上一页 1 ··· 60 61 62 63 64 65 66 67 68 ··· 74 下一页
摘要: 将数据集变成可以迭代的对象。 阅读全文
posted @ 2021-07-28 11:17 祥瑞哈哈哈 阅读(36) 评论(0) 推荐(0)
摘要: 可以让节点不进行求梯度,从而节省了内存控件,当神经网络较大且内存不够用时,就需要让梯度为False 代码: x = torch.tensor([1.0], requires_grad=True) with torch.no_grad(): y = x * 2 print(y.requires_gra 阅读全文
posted @ 2021-07-28 10:07 祥瑞哈哈哈 阅读(7227) 评论(0) 推荐(0)
摘要: 使用不好就用相对路径,将程序和要读取的内容放在一起,之后读取时文件路径直接写文件名就可以 阅读全文
posted @ 2021-07-28 09:22 祥瑞哈哈哈 阅读(39) 评论(0) 推荐(0)
摘要: 采用DataFrame自带的values函数。去除DataFrame数据结构中的标签。 返回numpy。 阅读全文
posted @ 2021-07-27 22:11 祥瑞哈哈哈 阅读(466) 评论(0) 推荐(0)
摘要: pd.get_dummy把离散变量创建为新特征。相当于把特征值变为特征用0和1表示该实体是否具有。dummy_na=True表示增加一列Nan用来表示哪个个体缺失数据。 阅读全文
posted @ 2021-07-27 22:06 祥瑞哈哈哈 阅读(253) 评论(0) 推荐(0)
摘要: 表达函数的简单方法。 实例: x=lambda a,b:a*b 执行结果 阅读全文
posted @ 2021-07-27 21:30 祥瑞哈哈哈 阅读(53) 评论(0) 推荐(0)
摘要: 可以使用DataFrame.apply可以对某行或某列进行函数操作,返回一个DataFrame数据结构。 阅读全文
posted @ 2021-07-27 21:24 祥瑞哈哈哈 阅读(365) 评论(0) 推荐(0)
摘要: numeric_feaures=all_features.dtype[all_features.dtype!='object'].index 分部解析: all_features.dtypes:返回每个列数值类型。 all_features.dtypes !='object':返回每个列的布尔值,类 阅读全文
posted @ 2021-07-27 21:09 祥瑞哈哈哈 阅读(1465) 评论(0) 推荐(0)
摘要: 返回DataFrame每列的数值类型。 阅读全文
posted @ 2021-07-27 20:58 祥瑞哈哈哈 阅读(208) 评论(0) 推荐(0)
摘要: pandas.DataFrame.fillna 就是给Nan值填充数据的。把NAN值用0替换。 阅读全文
posted @ 2021-07-27 20:05 祥瑞哈哈哈 阅读(108) 评论(0) 推荐(0)
上一页 1 ··· 60 61 62 63 64 65 66 67 68 ··· 74 下一页