悄悄成长

摘要： 类型修改： 数组去重： ndarray运算： 逻辑运算： 统计运算： 数组间运算： 数组与数的运算： 数组与数组的运算： 广播机制： 矩阵运算; 阅读全文

摘要： 图和tensorboard 什么是图结构： 图的相关操作 默认图： def graph_demo(): tf.compat.v1.disable_eager_execution() """ 图的演示 :return: """ # TensorFlow实现加法运算 a_t = tf.constant( 阅读全文

摘要： 误差来源： 非线性模型： 决策树： 节点特征和分割点选择; Gini指数： 随机森林： 案例： 阅读全文

摘要： 梯度下降法： 最大似然估计： 神魔是分类： 感知机： 损失函数： 案例： 总结： 阅读全文

摘要： numpy矩阵求逆函数： 回归： 岭回归： 总结： 阅读全文

摘要： 当一个车前进之后。后边的车不会快速补上来（要是可以快速补上来就不会出现堵车了） 元胞自动机的相关要素： 邻居 规则： 森林火灾： 交通： 阅读全文

摘要： 首先tf1.的开启回话语句是这样的： # 开启会话 with tf.Session() as sess: c_t_value = sess.run(c_t) print("c_t_value:\n", c_t_value) 现在对于tf2.的用户应该这样做： # 开启会话 tf.compat.v1. 阅读全文

摘要： 基本操作： 生成数组的方法： 生成0和1的数组： 从现有数组生成： 生成固定范围的数组： 生成随机数组： 案例：随机生成八只股票交易两周的日涨幅数据 切片索引： 形状修改： 阅读全文

摘要： 机器学习和深度学习两者之前的区别： 特征提取方面： 数据量和计算性能要求： 算法代表： tensorflow的使用 tf数据流图： 用tensorflow实现一个简单的加法运算： import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG 阅读全文

摘要： numpy介绍： numpy： ndarray介绍： ndarray与Python原生list运算效率对比： ndarray优势： 存储风格： 并行化运算： 底层语言： ndarray属性 ndarray形状; ndarray类型; 阅读全文