02 2020 档案
摘要:今天用echarts.js的曲线图和柱状图设计了疫情的模型,但由于要求不可发布到网上所以这里就不做展示了
阅读全文
摘要:今天爬取全国新型冠状病毒感染的肺炎疫情数据 设计思路 1,获取网页数据 2,提取想要的内容 3,储存到excel表格中 代码设计 1 #_*_coding:utf-8_*_ 2 # 爬取新型冠状病毒肺炎疫情 3 import requests 4 import re 5 import xlw 6 7
阅读全文
摘要:卷积神经网络之验证码识别 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(): """ 读取验证码图片 :ret
阅读全文
摘要:深度学习之卷积神经网络 卷积神经网络 - 结构 卷积层 通过在原始图像上平移来提取特征 激活层 增加非线性分割能力 池化层 减少学习的参数,降低网络的复杂度(最大池化和平均池化) 全连接层 卷积层(Convolutional Layer) 卷积核 - filter - 过滤器 - 卷积单元 - 模型
阅读全文
摘要:神经网络之Mnist手写数字识别案例 def full_connection(): """ 用全连接对手写数字进行识别 :return: """ # 1)准备数据 mnist = input_data.read_data_sets("./mnist_data", one_hot=True) # 用占
阅读全文
摘要:今天学了TensorFlow文件读取操作 一,读取图片文件 def read_picture(): """ 读取狗图片案例 :return: """ # 1、构造文件名队列 # 构造文件名列表 filename_list = os.listdir("./dog") # 给文件名加上路径 file_l
阅读全文
摘要:今天是学习深度学习的第二天 1,大概了解了一遍TensorFlow的框架 TensorFlow的整体结构-数据流图(图,会话),图,会话,张量,变量,操作以及Tensor board的可视化 2,图的相关操作 默认图:tf.get_default_graph()(调用方法) .graph(查看属性)
阅读全文
摘要:今天学习深度学习了解一下他的发展史以及跟机器学习的区别,并且运行了tensorflow下的加法运算 笔记 深度学习与机器学习的区别:特征提取方面: 机器学习:需要大量的领域专业知识。 深度学习:由多层的简单模型组成,通过大量的数据自动得出模型,不需要人工特征提取。数据量和计算性能方面: 深度学习需要
阅读全文
摘要:今天看了下自然语言处理的算法textRank如何用python jieba库实现,然后就是一个数据分析过后的展示,可以用词云,echarts,three.js等。现在对自然语言方面感觉还是挺懵的,准备找几本书看吧,补补基础先。 下午收集网络科技热词2019到2015年的 用python从百度百科爬取
阅读全文
摘要:今天学习自然语言的算法 TF-IDF 算法 :关键词提取 TF-IDF的主要思想就是:如果某个词在一篇文档中出现的频率高,也就是TF高;在语料库中其他的文档中很少出现,就是DF低,也就是IDF高,则认为这个词具有很好的类区分能力。 TF为词频(Term Frequency),表示词t在文档d中出现的
阅读全文

浙公网安备 33010602011771号