henuyl的博客

查阅了网上的资料，没有详细讲，或者改了也没用于是我找到了目标对比了其他的地方，发现并未改正，改正完以后，依旧出现这个问题在anaconda下有一个qt.conf编辑发现，并未异常这个时候想到 会不会是执行C:\ProgramData\Anaconda3\pythonw.exe C:\ProgramData\Anaconda3\cwp.py C:\ProgramData\Anaconda3\envs\tensorflow1-10 C:\ProgramData\...

当训练完成后，在命令行使用 tensorboard --logdir=path/to/log-directory 来启动 TensorBoard，按照提示在浏览器打开页面，注意把 path/to/log-directory 替换成你上面指定的目录。这样就可以喽

来源：https://docs.floydhub.com/guides/environments/

先导入包import tensorflow as tfimport IPython.display as displayimport matplotlib.pyplot as pltimport numpy as npimport PIL.Imageimport timeimport functools迭代了50次（次数过少）的效果迭代800次定义一个加载图像的函数，并将其最大尺寸限制为 512 像素。创建一个简单的函数来显示图像def tensor_to

如何构造一个决策树?我们使用 createBranch() 方法，如下所示:def createBranch():'''此处运用了迭代的思想。 感兴趣可以搜索 迭代 recursion， 甚至是 dynamic programing。''' 检测数据集中的所有数据的分类标签是否相同: If so return 类标签 Else: 寻找划分数据集的最好特征（划分之后信息熵最小，也就是信息增益最大的特征） 划分

构造一个能识别数字 0 到 9 的基于 KNN 分类器的手写数字识别系统。需要识别的数字是存储在文本文件中的具有相同的色彩和大小: 宽高是 32 像素 * 32 像素的黑白图像。在控制台输入 mspaint，打开画图工具把像素调至32 x 32选择单色位图def getImageArr(path): imageArr = cv2.imread(path) imageArr = imageArr[:, :, 0] / 255 imageArr = imageArr

项目概述海伦使用约会网站寻找约会对象。经过一段时间之后，她发现曾交往过三种类型的人:不喜欢的人 魅力一般的人 极具魅力的人她希望:工作日与魅力一般的人约会 周末与极具魅力的人约会 不喜欢的人则直接排除掉现在她收集到了一些约会网站未曾记录的数据信息，这更有助于匹配对象的归类40920 8.326976 0.953952 3 43214488 7.153469 1.673904 2 12426052 1.441871...

积分和求导的关系如下：符号运算可以用sympy模块完成。先导入init_printing模块方便其显示

minimize 函数

SCIentific PYthon 简介Ipython提供了一个很好的解释器界面。Matplotlib提供了一个类似Matlab的画图工具。Numpy提供了ndarray对象，可以进行快速的向量化计算。Scipy是Python中进行科学计算的一个第三方库，以Numpy为基础。Pandas是处理时间序列数据的第三方库，提供一个类似R语言的环境。StatsModels是一个统计库，着重于统计模型。Scikits以Scipy为基础，提供如scik...

参考了ailearning导入基础包：import numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt多项式拟合导入线多项式拟合工具：

根据定义设计函数f(x) = x^2 - 4*x + 6#include <stdio.h>#include <stdlib.h>#include <time.h>#include <math.h>double f(double x){ // x^2 - 4*x + 6 return x * x - 4 * x + 6;}double minNum(double a1, double a2){ return a1 <= a2 ?..

根据定义设计函数f(x) = x^2 - 4*x + 6#include <stdio.h>#include <stdlib.h>#include <time.h>#include <math.h>double f(double x){ // x^2 - 4*x + 6 return x * x - 4 * x + 6;}int main(){ double aL = 0; double aR = 4; while(aR - a..

如图，设计函数f(x) = x^2 - 4*x + 6;#include <stdio.h>#include <stdlib.h>#include <time.h>#include <math.h>double f(double x){ // x^2 - 4*x + 6 return x * x - 4 * x + 6;}double getDouleRand(double aL, double aR){ double tmp =...

首先我们先了解一下基本要素1，模型2，模型训练3，训练数据4，损失函数5，优化算法（好好学最优化方法）6，模型预测首先线性回归的从零开始first，生成数据集，函数原型为 y_hat = x1 * w1 + x2 * w2 + b# 生成数据集# y_hat = x1 * w1 + x2 * w2 + bnum_input = 2num_examples = 1000true_w = [2, -3.4]true_b = 4.2features =..