GerHard 的博客

jupyter notebook 更改默认目录

欢迎使用Markdown编辑器写博客本

linux 解压缩 压缩 命令 备忘

for中的范围是 [a, b)for i in range(1,10): print(i)输出：123456789定义空的数组（numpy中的array； list）X = np.empty(0,dtype=int)Xoutput：array([], dtype=int32)list = []往数组里添加元素：list：ap

你可以使用model.save(filepath)将Keras模型和权重保存在一个HDF5文件中，该文件将包含：模型的结构，以便重构该模型模型的权重训练配置（损失函数，优化器等）优化器的状态，以便于从上次训练中断的地方开始使用keras.models.load_model(filepath)来重新实例化你的模型，如果文件中存储了训练配置的话，该函数还会同时完成模型的编译 例子：

在 DataFrame 后添加一行并且保存为 csv 文件s = pd.Series({'acc':"min_loss", 'loss':log.loc[log['loss'].idxmin]['loss'], 'lr':"val_acc",'val_acc':log.loc[log['loss'].idxmin]['val_acc']})# 这里 Series 必须是 dict-lik...

【 #很容易忘记怎么写# 系列】#include<stdlib.h>是在这个头文件中的函数！#include<stdio.h>#include<stdlib.h>int cmp(const void *a,const void *b){ return ( *(int *)a - *(int *)b ) ;}int main() {...

最近一直在改模型，关注的是 Accuracy、MSE；但是除此之外，还有不少评价指标。。。【笑哭】分类回归分类True Positive(真正, TP)：将正类预测为正类数. True Negative(真负 , TN)：将负类预测为负类数. False Positive(假正, FP)：将负类预测为正类数 →→ 误报 (Type I error). False Neg...