03 2021 档案
解决ImportError: Keras requires TensorFlow 2.2 or higher. Install TensorFlow via `pip install tensorfl
摘要:参考链接:https://blog.csdn.net/weixin_41194171/article/details/108533199
阅读全文
摘要:配置了一下虚拟机。将tensorflow的环境弄好了。熟悉了一下虚拟机里面的jupyter。以及实现了共享文件夹。并发表一个博客。
阅读全文
摘要:继续观看深度学习的视频。将之前的案例进行了复习。阅读了书籍,等到了一章就发表博客。
阅读全文
摘要:今天看了一下flask。通过Python做web项目。主要是json和jsonify的相关操作。并发表一篇博客
阅读全文
摘要:前言: 在做网站前后端数据交互的时候,我们经常需要使用Ajax等方法向后端发送请求来获取响应的数据,而我们经常需要的就是json格式的响应数据,它实际上就是一个字符串。要知道Flask如何返回json响应数据,首先就需要知道如何将字典dict转化为json字符串。 使用json库dict和json字
阅读全文
摘要:继续复习之前的深度学习。将代码案例进行编写。采用英文注释的方法进行操作。并发表一篇博客。
阅读全文
摘要:阶段1:变量的使用 """ __author__="dazhi" 2021/3/6-12:52 """ import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' def variable_demo(): tf
阅读全文
摘要:今天将自己之前学习过的深度学习视频又看了看。将前面几个源码程序进行了编写。采用英文注释的方法进行操作。 明天打算继续向下复习一下之前学过的深度学习或者是看一下web网站手机端的大小适配。
阅读全文
摘要:阶段1:正常情况实现加法运算 """ __author__="dazhi" 2021/3/5-12:35 """ import tensorflow as tf def tensorflow_demo(): """tensorflow Basic structure""" a = 2 b = 3 c
阅读全文
摘要:今日正常上课。将之前学过的深度学习有简单学习了一下。看了看之前的深度学习的代码。
阅读全文
摘要:软件架构师是如何工作的: 首先咱们来说一下缘起,在软件行业对于什么是架构一直都有很多的争论,架构在软件发明时的N多年一亲肌已经存在了。那为什么会产生架构呢?在早起人类都是一个个体,自己进行自己的事情,但是慢慢之后进行群居,一旦多人分工配合作为生存的整体,力量就会强大的多。当分工产生之后,实际上每个人
阅读全文
摘要:以淘宝“双十一”为场景对淘宝网进行系统质量分析 1.可用性 场景设想:双十一狂欢节时很多用户同时访问淘宝网,导致系统崩溃 刺激源:用户 刺激:很多用户同时进行登录、查询、购买操作 环境:用户正常操作 制品:系统服务器 响应:系统响应人数过多,系统检测到事件,记录故障,通知系统 响应度量:一定时间后,
阅读全文
摘要:主要做的是以淘宝网为例,简单描述了六个属性的应用场景。参考了一些网上的资料。 回忆了一下自己之前学习的深度学习,感觉记忆不是很深。预计重来一遍,加深记忆。
阅读全文
摘要:正常上课之后了解了深度学习中容易出现的问题。写完了上课的时候老师布置的作业。 检查了一下自己flask项目的运行情况。
阅读全文
摘要:import tensorflow as tf import glob import pandas as pd import numpy as np # 1)读取图片数据filename -> 标签值 def read_picture(): tf.compat.v1.disable_eager_ex
阅读全文
摘要:优化器总结: 机器学习中,有很多优化方法来试图寻找模型的最优解。比如神经网络中可以采取最基本的梯度下降法。 梯度下降法(Gradient Descent) 梯度下降法是最基本的一类优化器,目前主要分为三种梯度下降法:标准梯度下降法(GD, Gradient Descent),随机梯度下降法(SGD,
阅读全文
摘要:正常上网课 剩下时间: 帮同学安装了一下android studio。 画了一些流程图。 tensorflow各种优化器的比较总结
阅读全文
摘要:网络结构: 网络设计: 代码: import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data tf.compat.v1.disable_eager_execution() # 1、利用数据,在训练
阅读全文