python终极者

摘要： 大家好，好久没写博客了，最近都在忙着学习python自动化脚本，有兴趣想交流的可以扫下方二维码，欢迎打扰哦。 特别是网络运维，python这一块的小伙伴，对于现在自动化运维这么火的时候，如果每天都是重复着平淡重复性的工作，可以学习python自动化运维，工作可以做到事半功倍。是不是觉得特别高大上，好 阅读全文

摘要： 卷积层的原理和优点 在普通的全连接神经网络基础上，加上了卷积层，卷积层可以把低级别的特征逐步提取成为高级别特征的能力，是实现图像识别、语音识别等人工智能应用的基本原理。所以，由于卷积层这个能自主从原始的数据开始逐步发现特征并最终解决问题的能力，所以卷积层特别适合处理像图片、视频、音频、语音文字等这些 阅读全文

摘要： 大多数神经网络训练过程都是比较漫长的，为了避免过程中发生意外导致训练结果丢失，我们需要采用保存训练过程的方法。另外，物品们无法预知多少次训练才能达到合适的准确率，所以往往要在一次程序训练结束后先保存当时的训练结果，再根据当时的误差率来决定是否继续训练，那么，再次训练的时候就需要载入保存的训练结果再往 阅读全文

摘要： 一、正则表达式概念 正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。 二、常用的re方法 阅读全文

摘要： 一、概念 random函数：一个生成随机数值的函数，random() 方法返回随机生成的一个实数，它在[0,1)范围内。 二、使用random函数过程： 三、循环获取若干个随机数的写法： 1、使用for循环获取（-20，20）内的5个随机数： 2、使用列表推导式获取（-20，20）内的5个随机数 x 阅读全文

摘要： 什么是回归？ 假设现在有一些数据点，我们用 一条直线对这些点进行拟合（该线称为最佳拟合直线），这个拟合过程就称作回归。 一、基于 Logistic 回归和 Sigmoid 函数的分类 我们想要的函数应该是，能接受所有的输入然后预测出类别。例如，在两个类的情况下，函数输出0或1。Sigmoid函数能在 阅读全文

摘要： 决策树的原理：通过一系列问题进行if/else的推导，最终实现决策。 我们经常用决策树处理分类问题，决策树是最经常使用的数据挖掘算法。K-近邻算法可以完成很多分类任务，但是最大的缺点是给出的数据没有内在意义，决策树的优势就在于数据形式非常容易理解。 二、决策树的构造 在一个数据集上哪个特征在划分数据 阅读全文

摘要： 1 #这个函数是用来统计得到一个总体单词向量的，就是：所有的文本一共有多少个不同的单词， 2 #由这些不同的单词组成一个单词向量，向量可以理解成为列表 3 #dataSet：是训练数据集 4 def createVocabList(dataSet): 5 #使用python内置set函数创建一个空的 阅读全文

摘要： 一、K-近邻算法原理 如图所示，数据表中有两个属性，两个标签（A,B），预测最后一行属于哪种标签。 通过可视化数据，可以看到A和B分别集中某一领域,观察可见，第六行（2.1，1.4）比较靠近标签A。 K-近邻原理：因为未知标签的属性是已知的，可以通过计算未知标签的属性与已知标签的属性的距离，参数K表 阅读全文