摘要：
b = lambda i, x: (tf.compat.v1.Print(i + 1, [i]), tf.compat.v1.Print(x + 1, [i], "x:")) 阅读全文
posted @ 2020-09-27 17:16
说分手后还能做炮友?
阅读(233)
评论(0)
推荐(0)
摘要：
水下服务器，做上浮移动轨道，双轨道以地面为固定，冷却内外双循环相互独立，缆绳要足够结实，球壳向下开口。追求低成本无人看管长效运行。 阅读全文
posted @ 2020-09-22 13:13
说分手后还能做炮友?
阅读(224)
评论(0)
推荐(0)
摘要：
tf.keras包含各种内置层，例如： 卷积层： Conv1D ， Conv2D ， Conv3D ， Conv2DTranspose 池化层： MaxPooling1D ， MaxPooling2D ， MaxPooling3D ， AveragePooling1D RNN层： GRU ， LST 阅读全文
posted @ 2020-09-21 16:59
说分手后还能做炮友?
阅读(161)
评论(0)
推荐(0)
摘要：
>>> np.random.randint(2, size=10) array([1, 0, 0, 0, 1, 1, 0, 0, 1, 0]) # random >>> np.random.randint(1, size=10) array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0 阅读全文
posted @ 2020-09-21 16:19
说分手后还能做炮友?
阅读(120)
评论(0)
推荐(0)
摘要：
num_tags = 12 # Number of unique issue tags num_words = 10000 # Size of vocabulary obtained when preprocessing text data num_departments = 4 # Number 阅读全文
posted @ 2020-09-21 15:46
说分手后还能做炮友?
阅读(109)
评论(0)
推荐(0)
摘要：
encoder_input = keras.Input(shape=(28, 28, 1), name="img") x = layers.Conv2D(16, 3, activation="relu")(encoder_input) x = layers.Conv2D(32, 3, activat 阅读全文
posted @ 2020-09-21 14:54
说分手后还能做炮友?
阅读(200)
评论(0)
推荐(0)
摘要：
template = 'Epoch {}, Loss: {}, Accuracy: {}, Test Loss: {}, Test Accuracy: {}' print(template.format(epoch + 1, train_loss.result(), train_accuracy.r 阅读全文
posted @ 2020-09-21 14:26
说分手后还能做炮友?
阅读(413)
评论(0)
推荐(0)
摘要：
r_:row c_:coloum 阅读全文
posted @ 2020-09-20 11:48
说分手后还能做炮友?
阅读(206)
评论(0)
推荐(0)
摘要：
在numpy中，一个列表虽然是横着表示的，但它是列向量。 阅读全文
posted @ 2020-09-20 11:37
说分手后还能做炮友?
阅读(173)
评论(0)
推荐(0)
摘要：
x = np.ma.array([[1,2,3],[4,5,6],[7,8,9]], mask=[0] + [1,0]*4) >>> x masked_array( data=[[1, --, 3], [--, 5, --], [7, --, 9]], mask=[[False, True, Fal 阅读全文
posted @ 2020-09-20 09:44
说分手后还能做炮友?
阅读(192)
评论(0)
推荐(0)
浙公网安备 33010602011771号