摘要: 写在前面: 自学tensorflow半个月,博友们给了我很多帮助,这是我第一篇原创的博文,我想把之前的知识梳理一遍,我会分享我一些在学习过程中遇到的问题,我目前只有这些......... 在介绍tensorflow之前我想说一下需要具有的知识,高等数学和神经元网络的基本模型是一定要会的,我想介绍一下 阅读全文
posted @ 2018-03-15 18:28 我想休息 阅读(2038) 评论(0) 推荐(0) 编辑
摘要: 123. http://nianjian.xiaze.com/tags.php?/%E5%8D%97%E6%98%8C%E7%BB%9F%E8%AE%A1%E5%B9%B4%E9%89%B4/1/13537253375/ 阅读全文
posted @ 2018-09-18 14:57 我想休息 阅读(61) 评论(0) 推荐(0) 编辑
摘要: 1.Sublime安装Packageconsoles 打开view -showconsoles,输入安装代码 https://packagecontrol.io/installation获取最新代码 2.使用packaconsoles安装插件 SublimeREPL(支持运行多种脚本语言) Anac 阅读全文
posted @ 2018-07-11 14:09 我想休息 阅读(197) 评论(0) 推荐(0) 编辑
摘要: 作者:米洛链接:https://www.zhihu.com/question/19565706/answer/164711763来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 2006 年,一个美国女孩一番纠结后,放弃了在纽约大学帝势艺术学院的本科教育机会。带着自己的 阅读全文
posted @ 2018-05-23 12:05 我想休息 阅读(180) 评论(0) 推荐(0) 编辑
摘要: 1 from sklearn.externals import joblib 2 import pandas as pd 3 import numpy 4 from sklearn.preprocessing import OneHotEncoder 5 #import link_and_train 6 #拼接测试集,测试集进行one-hot编码 7 onehot = OneHot... 阅读全文
posted @ 2018-04-25 11:31 我想休息 阅读(403) 评论(0) 推荐(0) 编辑
摘要: 1 from sklearn.neighbors import KNeighborsClassifier 2 from sklearn.externals import joblib 3 onehot = OneHotEncoder() 4 for b in range(1,115): 5 addata = pd.read_csv("adFeature.csv") 6 ... 阅读全文
posted @ 2018-04-25 11:23 我想休息 阅读(310) 评论(0) 推荐(0) 编辑
摘要: 1 import pandas as pd 2 user_feature_data = [] 3 flag = 1 4 print("landing") 5 with open("userFeature.data","r",encoding="utf-8") as f : 6 for i,line in enumerate(f) : 7 line = li... 阅读全文
posted @ 2018-04-23 17:46 我想休息 阅读(178) 评论(0) 推荐(0) 编辑
摘要: 赛题:https://pan.baidu.com/s/1Re0k81XieiXFI6hkwgL8oA 分析: 1.用户是多个,广告也是多个,一个用户可能对多个广告产生行为,一个广告也可能被对多个用户点击,这显然是不好处理的.我们假设只有一个广告,那么他对于用户而言只有两种情况,被点击和不被点击,这就 阅读全文
posted @ 2018-04-23 17:40 我想休息 阅读(315) 评论(0) 推荐(1) 编辑
摘要: 1 from sklearn.preprocessing import OneHotEncoder 2 import numpy 3 onehot = OneHotEncoder() 4 #建立一个映射,将多个特征共存的情况定义为单个数表示比如有特征{a,b},a用1,b用2,ab用3----(1) 5 import pandas 6 data = pandas.read_csv("... 阅读全文
posted @ 2018-04-23 17:00 我想休息 阅读(1636) 评论(0) 推荐(0) 编辑
摘要: 这里x_,y_是两个数字,当我运行时 with tf.Session() as sess: #定义session对象生成器 for step in range(201) : sess.run(train,feed_dict = {x: x_data,y: y_data}) 遇到了 Traceback 阅读全文
posted @ 2018-03-15 10:37 我想休息 阅读(7237) 评论(2) 推荐(0) 编辑