Jary霸 - 博客园

2019年1月1日

摘要：批处理梯度下降算法（batch gradient descent）原理：初始化参数，然后拿到全部样本，根据全部样本算出代价函数对参数的偏导数，然后同时更新这些参数。接着还是全部样本，计算。。。。。注意：要做同步更新参数，而不是先更新一个再更新另一个。注意：如果如果学习率很大，则每一步都会迈得很阅读全文

posted @ 2019-01-01 21:46 Jary霸阅读(229) 评论(0) 推荐(0)

dict使用

摘要：里面的元素是：key: value d = { 'Adam':95, 'Lisa':85, 'Bart':59, 'Paul':75 } 打印：print d['Paul'] 注意: 通过 key 访问 dict 的value，只要 key 存在，dict就返回对应的value。如果key不存在，会阅读全文

posted @ 2019-01-01 20:43 Jary霸阅读(113) 评论(0) 推荐(0)

feed

摘要： a1=tf.placeholder(tf.float32) # 占位符 a2=tf.placeholder(tf.float32)r=tf.multiply(a1,a2) with tf.Session() as sess: a=sess.run(r,feed_dict={a1:22,a2:3}) 阅读全文

posted @ 2019-01-01 20:11 Jary霸阅读(385) 评论(0) 推荐(0)

2018年12月30日

for

摘要： 1. L的内容赋值给name 这样一来，遍历一个list或tuple就非常容易了。还可以： for name in range(10): print(name) 其中： range(10) ： [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] range(1, 11) ： [1, 2, 阅读全文

posted @ 2018-12-30 22:11 Jary霸阅读(144) 评论(0) 推荐(0)

基本运算

摘要： import tensorflow as tf # 矩阵乘法 aa=tf.constant([1,2,3]) # 定义一个常量，一维数组 a=tf.constant([[1,2,3],[4,5,6]]) # 定义一个常量，2行3列矩阵 with tf.Session() as sess : a1=t 阅读全文

posted @ 2018-12-30 21:21 Jary霸阅读(149) 评论(0) 推荐(0)

list and tuple

摘要： 1. L = [95.5, 85, 99]print L[-1] # 倒数第一个元素print L[-2] # 倒数第二个元素print L[-3] # 倒数第三个元素 2. append()总是把新的元素添加到 list 的尾部。如果 Paul 同学表示自己总是考满分，要求添加到第一的位置，怎么阅读全文

posted @ 2018-12-30 20:53 Jary霸阅读(119) 评论(0) 推荐(0)

2018年10月1日

new int

摘要： new int, 在申请内存，定义int变量；new int (100)，在申请内存，定义int变量，并初始化为100；new int[100] , 在申请内存，定义int数组变量。阅读全文

posted @ 2018-10-01 11:30 Jary霸阅读(526) 评论(0) 推荐(0)

2018年9月28日

include

摘要： 1. 自己写的文件都用：include "....." 2. 如果A类include了B，那么在主函数中，只用include A类，就可以使用B类了，但是此时不能再include B类了。阅读全文

posted @ 2018-09-28 10:09 Jary霸阅读(353) 评论(0) 推荐(0)

2018年9月20日

并查集

摘要：参见项目：UnionFind 阅读全文