CAMILIA的学习日记

摘要： 《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 02-加载数据 包括： 加载样本数据集 创建仿 阅读全文

摘要： 《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每 阅读全文

摘要： random模块通常用来生成随机数，结合time模块生成随机数的代码： ``` import time import random random.seed(time.time()) x = random.randint(0,9) # x是[0，9]的整数，注意是闭区间 ``` random.samp 阅读全文

摘要： 《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每 阅读全文

摘要： 加载数据集dataloader from torch.utils.data import DataLoader form 自己写的dataset import Dataset train_set = Dataset(train=True) val_set = Dataset(train=False) 阅读全文

摘要： 模型测试 import cv2 from torchvision import transforms, datasets, models from torch.utils.data import DataLoader import torch import numpy as np import os 阅读全文

摘要： import tqdm 使用tqdm模块，可以在漫长的for循环加上一个进度条，显示当前进度百分比。 将tqdm写在迭代器之外即可：tqdm(iterator) for i in tqdm(range(len(list))) # 或者 for i in trange(len(list)) 参考： h 阅读全文

摘要： 部分数据输出为NaN，处理这部分异常数据使用isnan()函数 方法一：使用np.nan import numpy as np if z == np.nan: print('error') 方法二： from math import isnan isnan(z) 参考： https://www.cn 阅读全文

摘要： import json 函数 json.dumps() json.dumps()函数是将字典转化为字符串 json.loads() json.loads()函数是将字符串转化为字典 注意： 从json文件读取多层嵌套的字典，每一层都需要进行json.loads()。 区分是字符串还是字典，看输出的键 阅读全文

摘要： Pandas 即Python Data Analysis Library，是为了解决数据分析而创建的第三方工具，它不仅提供了丰富的数据模型，而且支持多种文件格式处理，包括CSV、HDF5、HTML 等，能够提供高效的大型数据处理。 另外，csv模块也同样可以进行csv文件读写。 import pan 阅读全文