欣姐姐

摘要： 1 def read_file(filename):#读入文件 2 try: 3 fp=open(filename) #打开文件 4 L=fp.readlines() #按行读入 5 except IOError: #如果没找到文件 6 print("Error opening or readin... 阅读全文

摘要： 这是今天完成的第二道题，这个比较好理解，半小时以内就好了，，， 就是个整数与字符串与数组之间的转换关系。 我看了优秀的人的答案，用到了divmod()函数，我知道的函数太少了，这就是需要重点学习的地方，以后还会再次改进的，加油加油！！！ ——2019.9.18 阅读全文

摘要： 经过一早上的两个多小时才完成，，， 代码如下： 1 class Solution: 2 def plusOne(self, digits): 3 index=[] 4 for i in range(len(digits)): 5 if digits[i]==9: 6 index.append(i) 阅读全文

摘要： 好开心哦，虽然还是简单题，但是做对了！！！！ 这里面就用到了 这个是我之前不会的。举例： 运行结果： 除此之外还有append()，remove()的用法，差点忘了 加油加油加油！！！！！！！！ ——2019.9.17 阅读全文

摘要： 这个挺简单的，只能独立完成这样程度的题还是很让人沮丧。 虽然完成了，效果并不好，还得再思考精进才行 class Solution: def __init__(self): return None def removeElement(self, nums, val) -> int: while val 阅读全文

摘要： 我真的好菜。。。。。。 最简单的题都不会。。。。。。 今天做的是leetcode的第一题——两数之和，做了好久不会做，最后还是看了别人的答案才恍然大悟，原来有这么多种做法。。。 两数之和嘛，取出一个数再取出一个数，我只是用暴力法写了两个for循环，然后就超出时间了。 哈希表我还是不会，不知道怎么编写 阅读全文

摘要： ReLU层的设计： ReLU函数： 导数： Sigmoid层的设计： Affine 层： Softmax-with-Loss 层的实现 对应误差反向传播法的神经网络的实现： 阅读全文

摘要： 梯度的实现： 梯度下降法的实现： 神经网络的梯度 下面，我们以一个简单的神经网络为例，来实现求梯度的代码： 学习算法的实现： 前提 神经网络存在合适的权重和偏置，调整权重和偏置以便拟合训练数据的过程称为“学习”。神经网络的学习分成下面 4 个步骤。 步骤 1（mini-batch） 从训练数据中随机 阅读全文

摘要： 问题：如何实现数字“5”的识别？O(∩_∩)O~ 手写数字“5”的例子：写法因人而异，五花八门 方案： 从图像中提取特征量 用及其学习技术学习这些特征量的模式 神经网络的学习中所用到的指标称为损失函数。 可以用作损失函数的函数很多，最有名的是均方误差（mean squared error）。 均方误 阅读全文

摘要： 神经网络输入层神经单元个数：784 （图像大小28*28） 输出层 ：10 （10个类别分类，即10个数字） 隐藏层个数 ：2 第1个隐藏层的神经单元数 ：50 第2个隐藏层的神经单元数 ：100 先定义get_data()、init_network()、predict()这3个函数： init_n 阅读全文