08 2018 档案
摘要：不想整理代码了。先给个结果图： loss这么大，结果这么准确。我也搞不懂是怎么肥事呀。 AUC也没什么问题。暂时认为是好的吧。 下面是源码dataUtil用来对数据预处理： import pandas as pd import numpy as np def load_csv(filename):
阅读全文
摘要：机器学习离不开数据，数据分析离不开pandas。昨天感受了一下，真的方便。按照一般的使用过程，将pandas的常用方法说明一下。 首先，我们拿到一个excel表，我们将之另存为csv文件。因为文件是实验室的资源，我就不分享了。 首先是文件读取 我们调用read_csv文件可以直接读取csv文件。其返
阅读全文
摘要：使用tf.train.Saver()保存到checkpoint文件，我们可以用tensorflow查看。
阅读全文
摘要：我们通过tf.train.Saver()来保存和重载变量 实现是保存 通过调用saver的save方法来保存，返回一个str，代表了路径。 然后展示的是我们保存部分变量和重载： 如果Saver中不传入参数，则会将所有的变量都保存。传入字典，则会按照字典中的key-value对变量进行保存。 对于不需
阅读全文
摘要：代码写的再好，没有图别人也不知道好在哪。 我们在使用tensorflow的时候，使用tensorboard可以直观的看到我们的网络结构，甚至它可以计算卷积和池化的维度（我不知道是不是因为我已经运行了一遍，所以维度显示出来了） 首先是开启tensorboard的代码： 因为我用pip下载了tensor
阅读全文
摘要：算的的上是自己搭建的第一个卷积神经网络。网络结构比较简单。 输入为单通道的mnist数据集。它是一张28*28，包含784个特征值的图片 我们第一层输入，使用5*5的卷积核进行卷积，输出32张特征图，然后使用2*2的池化核进行池化 输出14*14的图片 第二层 使用5*5的卷积和进行卷积，输出64张
阅读全文
摘要：从昨天晚上，到今天上午12点半左右吧，一直在调这个代码。最开始训练的时候，老是说loss：nan 查了资料，因为是如果损失函数使用交叉熵，如果预测值为0或负数，求log的时候会出错。需要对预测结果进行约束。 有一种约束方法是：y_predict=max(y,（0,1e-18])。也就是将小于0的数值
阅读全文
摘要：不做卷积，只是增加多层神经网络层。 #-*- encoding:utf-8 -*- #!/usr/local/env python import numpy as np import tensorflow as tf from tensorflow.examples.tutorials.mnist
阅读全文
摘要：我们不做卷积。直接将x输入到网络中去。最后用softmax作为激活函数 大概结构，我这里没法上传，等我回去在传。
阅读全文
摘要：学习了tensorflow的线性回归。 首先是一个sklearn中makeregression数据集，对其进行线性回归训练的例子。来自腾讯云实验室 import tensorflow as tf import numpy as np class linearRegressionModel: def
阅读全文
摘要：tf.Variable __init__( initial_value=None, trainable=True, collections=None, validate_shape=True, caching_device=None, name=None, variable_def=None, dt
阅读全文
摘要：tf.square square( x, name=None ) 功能说明： 计算张量对应元素平方 参数列表： 参数名必选类型说明 x 是 张量 是 half, float32, float64, int32, int64, complex64, complex128 其中一种类型 name 否 s
阅读全文
摘要：tf.squared_difference squared_difference( x, y, name=None ) 功能说明： 计算张量 x、y 对应元素差平方 参数列表： 参数名必选类型说明 x 是 张量 是 half, float32, float64, int32, int64, comp
阅读全文
摘要：今天连接到服务器后，安装anaconda。虽然在安装过程中选择将anaconda加入到系统变量中去。而且在 ~/.bashrc 中确实有 export PATH="/home/xnh/anaconda2/bin:$PATH" 这句话。搜索结果都是说，因为用了dash，改成bash就可以了。 http
阅读全文
摘要：tf.reduce_mean reduce_mean( input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None ) 功能说明： 计算张量 input_tensor 平均值 参数列表： 参数名必选类型说明
阅读全文
摘要：tf.nn.bias_add bias_add( value, bias, data_format=None, name=None ) 功能说明： 将偏差项 bias 加到 value 上面，可以看做是 tf.add 的一个特例，其中 bias 必须是一维的，并且维度和 value 的最后一维相同，
阅读全文
摘要：tf.placeholder placeholder( dtype, shape=None, name=None ) 功能说明： 是一种占位符，在执行时候需要为其提供数据 参数列表： 参数名必选类型说明 dtype 是 dtype 占位符数据类型 shape 否 1 维整形张量或 array 占位符
阅读全文
摘要：tf.constant constant( value, dtype=None, shape=None, name='Const', verify_shape=False ) 功能说明： 根据 value 的值生成一个 shape 维度的常量张量 参数列表： 参数名必选类型说明 value 是 常量
阅读全文
摘要：tf.truncated_normal truncated_normal( shape, mean=0.0, stddev=1.0, dtype=tf.float32, seed=None, name=None ) 功能说明： 产生截断正态分布随机数，取值范围为 [ mean - 2 * stdde
阅读全文
摘要：tf.nn.sigmoid_cross_entropy_with_logits sigmoid_cross_entropy_with_logits( _sentinel=None, labels=None, logits=None, name=None ) 功能说明： 先对 logits 通过 si
阅读全文
摘要：unstaged changes 建好仓库，连接到git之后，在上传代码的时候发现有一些代码是unstaged changes状态。这样的文件是没法上传到git上去的。解决方法是给这些文件增加index 原因是：虽然这些文件在本地创建好了，但是没有同步到local的仓库上。增加index将之同步到本
阅读全文
摘要：描述：做一个如图所示的篮球比赛记分板。 <?xml version="1.0" encoding="utf-8"?> <android.support.constraint.ConstraintLayout xmlns:android="http://schemas.android.com/apk/
阅读全文
摘要：任务：做这样一个界面，选择数量，自动计算价格。超级简单。。 <?xml version="1.0" encoding="utf-8"?> <android.support.constraint.ConstraintLayout xmlns:android="http://schemas.androi
阅读全文
摘要：学习到一种使用 RelativeLayout 设置背景图片的方法， 效果如图： <?xml version="1.0" encoding="utf-8"?> <android.support.constraint.ConstraintLayout xmlns:android="http://sche
阅读全文
摘要：答案来自 stack flow 修改： res -> values -> style.xml style name="AppTheme" parent="Base.Theme.AppCompat.Light.DarkActionBar" 这对我来说是有效的。
阅读全文
摘要：<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" android:layout_width="match_parent" android:layout_height="match_parent" andr
阅读全文
摘要：做一个如图所示的布局。 <RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android" android:layout_width="match_parent" android:layout_height="matc
阅读全文
摘要：通过id设置相对兄弟元素对齐。 <RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android" android:layout_width="match_parent" android:layout_height="
阅读全文
摘要：相对布局，用来设置相对父级视图的位置
阅读全文
摘要：设置layout_weight的元素将按照比例均分剩余的屏幕。 比如 有四个元素分别设置layout_weight 为1，2，3，4，则他们分别占有10%、20%、30%、40%的屏幕 话不多说，上图：
阅读全文
