标准图像文件(TIFF、FPEG、PNG等).imread返回的数据类型取决于读取的图像类型 % 使用imwrite函数可以将matlab数据写入到各种标准图像格式 mimg=imread("C:\Users\Administrator\Desktop\matlab博客园\ 阅读全文
posted @ 2020-11-04 23:06 白菜茄子 阅读(250) 评论(0) 推荐(0) 编辑
摘要: KMP暴力算法:S:较长的串,p较小的串,需要在S中查询的串 for(int i=1;i<=n;i++){//从s[i]开始匹配p bool flag=true; for(int j=1;j<=m;j++) if(s[i+j-1]!=p[j]){ flag=false; break; } } nex 阅读全文
posted @ 2020-09-12 15:59 白菜茄子 阅读(144) 评论(0) 推荐(0) 编辑
摘要: 题目地址:https://www.acwing.com/problem/content/1136/ 题目描述: 给出一个 N 个顶点 MM 条边的无向无权图,顶点编号为 11 到 NN。 问从顶点 1 开始,到其他每个点的最短路有几条。 输入格式 第一行包含 2 个正整数 N,M,为图的顶点数与边数 阅读全文
posted @ 2020-09-10 15:53 白菜茄子 阅读(166) 评论(0) 推荐(0) 编辑
摘要: 题目地址:https://www.acwing.com/problem/content/1133/ 题目描述: 1944 年,特种兵麦克接到国防部的命令,要求立即赶赴太平洋上的一个孤岛,营救被敌军俘虏的大兵瑞恩。 瑞恩被关押在一个迷宫里,迷宫地形复杂,但幸好麦克得到了迷宫的地形图。 迷宫的外形是一个 阅读全文
posted @ 2020-09-09 21:58 白菜茄子 阅读(254) 评论(0) 推荐(0) 编辑
摘要: 题目地址:https://www.acwing.com/problem/content/177/ 题目描述: 达达是来自异世界的魔女,她在漫无目的地四处漂流的时候,遇到了善良的少女翰翰,从而被收留在地球上。 翰翰的家里有一辆飞行车。 有一天飞行车的电路板突然出现了故障,导致无法启动。 电路板的整体结 阅读全文
posted @ 2020-09-07 20:00 白菜茄子 阅读(258) 评论(0) 推荐(0) 编辑
摘要: 题目地址:https://www.acwing.com/problem/content/1139/ 题目描述: 有一天,琪琪想乘坐公交车去拜访她的一位朋友。 由于琪琪非常容易晕车,所以她想尽快到达朋友家。 现在给定你一张城市交通路线图,上面包含城市的公交站台以及公交线路的具体分布。 已知城市中共包含 阅读全文
posted @ 2020-09-07 16:47 白菜茄子 阅读(182) 评论(0) 推荐(0) 编辑
摘要: 题目地址:https://www.acwing.com/problem/content/344/ 题目描述: 农夫约翰正在一个新的销售区域对他的牛奶销售方案进行调查。 他想把牛奶送到T个城镇,编号为1~T。 这些城镇之间通过R条道路 (编号为1到R) 和P条航线 (编号为1到P) 连接。 每条道路  阅读全文
posted @ 2020-09-06 15:13 白菜茄子 阅读(265) 评论(0) 推荐(0) 编辑
摘要: 题目地址:https://www.acwing.com/problem/content/342/ 题目描述: 在郊区有 N 座通信基站,P 条 双向 电缆,第 i 条电缆连接基站Aii和Bi。 特别地,1 号基站是通信公司的总站,N 号基站位于一座农场中。 现在,农场主希望对通信线路进行升级,其中升 阅读全文
posted @ 2020-09-05 16:52 白菜茄子 阅读(246) 评论(0) 推荐(0) 编辑
摘要: 题目地址:https://www.acwing.com/problem/content/description/1137/ 题目描述: 重庆城里有 n 个车站,mm条 双向 公路连接其中的某些车站。 每两个车站最多用一条公路连接,从任何一个车站出发都可以经过一条或者多条公路到达其他车站,但不同的路径 阅读全文
posted @ 2020-09-05 14:52 白菜茄子 阅读(180) 评论(0) 推荐(0) 编辑