摘要：
https://www.bilibili.com/video/av38750372/?p=1 阅读全文
摘要：
在TensorFlow中，保存模型与加载模型所用到的是tf.train.Saver()这个类。我们一般的想法就是，保存模型之后，在另外的文件中重新将模型导入，我可以利用模型中的operation和variable来测试新的数据。 什么是TensorFlow中的模型 首先，我们先来理解一下Tensor 阅读全文
摘要：
卷积网络博大精深，不同的网络模型，跑出来的结果是不一样，在不知道使用什么网络的情况下跑自己的数据集时，我建议最好去参考基于cnn的手写数字识别网络构建，在其基础上进行改进，对于一般测试数据集有很大的帮助。 分享一个网络构架和一中训练方法： # coding:utf-8 import os impor 阅读全文
摘要：
# coding:utf-8 import requests import hashlib import time import json def interpret(contents): url = 'http://fanyi.youdao.com/translate_o?smartresult= 阅读全文
摘要：
# coding:utf-8 import json import pandas as pd with open("./article_file/all_article.json","r",encoding="gbk") as f: text = json.load(f) article_dict 阅读全文
摘要：
# coding:utf-8 import requests import json from bs4 import BeautifulSoup # 搜索页面 def get_home_page(page): html = "https://s.weibo.com/article?q=%E5%8F% 阅读全文
摘要：
一、网络各个协议：TCP/IP、SOCKET、HTTP等 网络七层由下往上分别为物理层、数据链路层、网络层、传输层、会话层、表示层和应用层。 其中物理层、数据链路层和网络层通常被称作媒体层，是网络工程师所研究的对象； 传输层、会话层、表示层和应用层则被称作主机层，是用户所面向和关心的内容。 http 阅读全文
摘要：
灰色预测实现见：https://www.jianshu.com/p/a35ba96d852bfrom pandas import Series from pandas import DataFrame import pandas as pd import matplotlib.pyplot as plt class Gray_model: def __init__(self): ... 阅读全文
摘要：
<!-- flowchart 箭头图标 勿删 --> 1，数组 2，List，ListBuffer 3, Map , mutable.Map <!-- flowchart 箭头图标 勿删 --> 1，数组 2，List，ListBuffer 3, Map , mutable.Map 1，数组 2，L 阅读全文
摘要：
1、心得： 在使用TensorFlow做非线性拟合的时候注意的一点就是输出层不能使用激活函数，这样就会把整个区间映射到激活函数的值域范围内无法收敛。 # coding:utf-8 import tensorflow as tf import numpy as np import matplotlib 阅读全文
摘要：
# coding:utf-8 import time import matplotlib.pyplot as plt from autokeras import ImageClassifier # 保存和导入模型方法 from autokeras.utils import pickle_to_fil 阅读全文
摘要：
# 我在训练自己的人脸分类模型的时候发现图片的维度不能太高，经过很多次测试过后觉得一般人脸图片分为28*28大小训练的效果比较好。建议在使用其训练自己的物体识别模型的时候，尽量把图片压缩到28*28# coding:utf-8 import time import matplotlib.pyplot as plt from autokeras import ImageClassifier fr... 阅读全文
摘要：
1、先把字符串时间转为时间类型： 2、对时间进行排序: 阅读全文
摘要：
xgb使用sklearn接口(推荐) XGBClassifier 5.3 基于Scikit-learn接口的分类 输出结果：Accuracy: 96.67 % 基于Scikit-learn接口的回归 参数调优的一般方法 我们会使用和GBM中相似的方法。需要进行如下步骤： 1. 选择较高的学习速率(l 阅读全文
摘要：
# coding:utf-8 import numpy as np import matplotlib.pyplot as plt x = np.arange(-5/2,5/2,0.01) y = -x**3+x**2+np.e+x**4 dy = lambda x:-3*x**2+2*x+4*x**3 dyy = lambda x:-6*x+2+12*x**2 a = 0.001 def... 阅读全文
摘要：
一、acc、recall、F1、混淆矩阵、分类综合报告 1、准确率 第一种方式：accuracy_score # 准确率import numpy as np from sklearn.metrics import accuracy_score y_pred = [0, 2, 1, 3,9,9,8,5 阅读全文
摘要：
# codind:utf-8 from sklearn.linear_model import SGDRegressor,LinearRegression,Ridge from sklearn.preprocessing import PolynomialFeatures import numpy as np import matplotlib.pyplot as plt x = np.ar... 阅读全文
摘要：
# coding:utf-8 # 带参数装饰器 def f1(func): print('开始！') def f2(a): print(func) a() print('执行') return f2 @f1('666') def f3(): print('测试开始') # 无参数装饰器 def f1(fu... 阅读全文
摘要：
from multiprocessing import Pool import gevent,os import time def recursion(n): if n == 1 or n ==2: return 1 else: return recursion(n-1)+recursion(n-2) def f1(n): for ... 阅读全文
摘要：
python与mongodb的交互 增删改差 首先引入包： pip install pymongo需要用到如下对象: MongoClient对象：用于与MongoDB服务器建立连接 client=MongoClient('主机ip',端口) DataBase对象：对应着MongoDB中的数据库 db 阅读全文
摘要：
安装： 1.获取redis资源 wget http://download.redis.io/releases/redis-5.0.0.tar.gz 2.解压 tar xzvf redis-5.0.0.tar.gz 3.安装 cd redis-4.0.8 make cd src make instal 阅读全文
摘要：
1、安装配置：https://www.cnblogs.com/ymwangel/p/5859453.html 2、使用 阅读全文