09 2018 档案
摘要：我们假设, 女生长得越漂亮, 越多男生爱. 这就可以被当做一个线性问题. 但是如果我们假设这个场景是发生在校园里. 校园里的男生数是有限的, 女生再漂亮, 也不可能会有无穷多的男生喜欢她. 所以这就变成了一个非线性问题 想要恰当使用这些激励函数, 还是有窍门的. 比如当你的神经网络层只有两三层, 不
阅读全文
摘要：交叉熵刻画了两个概率分布之间的距离 但是神经网络的输出却不是一个概率分布 softmax回归可以把前向传播返回的结果变成一个概率分布的问题 在tf中，softmax回归参数被去掉了，只是一个额外的输出处理层 也就是说原来的输出被当成了置信度 从交叉熵的公式来来看H(A,B)!=H(B,A)也就是说这
阅读全文
摘要：from matplotlib import pyplot as plt from matplotlib import animation import numpy as np fig, ax = plt.subplots() x = np.arange(0, 2*np.pi, 0.01) line, = ax.plot(x, np.sin(x)) # 接着，构造自定义动画函数animate...
阅读全文
摘要：import matplotlib.pyplot as plt import numpy as np x = np.arange(0, 10, 0.1) y1 = 0.05 * x**2 y2 = -1 * y1 fig, ax1 = plt.subplots() #获取figure默认的坐标系 ax1 # 对ax1调用twinx()方法，生成如同镜面效果后的ax2： ax2 = a...
阅读全文
摘要：# 导入pyplot模块 import matplotlib.pyplot as plt # 初始化figure fig = plt.figure() # 创建数据 x = [1, 2, 3, 4, 5, 6, 7] y = [1, 3, 4, 2, 5, 8, 6] # 接着，我们来绘制大图。首先确定大图左下角的位置以及宽高： left, bottom, width, height ...
阅读全文
摘要：ax3 = plt.subplot2grid((3,3),(2,0))表示把整个figure分为了三行三列，从第二行第0列开始作图 可以就是用网格作图，方便
阅读全文
摘要：plt.subplot(2,2,3) 和plt.subplot(223)的效果是一样的 均匀分隔和不均匀分隔的区别 就是subplot前后的参数不一样
阅读全文
摘要：plt.imshow() 记住有这个东西就行
阅读全文
摘要：等有需求的时候再深入研究
阅读全文
摘要：plt.yticks(())隐藏y的刻度 plt.bar(x,-y2) bar是柱状图
阅读全文
摘要：plt.scatter(x,y,s=.c=,alpha=)#xy是坐标，s是size，c是颜色，alpha是透明度
阅读全文
摘要：能画虚线，能写注释，注释有两种情况第一种为annotate，第二种为text
阅读全文
摘要：l1 = plt.plot(x,y1,lable='linear line') 表示l1是一条线，x，y参数确定，lable表示这个线在figure里面的名称 plt.legend(loc='upper right') #plt的图例放置的位置在loc参数中 plt.legend(handles=[
阅读全文
摘要：xy坐标的范围可以通过lim来实现，坐标轴名称也很好实现 plt.xticks([-1,2,5])表示设置x轴的刻度，在-1到2之间，有5个刻度 还可以给刻度添加名字 ax = plt.gca（）用于获取当前坐标轴的信息 ax.spines('top').set_color('none') 把顶端边
阅读全文
摘要：plt.figure(num=3.,figsize(8,5),)第一个参数确定figure的编号，第二个参数确定大小 plt.plot(x,y1,linewidth=1.0,linestyle='--') 宽度为1.0 风格为虚线
阅读全文
摘要：np.linspace 相当于定义一个数据集合，第一个和第二个参数确定范围，第三个参数确定个数 plt.figure()定义一个图形界面 plt.plot(x,y)依照数据画 plt.show()打印
阅读全文
摘要：1.是一个非常强大的python画图的一个工具 2.手中有很多的数据，但是不知道如何呈现 matplotlib-》能画出 线图; 散点图; 等高线图; 条形图; 柱状图; 3D 图形, 甚至是图形动画等等.
阅读全文
摘要：python是很慢的，因为python在执行代码的时候会执行很多复杂的check功能，比如 这个运算看起来很简单，但是在计算机的内部。b要先从一个整数integer转化成一个浮点数float，才能执行a的赋值numpy，他能把简单好用的python和高性能的c语言合并在一起，当调用numpy功能的时
阅读全文
摘要：结合matplotlib作图ax=ax表示在同一个坐标系
阅读全文
摘要：concat是一种基本的合并方式，但是concat有很多参数可以调整 axis=0是预设值，也就是默认就为vertical合并 ignore_index=true 这个参数用于忽略以前的index，生成新的有序的index join合并 join=‘outer’为预设值，按照column做纵向合并，
阅读全文
摘要：出处：https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/3-5-pd-to/
阅读全文
摘要：去掉有空值的行或者列 dateframe.fillna(value= ) 替代控制为value的值 dateframe.isnull() 这个返回的是一个dateframe 里面的只有false，true 当存在na的时候就是true np.any(dateframe.isnull() ) 判断这个
阅读全文
摘要：简单的一些赋值，增添行数据和列数据等 出处：https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/3-3-pd-assign/
阅读全文
摘要：dates = pd.date_range('20130101', periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D']) 创建了一个dataframe date
阅读全文
摘要：出处：https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/3-1-pd-intro/ pandas主要的两个数据结构series，dataframe 可以说numpy是列表形式的，没有数据标签，pandas是字典类型的，表格形
阅读全文
摘要：= 的赋值方式会带有关联性（a=b，当b改变a随之改变），copy没有
阅读全文
摘要：分割的作用 在卷积神经网络中 卷积的过程就要用到array的分割，因为是一小块一小块的卷积的
阅读全文
摘要：np.vstack((a,b))将数组上下合并 np.hstack((a,b))将数组左右合并 可以有选择性的对数组进行合并操作，输入的参数是一个元组 A[np.newaxis,:]表示增加一个新的维度，因为知道一位数组不是矩阵，无法进行转置 当有多个矩阵或者数列需要合并的时候选择concatena
阅读全文
浙公网安备 33010602011771号