05 2020 档案

python 第19课字符串 format格式化数字格式化操作

摘要：、阅读全文

posted @ 2020-05-31 21:31 月夜_1 阅读(430) 评论(0) 推荐(0)

python 第18课字符串常用查找方法去除首位信息大小写转换排版

摘要：阅读全文

posted @ 2020-05-31 14:46 月夜_1 阅读(185) 评论(0) 推荐(0)

python 第17课字符串驻留机制内存分析字符串同一判断值相等判断成员操作符字符串常用方法汇总

摘要：阅读全文

posted @ 2020-05-31 10:12 月夜_1 阅读(170) 评论(0) 推荐(0)

python 第16课字符串 split()切割 join()合并 join()效率测试

摘要：关于join和"+"实现字符串连接，数据量大时选用Join，只生成一个列表（列表中元素可变），而“+”每次运算会生成1个对象（字符串本身无法更改），速度慢。小练习阅读全文

posted @ 2020-05-31 08:38 月夜_1 阅读(404) 评论(0) 推荐(0)

python 第15课字符串 _切片 slice操作逆序

摘要：阅读全文

posted @ 2020-05-30 23:49 月夜_1 阅读(381) 评论(0) 推荐(0)

python 第14课字符串 str() []提取字符 replace()替换内存分析

摘要：replace生成了新的对象，对原始对象没有改动。阅读全文

posted @ 2020-05-30 23:32 月夜_1 阅读(363) 评论(0) 推荐(0)

python 第13课字符串转义字符字符串拼接字符串赋值 input()获得键盘输入

摘要：阅读全文

posted @ 2020-05-30 23:09 月夜_1 阅读(625) 评论(0) 推荐(0)

python 第12课字符串 Unicode字符集三种创建字符串方式 len()

摘要：阅读全文

posted @ 2020-05-30 21:45 月夜_1 阅读(245) 评论(0) 推荐(0)

python 第12课同一算符整数缓存问题

摘要：系列解包赋值时，相同value的对象赋值给两个变量时，实际对象只有一个。阅读全文

posted @ 2020-05-30 21:22 月夜_1 阅读(174) 评论(0) 推荐(0)

python 第11课布尔值比较运算符逻辑运算符短路问题

摘要：a=True，进行上述逻辑或运算时，不计算40/0，产生短路现象。阅读全文

posted @ 2020-05-30 20:37 月夜_1 阅读(333) 评论(0) 推荐(0)

python 第10课（小练习）定义多点坐标绘出折线并计算七十点和终点距离

摘要：阅读全文

posted @ 2020-05-30 20:31 月夜_1 阅读(324) 评论(0) 推荐(0)

python 第9课时间表示 Unix时间点毫秒和微秒 time模块

摘要：阅读全文

posted @ 2020-05-30 20:22 月夜_1 阅读(562) 评论(0) 推荐(0)

python 第8课浮点数自动转换强制转换增强赋值运算符

摘要：float(3)结果3.0。原对象"3"未改变，生成新的对象，value=3.0，type=float a=a+1, a指向的对象值为1，加1操作后生成新的对象，新的对象地址再赋值给a。原来对象被回收。阅读全文

posted @ 2020-05-30 20:12 月夜_1 阅读(492) 评论(0) 推荐(0)

python 第7课整数_不同进制_其他类型转化为整数

摘要：阅读全文

posted @ 2020-05-30 18:06 月夜_1 阅读(211) 评论(0) 推荐(0)

python 第6课内置数据类型基本算术运算符

摘要：一个对象（内存块）包括： ID: type:有很多种，基本内置数据类型是子集 Value 阅读全文

posted @ 2020-05-30 17:33 月夜_1 阅读(207) 评论(0) 推荐(0)

python 第5课链式赋值_系列解包赋值_常量

摘要：阅读全文

posted @ 2020-05-30 17:24 月夜_1 阅读(311) 评论(0) 推荐(0)

python 第4课变量声明初始化删除变量和垃圾回收机制

摘要：阅读全文

posted @ 2020-05-30 12:12 月夜_1 阅读(358) 评论(0) 推荐(0)

python 第3课标识符-帮助系统的简单使用-命名规则

摘要：阅读全文

posted @ 2020-05-30 10:30 月夜_1 阅读(252) 评论(0) 推荐(0)

Python 第2课程序构成

摘要：举例对象：标识（ID）对应内存块的 a=3，是把“3”对应的内存块的地址赋给a变量阅读全文

posted @ 2020-05-30 10:03 月夜_1 阅读(163) 评论(0) 推荐(0)

Python 第一课学习方法，遇到错误的处理

摘要：1.命令行模式中 2. 学习方法：守破离《程序员修炼手册》 http://www.bjsxt.com/xiulian.html 抓大放小，重点在于形成体系，抓住主要的点，不在某个点纠结过多（太难理解就跳过）。阅读全文

posted @ 2020-05-29 20:22 月夜_1 阅读(230) 评论(0) 推荐(0)

keras 中间层 t-sne可视化

摘要：1.获取中间层输出 keras中获取层输出shape的方法汇总（主要看如何取出中间层的输出） https://blog.csdn.net/C_chuxin/article/details/85237690 Keras中的model.get_layer()的使用方法 https://blog.csdn 阅读全文

posted @ 2020-05-24 00:38 月夜_1 阅读(1605) 评论(0) 推荐(0)

ResNet 18 的结构解读

摘要：https://blog.csdn.net/wchzh2015/article/details/93883771 现在很多网络结构都是一个命名+数字，比如（ResNet18），数字代表的是网络的深度，也就是说ResNet18 网络就是18层的吗？其实这里的18指定的是带有权重的 18层，包括卷积层和阅读全文

posted @ 2020-05-23 12:21 月夜_1 阅读(6408) 评论(0) 推荐(0)

调整matplotlib的图例legend的位置

摘要：https://www.cnblogs.com/IvyWong/p/9916791.html 阅读全文

posted @ 2020-05-22 12:21 月夜_1 阅读(2235) 评论(0) 推荐(0)

Adam优化算法详细解析

摘要：http://www.atyun.com/2257.html Adam优化算法是一种对随机梯度下降法的扩展，最近在计算机视觉和自然语言处理中广泛应用于深度学习应用。在引入该算法时，OpenAI的Diederik Kingma和多伦多大学的Jimmy Ba在他们的2015 ICLR发表了一篇名为“Ad 阅读全文

posted @ 2020-05-22 01:00 月夜_1 阅读(3719) 评论(2) 推荐(0)

win10+keras 跑ResNet 完美解决Failed to get convolution algorithm. This is probably because cuDNN failed to initialize报错

摘要：#GPU按需分配,解决 import tensorflow as tf import keras config = tf.ConfigProto() config.gpu_options.allow_growth = True keras.backend.tensorflow_backend.set 阅读全文

posted @ 2020-05-07 18:11 月夜_1 阅读(1252) 评论(0) 推荐(0)

python学习——绘制loss、acc学习曲线

摘要：两种方式 1.直接画 # model.fit返回acc和loss的日志 hist=model.fit(train_data, train_label, batch_size=64, epochs=2, validation_split=0.2, shuffle=True) # verbose = 0 阅读全文

posted @ 2020-05-05 23:06 月夜_1 阅读(4506) 评论(0) 推荐(0)

tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize,

摘要：恢复内容开始 https://blog.csdn.net/zhangpeterx/article/details/89175991 二、解决方法因为我一开始是直接在Pycharm里安装的tensorflow-gpu库，个人感觉应该是缺少了相关的库安装导致的。故我使用conda再次安装一下tenso 阅读全文

posted @ 2020-05-05 23:05 月夜_1 阅读(927) 评论(0) 推荐(0)