python坚持者

摘要： 一、二分类训练MNIST数据集练习 %matplotlib inlineimport matplotlibimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import fetch_mldata mnist 阅读全文

摘要： 一、K均值聚类算法 import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobsfrom sklearn.cluster import KMeansfrom sklearn.prepr 阅读全文

摘要： 一、 import matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn.neural_network import MLPClassifierfrom sklearn.datasets im 阅读全文

摘要： 一、介绍 二、编程 1、支持向量机的核函数 import numpy as npimport matplotlib.pyplot as pltfrom sklearn import svmfrom sklearn.datasets import make_blobs X, y = make_blob 阅读全文

摘要： 一、介绍 二、实战 1、使用决策树构建酒的数据集 import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn import tree, datase 阅读全文

摘要： 一、介绍 二、编程 练习一(K最近邻算法在单分类任务的应用)： import numpy as np #导入科学计算包import matplotlib.pyplot as plt #导入画图工具from sklearn.datasets import make_blobs #导入数据集生成器fro 阅读全文

摘要： 一、scikit-learn基础 sklearn.ensemble模块有两种基于决策树的算法 随机森林和极端随机树 阅读全文

摘要： 一、基础入门 1、import matplotlib.pyplot as plt #导入包 2、plt.plot(x,y) #线形图 2.1、plt plot(y,linestyle = '--',linewidth = 4，color = 'r'， label = 'sin') #linestyl 阅读全文

摘要： import numpy as np 1、np.zeros((2,5)) #打印一个全是0的2维张量，5维数组 2、np.ones((3,4)) #打印一个全是1的3维张量，4维数组 3、np.arange(10) #打印一个随机从0到9的数 4、a1.reshape(3,5) #将a1改成3x5列 阅读全文

摘要： 一、池化层的前向计算 常用的池化函数有最大池化,平均池化,其前向计算十分简单,最大池化就是求最大值,平均池化就是求平均值.其效果如下: 1. 最大池化:tf.nn.max_pool #取值方法为取每一个卷积层的最大值 2.平均池化:tf.nn.avg_pool #取值方法为取池化层相加的平均值 阅读全文