摘要: #机器学习目录 老鱼学Numpy numpy有什么用 numpy安装 python开发环境搭建及numpy基本属性 numpy创建array numpy的基础运算 numpy的基础运算2 numpy的索引 numpy的array合并 numpy array分割 numpy array的复制 老鱼学P 阅读全文
posted @ 2019-03-05 17:06 dreampursuer 阅读(730) 评论(0) 推荐(0) 编辑
摘要: 这两天为了重启五年前基于 React Native(版本 0.59.9)开发的老项目,经过各种填坑查询等操作,最终把它成功地运行起来了。 在这篇文章中,我将详述那些遭遇的挑战以及对应的解决方案,以期为同样面临此类困境的开发者提供宝贵的经验参考。 这个项目涉及到的环境基本版本信息如下: react: 阅读全文
posted @ 2024-04-16 10:36 dreampursuer 阅读(192) 评论(0) 推荐(1) 编辑
摘要: 为了更深入了解程序员如何进行创收,今天与一位曾在几年前成功通过卖书和网课获取收益的前同事进行了交流。由于他曾有过丰富的经验,我向他请教了一些相关经验,以下是我想获取的信息: 你目前还在通过做网课获得收益吗? 没有。不再从事网课的主要原因有两点:首先,工作非常繁忙,每天都在996(周末加班可以获得双倍 阅读全文
posted @ 2024-02-29 15:56 dreampursuer 阅读(72) 评论(0) 推荐(0) 编辑
摘要: 前面我们针对电影评论编写了二分类问题的解决方案。 这里对前面的这个方案进行一些改进。 分批训练 model.fit(x_train, y_train, epochs=20, batch_size=512) 这里在训练时增加了一个参数batch_size,使用 512 个样本组成的小批量,将模型训练 阅读全文
posted @ 2020-09-24 09:25 dreampursuer 阅读(530) 评论(1) 推荐(0) 编辑
摘要: #什么是二分类问题? 二分类问题就是最终的结果只有好或坏这样的一个输出。 比如,这是好的,那是坏的。这个就是二分类的问题。 我们以一个电影评论作为例子来进行。我们对某部电影评论的文字内容为好评和差评。 我们使用IMDB 数据集,它包含来自互联网电影数据库(IMDB)的 50 000 条严重两极分化的 阅读全文
posted @ 2020-09-23 09:43 dreampursuer 阅读(1950) 评论(0) 推荐(0) 编辑
摘要: 深度学习是模仿了生物的神经元的概念,你可以想象用一大堆的神经元通过各种刺激来对外部世界进行感知,从而建立起对外部世界的模型。 比如给你一个数据对: | x | y | | | | | -1 | -3 | | 0 | -1 | | 1 | 1 | | 2 | 3 | | 3 | 5 | | 4 | 7 阅读全文
posted @ 2020-07-16 16:32 dreampursuer 阅读(201) 评论(0) 推荐(0) 编辑
摘要: tensorflow版本已经升级到了2.x,其在易用性上大大增强,主要是由于API采用了keras的方式,大大简化了开发工作。 #安装 pip3 install tensorflow #验证 输入如下代码: import tensorflow as tf 如果没有出错信息显示就表示安装成功了! 是否 阅读全文
posted @ 2020-07-16 15:46 dreampursuer 阅读(155) 评论(0) 推荐(0) 编辑
摘要: #选择学习方法 机器学习中有很多方法可以使用,但具体我们选择哪个机器学习的方法呢? sklean向我们提供了一个选择哪个机器学习的决策图: http://scikit-learn.org/stable/_static/ml_map.png #通用学习模式 sklearn提供了一个通用的机器学习模式, 阅读全文
posted @ 2020-06-30 10:19 dreampursuer 阅读(357) 评论(0) 推荐(0) 编辑
摘要: 为何要用keras? 两个字:简单。 Keras让深度学习像搭建积木一样方便地来进行,使前面的tensorflow能够更加方便地使用。 虽然还有其它更多的理由,比如:Keras 支持多个后端引擎,不会将你锁定到一个生态系统中。 但是对于我来讲,最大的优点就是简单方便。 安装keras pip3 in 阅读全文
posted @ 2019-03-27 16:26 dreampursuer 阅读(461) 评论(0) 推荐(0) 编辑
摘要: 之前我们学习过用CNN(卷积神经网络)来识别手写字,在CNN中是把图片看成了二维矩阵,然后在二维矩阵中堆叠高度值来进行识别。 而在RNN中增添了时间的维度,因为我们会发现有些图片或者语言或语音等会在时间轴上慢慢展开,有点类似我们大脑认识事物时会有相关的短期记忆。 这次我们使用RNN来识别手写数字。 阅读全文
posted @ 2018-03-06 09:43 dreampursuer 阅读(5802) 评论(0) 推荐(0) 编辑