2018年9月14日

2-18 matplotlib模块的使用

摘要: import numpy as np import matplotlib.pyplot as plt x = np.array([1,2,3,4,5,6,7,8]) y = np.array([3,5,7,6,2,6,10,15]) plt.plot(x,y,'r') # 折线 1 x 2 y 3 color import numpy as np import matplo... 阅读全文

posted @ 2018-09-14 21:29 绿茵好莱坞 阅读(200) 评论(0) 推荐(0)

2-17 numpy模块使用

摘要: #CURD import numpy as np data1 = np.array([1,2,3,4,5]) print(data1) data2 = np.array([[1,2], [3,4]]) print(data2) #维度 print(data1.shape,data2.shape) # zero ones 空矩阵 单位矩阵 pri... 阅读全文

posted @ 2018-09-14 15:11 绿茵好莱坞 阅读(208) 评论(0) 推荐(0)

2-16 矩阵基础3

摘要: import tensorflow as tf mat0 = tf.constant([[0,0,0],[0,0,0]])#两行三列 mat1 = tf.zeros([2,3]) mat2 = tf.ones([3,2]) mat3 = tf.fill([2,3],15) with tf.Session() as sess: print(sess.run(mat0)) print... 阅读全文

posted @ 2018-09-14 12:15 绿茵好莱坞 阅读(201) 评论(0) 推荐(0)

2-15 矩阵基础2

摘要: 一种矩阵加法,两种矩阵乘法。矩阵加法非常简单,就是对应元素的相加。第一个矩阵是M行k列,第二个矩阵必须是k行N列。第一个矩阵的列必须要和第二个矩阵的行数相同。这样它们乘出来的结果就是M*N。第一个的列和第二个的行抵消掉。当M、N、k相同的时候,得到的结果肯定也是M*N。 如果两个矩阵想相乘,第一个矩 阅读全文

posted @ 2018-09-14 11:15 绿茵好莱坞 阅读(288) 评论(0) 推荐(0)

2-14 矩阵基础1

摘要: #placehold import tensorflow as tf data1 = tf.placeholder(tf.float32) data2 = tf.placeholder(tf.float32) dataAdd = tf.add(data1,data2) with tf.Session() as sess: print(sess.run(dataAdd,feed_dict=... 阅读全文

posted @ 2018-09-14 03:53 绿茵好莱坞 阅读(203) 评论(0) 推荐(0)

导航