csmqq的专栏

Numpy提供的文件存取功能。Numpy可以将数组保存至二进制文件、文本文件，同时支持将多个数组保存至一个文件中。

Numpy提供了几种数据保存的方法。   以3*4数组a为例：    1. a.tofile("filename.bin")      这种方法只能保存为二进制文件，且不能保存当前数据的行列信息，文件后缀不一定非要是bin，也可以为txt，但不影响保存格式，都是二进制。      这种保存方法对数据读取有要求，需要手动指定读出来的数据的的dtype，如果指定的格式与

1. the History callback gives only loss and acc for each epoch, how can I get the loss for each batch ?predict = model.predict(batch)loss = MSE(batch,predict)orHere's a simple example

下载例子程序：https://github.com/fchollet/keras运行程序时出现的错误：1）EOFError解决：到 C:\Users\Michelle\.keras\datasets下删除*.pkl文件

http://www.tuicool.com/articles/nQBjUj

实现了正弦曲线的拟合，即regression问题。创建的模型单输入单输出，两个隐层分别为100、50个神经元。在keras的官方文档中，给的例子多是关于分类的。因此在测试regression时，遇到了一些问题。总结来说，应注意以下几个方面：

1、empty(shape[, dtype, order])　　依据给定形状和类型(shape[, dtype, order])返回一个新的空数组。参数：shape : 整数或者整型元组　　定义返回数组的形状；dtype : 数据类型，可选　　定义返回数组的类型。order : {‘C’, ‘F’}, 可选　　规定返回数组元素在内存的存储顺序：C（C语言

用Keras搭建神经网络，编译和训练时，常见问题：No.1怎么保存Keras模型？不推荐使用pickle或cPickle。(1) 如果只保存模型结构，代码如下：# save as JSONjson_string = model.to_json()# save as YAMLyaml_string = model.to_yaml()# model reconstruc

Standardization即标准化，尽量将数据转化为均值为零，方差为一的数据，形如标准正态分布（高斯分布）。实际中我们会忽略数据的分布情况，仅仅是通过改变均值来集中数据，然后将非连续特征除以他们的标准差。sklearn中 scale函数提供了简单快速的singlearray-like数据集操作。一、标准化，均值去除和按方差比例缩放（Standardization, or mean remo

机器学习的课程中，XOR问题是必讲的一个例题，它能很好地帮助理解神经网络的工作过程。可是它只有4个样本，每个样本二维输入一维输出，太简单。实现来讲，体现不出神经网络的强大来。

matplotlib绘图库入门 http://blog.youkuaiyun.com/ywjun0919/article/details/8692018

array使用方法：Type code   CType            Minimum size in bytes        'c'        character         　　　　　　　     1        'b'        signed integer     　　　　　    1        'B'        unsigned intege

本人电脑配置：win7, 64位，vs2010       首先推荐一篇英文安装指南，写的十分详细，很多安装指南都是参考的这篇。不过因为这篇里存在着一些冗余成分，个人酌情参考，不过遇到难题时可以看看：http://deeplearning.net/software/theano/install.html#install0.操作系统       ubuntu下安装会比windows下省事

python 绘制功率谱密度图