里列昂遗失的记事本

摘要： #include <stdio.h> typedef unsigned char *byte_pointer; //将数据类型byte_pointer定义为一个指向类型为unsigned char的对象的指针 void show_bytes(byte_pointer start, size_t le 阅读全文

摘要： 阻尼牛顿法（Python实现） 使用牛顿方向，分别使用Armijo准则和Wolfe准则来求步长 求解方程 $f(x_1,x_2)=(x_1^2-2)^4+(x_1-2x_2)^2$的极小值 import numpy as np import tensorflow as tf def fun(x): 阅读全文

摘要： 最速下降法（Python实现） 使用最速下降法方向，分别使用Armijo准则和Wolfe准则来求步长 求解方程 $f(x_1,x_2)=(x_1^2-2)^4+(x_1-2x_2)^2$的极小值 import numpy as np import tensorflow as tf def fun(x 阅读全文

摘要： #include <stdio.h> typedef unsigned char *byte_pointer; //将数据类型byte_pointer定义为一个指向类型为unsigned char的对象的指针 void show_bytes(byte_pointer start, size_t le 阅读全文

摘要： TensorFlow数据集（TFDS）项目使下载通用数据集变得非常容易，从小型数据集（如MNIST或Fashion MNIST）到大型数据集（如ImageNet）。该列表包括图像数据集、文本数据集（包括翻译数据集）以及音频和视频数据集。 TFDS没有和TensorFlow捆绑在一起，因此需要安装te 阅读全文

摘要： 预处理输入特征 为神经网络准备数据需要将所有特征转换为数值特征，通常将其归一化等。特别是如果数据包含分类特征或文本特征，则需要将它们转换为数字。 在准备数据文件时，可以使用任何喜欢的工具（例如NumPy、pandas或Scikit-Learn）提前完成此操作。或者，可以在使用Data API加载数据 阅读全文

摘要： TFRecord格式 TFRecord格式是TensorFlow首选的格式，用于储存大量数据并有效读取数据。这是一种非常简单的二进制格式，只包含大小不同的二进制记录序列（每个记录由一个长度、一个用于检查长度是否受损的CRC校验和、实际数据 以及最后一个CRC校验和组成）。可以使用tf.io.TFRe 阅读全文

摘要： 了解编码问题 虽然有一般性的UnicodeError异常，但是报告错误时几乎都会指明具体的异常：UnicodeEncoderError （把字符串转换成二进制序列时）或UnicodeDecoderError（把二进制序列转换成字符串时）。如果 源码的编码与预期不符，加载Python模块时还可能抛出S 阅读全文

摘要： 基本的编解码器 Python自带了超过100中编解码器（codec,encoder/decoder)，用于文本和字节之间相互转换。 每个编码器都有一个名称，如'uft_8'，而且经常有几个别名，如果'uft8'，'uft-8'和'U8'。 这些名称可以传递给open()、str.encode()、b 阅读全文

摘要： 数据API 整个数据API都围绕着数据集的概念。通常，使用的是逐步从磁盘中读取数据的数据集，但为了简单起见，使用 tf.data.Dataset.from_tensor_slices()在RAM中完全创建一个数据集合 import keras.activations import tensorflo 阅读全文