摘要：
范数(norm) 数学中的一种基本概念。在泛函分析中，它定义在赋范线性空间中，并满足一定的条件，即①非负性；②齐次性；③三角不等式。它常常被用来度量某个向量空间（或矩阵）中的每个向量的长度或大小。 这里简单地介绍以下几种向量范数的定义和含义 1、 L-P范数 与闵可夫斯基距离的定义一样，L-P范数不 阅读全文
摘要：
1、使用predict时，需设置batch_size 查看keras文档中，predict函数原型：predict(self, x, batch_size=32, verbose=0)说明：只使用batch_size=32，也就是说每次将batch_size=32的数据通过PCI总线传到GPU，然后 阅读全文
摘要：
1、从服务器下载文件 scp username@servername:/path/filename /local/path例如: scp ubuntu@117.50.20.56:/ygf/data/data.txt /desktop/ygf 把117.50.20.56上的/ygf/data/data 阅读全文
摘要：
numpy.argmax(a, axis=None, out=None) 返回沿轴axis最大值的索引 Parameters: a : array_like -数组axis : int, 可选 -默认情况下，索引的是平铺的数组，否则沿指定的轴。 out : array, 可选 -如果提供，结果以合适 阅读全文
摘要：
一、解决警告信息 两种解决方法： 1、python文件中： 在 from matplotlib import pylot 之前，添加代码： 如下： 2、在配置文件中： Linux中，创建文件 ~/.config/matplotlib/matplotlibrc， （其中，~/.config/matpl 阅读全文
摘要：
1.使用tensorboard可视化ACC，loss等曲线 然后新开一个终端 输入： 之后打开终端给出的网址即可。 2.直接使用matplotlib画出训练LOSS与ACC曲线 第一步： 第二步： 第三步： 阅读全文
摘要：
train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，test loss趋于不变，说明网络过拟合; train loss 趋于不变，test loss不断下降，说明数据集100%有问题; train loss 趋于不变，test loss趋于 阅读全文
摘要：
训练好的模型，想要输入中间层的特征图，有两种方式： 1. 通过model.get_layer的方式。创建新的模型，输出为你要的层的名字。 创建模型，debug状态可以看到模型中，base_model/layers,图中红框即为layer名字，根据你想输出的层填写。最后网络feed数据后，输出的就是中 阅读全文
摘要：
predict_proba返回的是一个 n 行 k 列的数组， 第 i 行 第 j 列上的数值是模型预测 第 i 个预测样本为某个标签的概率，并且每一行的概率和为1。 阅读全文
摘要：
一、ROC，AUC ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣 。 ROC曲线一般的横轴是FPR，纵轴是FPR。AUC为曲线下面的面积，作为评估指标，AUC值越大，说明模型越好。如下图 阅读全文
摘要：
知识点： 1. "/"左倾斜是正斜杠，"\"右倾斜是反斜杠，可以记为：除号是正斜杠 2. 对于目录分隔符，Unix和Web用正斜杠/，Windows用反斜杠\。 （一）目录中的斜杠 python读文件需要输入的目录参数，列出以下例子： path1 = r"C:\Windows\temp\python 阅读全文
摘要：
1 import jieba 2 import wordcloud 3 4 f = open("新时代中国特色社会主义.txt", "r", encoding="gbk") #只读.txt文件。这里一定注意是gbk!!!，而不是utf-8（如果出错，请把encoding删除） 5 6 t = f.read() 7 f.close() 8 ls = jieba.lcut(t) ... 阅读全文
摘要：
模型保存与读取 阅读全文
摘要：
一、TensorFlow 设备分配 1、设备分配规则 If a TensorFlow operation has both CPU and GPU implementations, the GPU devices will be given priority when the operation i 阅读全文
摘要：
&&和||是短路运算符，&和|是非短路运算符 &&与& 区别：两者都表示“与”运算，但是&&运算符第一个表达式不成立的话，后面的表达式不运算，直接返回。而&对所有表达式都得判断。 || 与| 区别：两者都表示“或”运算，但是||运算符第一个表达式成立的话，后面的表达式不运算，直接返回。而|对所有表达 阅读全文