上一页 1 ··· 41 42 43 44 45 46 47 48 49 ··· 96 下一页
摘要: sudo apt-get install mysql-server sudo apt install mysql-client sudo apt install libmysqlclient-dev 阅读全文
posted @ 2018-09-22 09:36 超级学渣渣 阅读(160) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-27 19:35 超级学渣渣 阅读(6877) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-27 11:05 超级学渣渣 阅读(391) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-25 20:36 超级学渣渣 阅读(159) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-25 20:32 超级学渣渣 阅读(156) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-25 19:45 超级学渣渣 阅读(382) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-25 16:38 超级学渣渣 阅读(4740) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-25 14:35 超级学渣渣 阅读(494) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-24 20:45 超级学渣渣 阅读(434) 评论(0) 推荐(0) 编辑
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
posted @ 2018-08-24 20:26 超级学渣渣 阅读(581) 评论(0) 推荐(0) 编辑
上一页 1 ··· 41 42 43 44 45 46 47 48 49 ··· 96 下一页