這是我Deep_in_mnist系列的第三篇博客 注意：這里的代碼都是在Jupyter Notebook中運(yùn)行，原始的.ipynb文件可以在我的GitHub項(xiàng)目主頁上查看，其...
發(fā)簡信
IP屬地：廣東
-
Deep_in_mnist 3：使用TensorFlow搭建卷積神經(jīng)網(wǎng)絡(luò)（LeNet-5）識(shí)別mnist手寫數(shù)字（正確率99.29%） -
Numpy：取消numpy數(shù)組默認(rèn)以科學(xué)計(jì)數(shù)法顯示
描述 我們?cè)谧鰯?shù)據(jù)分析的時(shí)候，經(jīng)常會(huì)讀取文件的數(shù)據(jù)之后轉(zhuǎn)換成np.ndarray對(duì)象，但是np.ndarray經(jīng)常默認(rèn)以科學(xué)計(jì)數(shù)法顯示，比如： 輸出如下，看著真令人頭大 解決...
-
Deep_in_mnist 1：自己動(dòng)手實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)識(shí)別mnist手寫數(shù)字（正確率91.4%）
縮寫ML：機(jī)器學(xué)習(xí)Machine LearningNN：神經(jīng)網(wǎng)絡(luò)Neural NetworkANN：人工神經(jīng)網(wǎng)絡(luò)Artificial Neural NetworkCNN：卷積...
-
Deep_in_mnist 2： 使用TensorFlow搭建ANN識(shí)別mnist手寫數(shù)字（正確率97.49%）這是我Deep_in_mnist系列的第二篇博客 注意：這里的代碼都是在Jupyter Notebook中運(yùn)行，原始的.ipynb文件可以在我的GitHub項(xiàng)目主頁上查看，其...
-
TensorFlow：保存和提取模型描述 在訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的時(shí)候，當(dāng)模型訓(xùn)練完之后，確切地說當(dāng)訓(xùn)練的session關(guān)閉之后，我們訓(xùn)練出來的模型參數(shù)會(huì)全部丟失，從而無法有效復(fù)用模型，而TensorFlow中提供...
-
TensorFlow： InternalError: Blas GEMM launch failed
描述 我的環(huán)境是Jupyter Notebook，Python3.5，使用的是TensorFlow-gpu，1.9.0版本 目前我遇到的InternalError: Blas...
-
ML：自己動(dòng)手實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)算法識(shí)別mnist手寫數(shù)字（準(zhǔn)確率92.11%）注意：這里的代碼都是在Jupyter Notebook中運(yùn)行，原始的.ipynb文件可以在我的GitHub主頁上下載 https://github.com/acphart/H...
-
Numpy：常用的線性代數(shù)計(jì)算方法
不間斷更新 注：以下運(yùn)算的對(duì)象a, b, c均為numpy.ndarray，并稱其為numpy數(shù)組，簡稱數(shù)組 單個(gè)數(shù)組運(yùn)算 a.shape = (4, 6) a.sum(ax...
-
Python3：pickle加載文件產(chǎn)生UnicodeDecodeError
描述 我在做mnist項(xiàng)目的時(shí)候，需要讀取mnist.pkl.gz文件，找到示例代碼如下： Bug_1. 沒有cPickle這個(gè)模塊 CPickle這個(gè)模塊是Python2中...
-
ML：自己動(dòng)手實(shí)現(xiàn)邏輯回歸算法（1）
介紹 注意：這里的代碼都是在Jupyter Notebook中運(yùn)行，原始的.ipynb文件可以在我的GitHub主頁上下載 https://github.com/acphar...
-
ML：使用線性回歸實(shí)現(xiàn)多項(xiàng)式擬合
介紹 注意：這里的代碼都是在Jupyter Notebook中運(yùn)行，原始的.ipynb文件可以在我的GitHub主頁上下載 https://github.com/acphar...
-
ML：自己動(dòng)手實(shí)現(xiàn)單變量線性回歸算法
介紹 注意：這里的代碼都是在Jupyter Notebook中運(yùn)行，原始的.ipynb文件可以在我的GitHub主頁上下載 https://github.com/acphar...
-
Python3：zip()和*zip()函數(shù)
描述 zip() 函數(shù)用于將可迭代的對(duì)象作為參數(shù)，將對(duì)象中對(duì)應(yīng)的元素打包成一個(gè)個(gè)元組 *zip() 和zip()配合使用，具體看下面示例 Showing code by sc...
-
Kaggle泰坦尼克號(hào)生存者預(yù)測(cè)，帶完整思路的機(jī)器學(xué)習(xí)實(shí)戰(zhàn)項(xiàng)目
1. 概述 注： 此項(xiàng)目原地址在我的kaggle主頁上，可以點(diǎn)擊https://www.kaggle.com/acphart/titanic-with-scikit-lear...
-
Sympy：求解球面與平面的交線，并畫出圖用Sympy來解空間解析幾何 先上全部代碼，后面有詳細(xì)說明的Jupyter notebook版本 效果如圖 下面是notebook版本的，還是粘貼圖片比較方便 ~~ 最后一行...
-
Python3：格式化輸出之format方法
概述 直接上一個(gè)例子，如下 使用方法是引號(hào)圍起來的格式化字符串后面接.format()即可，而引號(hào)中的花括號(hào)將會(huì)按位置順序引用format括號(hào)中的參數(shù)，如第一個(gè)花括號(hào)中為0則...
-
Matplotlib：有多個(gè)子圖時(shí)給整個(gè)figure添上總標(biāo)題方法 在畫多個(gè)子圖時(shí)，我們常需要給整個(gè)圖設(shè)置一個(gè)總標(biāo)題，suptitle()函數(shù)就是用來干這個(gè)的，如下圖：
-
Cooking：新奧爾良雞翅
菜譜 用料 雞翅根6個(gè)，橄欖油10克，奧爾良腌料30克，水30克，蜂蜜適量。 步驟 洗凈翅根，瀝干，用叉子在翅根上扎幾下，用以入味 奧爾良腌料和水混合后攪拌均勻，再導(dǎo)入橄欖油...
-
Matplotlib：給子圖添加colorbar（顏色條或漸變色條）描述 當(dāng)我們給圖配漸變色時(shí)，常常需要在圖旁邊把colorbar顯示出來，這里記一下當(dāng)有多個(gè)子圖時(shí)如何顯示colorbar 操作 以下操作均在Jupyter notebook中...
-
Matplotlib：使用scatter()繪制平面散點(diǎn)圖及三維散點(diǎn)圖散點(diǎn)圖是我喜歡用的一類數(shù)據(jù)可視化圖表，在這里記錄一下一些常用的技巧 以下plt代表matplotlib.pyplot，p3d代表mpl_toolkits.mplot3d，如果...