2019年1月16日

用矩阵方式求解线性回归的最优θ

摘要: 1.假设回归的目标函数式为 (其中x0为1) 当 n = 1时表示一元函数,对一元函数进行回归分析 2.将误差记为:ε 要使得ε最小,然后样本真实值 y 和模型训练预测的值之间是有误差 ε ,再假设训练样本的数据量很大的时候,根据中心极限定律可以得到 ∑ε 满足 (u ,δ²)高斯分布的;由于方程有 阅读全文

posted @ 2019-01-16 13:35 C~K 阅读(612) 评论(0) 推荐(0)

2019年1月12日

python,tensorflow,CNN实现mnist数据集的训练与验证正确率

摘要: 1.工程目录 2.导入data和input_data.py 链接:https://pan.baidu.com/s/1EBNyNurBXWeJVyhNeVnmnA 提取码:4nnl 3.CNN.py 4.test.py 阅读全文

posted @ 2019-01-12 10:47 C~K 阅读(1740) 评论(0) 推荐(0)

python查看当前路径

摘要: 1.os模块 2.sys模块 阅读全文

posted @ 2019-01-12 09:25 C~K 阅读(1252) 评论(0) 推荐(1)

2019年1月11日

python_tensorflow_Django实现逻辑回归

摘要: 1.工程概要 2.data文件以及input_data文件准备 链接:https://pan.baidu.com/s/1EBNyNurBXWeJVyhNeVnmnA 提取码:4nnl 3.logisstic_mnist.py 4.views.py 5.urls.py 6.logistic_regre 阅读全文

posted @ 2019-01-11 10:12 C~K 阅读(357) 评论(0) 推荐(0)

2019年1月10日

python保存字典和读取字典pickle

摘要: import pickle import numpy as np def save_obj(obj, name): with open(name + '.pkl', 'wb') as f: pickle.dump(obj, f, pickle.HIGHEST_PROTOCOL) def load_obj(name): with open(name + '.... 阅读全文

posted @ 2019-01-10 20:07 C~K 阅读(1503) 评论(0) 推荐(1)

python,tensorflow线性回归Django网页显示Gif动态图

摘要: 1.工程组成 2.urls.py 3.views.py 4.index.py 5.linear_regression.py 阅读全文

posted @ 2019-01-10 11:41 C~K 阅读(810) 评论(0) 推荐(0)

python gif动态图的合成

摘要: 1.确保imageio已经安装 2.函数准备 3.函数调用 阅读全文

posted @ 2019-01-10 11:35 C~K 阅读(581) 评论(0) 推荐(0)

2019年1月9日

tensorflow梯度下降

摘要: import numpy as np import tensorflow as tf import matplotlib.pyplot as plt num_points = 1000 vectors_set = [] for i in range(num_points): x1 = np.random.normal(0.0, 0.55) y1 = x1*0.1 + 0.3 +... 阅读全文

posted @ 2019-01-09 16:48 C~K 阅读(206) 评论(0) 推荐(0)

anaconda安装tensorflow

摘要: tensorflow在python3.7上没有适用的版本。 1.将电脑中的python环境更改为anaconda中的python3.5环境 2.之后根据提示选择进入3.5版本 3.查找tensorflow版本 4.选择想要安装的版本,根据提示输入 5.根据提示输入安装指令 开始安装 阅读全文

posted @ 2019-01-09 14:45 C~K 阅读(205) 评论(0) 推荐(0)

windows查看当前python的版本

摘要: 1.Ctrl+R打开控制台 输入python之后回车 阅读全文

posted @ 2019-01-09 13:53 C~K 阅读(4313) 评论(0) 推荐(0)

导航