<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lyw_717的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lyw_717</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lyw_717]]></copyright><item><title><![CDATA[tensorflow入门(9)：泰坦尼克号上的旅客生存概率预测（使用TensorFlow的高级框架Keras）含模型的回调与恢复]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/106092988</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/106092988</guid><author>lyw_717</author><pubDate>Wed, 13 May 2020 16:10:27 +0800</pubDate><description><![CDATA[1、泰坦尼克号上的旅客生存概率预测（使用TensorFlow的高级框架Keras）


# -*- coding: utf-8 -*-
"""
Created on Wed May 13 08:41:57 2020

@author: DELL

泰坦尼克号上的旅客生存概率预测
"""

# 1、下载旅客数据集
import os

# 下载数据：http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.xls
data_file_pa]]></description><category></category></item><item><title><![CDATA[tensorflow入门(8)：模型的保存与恢复读取，以及加入TensorBoard（案例：MNIST手写数字识别）]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/106085077</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/106085077</guid><author>lyw_717</author><pubDate>Tue, 12 May 2020 22:03:18 +0800</pubDate><description><![CDATA[还是使用MNIST手写数字识别的案例。



1、训练模型的保存：


# -*- coding: utf-8 -*-
"""
Created on Tue May 12 19:23:06 2020

@author: DELL

mnist数字识别，多隐层神经网络。
"""



# 1、载入数据
# MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取
import tensorflow as tf
import tensorflow.examples.tu.]]></description><category></category></item><item><title><![CDATA[tensorflow入门(7)：MNIST手写数字识别：分类入门（单个神经元、单隐层、双隐层、多隐层_定义全连接层函数）]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/106049610</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/106049610</guid><author>lyw_717</author><pubDate>Tue, 12 May 2020 20:13:13 +0800</pubDate><description><![CDATA[由单个神经元构建神经网络模型：


# -*- coding: utf-8 -*-
"""
Created on Mon May 11 09:11:59 2020

@author: DELL
"""

# 1、载入数据
# MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取
import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_...]]></description><category></category></item><item><title><![CDATA[tensorflow入门(6)：认识MNIST数据集（读取数据，关于reshape，可视化image，认识label，独热编码，argmax，批量读取）]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/106047965</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/106047965</guid><author>lyw_717</author><pubDate>Mon, 11 May 2020 10:56:25 +0800</pubDate><description><![CDATA[MNIST数据集的下载及读取，划分训练集、验证集、测试集。

关于reshape。

可视化image。

认识label，关于One Hot独热编码，argmax函数返回最大数的索引。

批量读取多条数据。



详细如下：


# -*- coding: utf-8 -*-
"""
Created on Mon May 11 09:11:59 2020

@author: DELL
"""

# MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取
impo.]]></description><category></category></item><item><title><![CDATA[tensorflow入门(5)：多元线性回归y=wx+b]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/105605038</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/105605038</guid><author>lyw_717</author><pubDate>Sun, 19 Apr 2020 11:21:12 +0800</pubDate><description><![CDATA[与一元线性回归一样，也是四个步骤：准备数据-&gt;构建模型-&gt;训练模型-&gt;进行预测。

几个注意点：

1、用pandas读取数据：能够读取csv文件、文本文件、MS Excel、SQL数据库，甚至是用于科学用途的HDF5格式；CSV文件加载能够自动识别列头，支持列的直接寻址；数据结构自动转换为numpy的多维数组。

2、特征数据要归一化：


df[:,i] = df[:,i...]]></description><category></category></item><item><title><![CDATA[tensorflow入门(4)：一元线性回归y=wx+b]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/105591028</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/105591028</guid><author>lyw_717</author><pubDate>Sat, 18 Apr 2020 13:06:24 +0800</pubDate><description><![CDATA[对于y=wx+b,

基本概念：

标签：y

特征：x_i



样本：x

有标签样本：{x, y} 用于训练

无标签样本：{x, ?} 用于预测



模型：y'

训练：通过有标签样本来学习确定所有权重w和偏差b

训练目标：找到一组平均损失较小的权重w和偏差b



常见损失函数：

L_1损失：基于模型预测的值与标签的实际值之差的绝对值
	L_2损失（平方损失）




...]]></description><category></category></item><item><title><![CDATA[tensorflow入门(3)：关于TensorBoard]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/105590603</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/105590603</guid><author>lyw_717</author><pubDate>Fri, 17 Apr 2020 23:29:09 +0800</pubDate><description><![CDATA[TensorBoard不需要额外安装，在TensorFlow安装时已自动完成。

Step 1：在原来的code中加入tf.reset_default_graph(), logdir以及writer.


import tensorflow as tf
tf.compat.v1.reset_default_graph()      #清除default graph和不断增加的节点

input1 ...]]></description><category></category></item><item><title><![CDATA[tensorflow入门(2)：编程基础（常量constant、变量Variable、占位符placeholder）]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/105584748</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/105584748</guid><author>lyw_717</author><pubDate>Fri, 17 Apr 2020 22:59:49 +0800</pubDate><description><![CDATA[常量constant：constant_name = tf.constant(value)


import tensorflow as tf
node1 = tf.constant(3.0,tf.float32,name='node1')
node2 = tf.constant(4.0,tf.float32,name='node2')
node3 = tf.add(node1,node2)
pr...]]></description><category></category></item><item><title><![CDATA[tensorflow入门(1)：编程基础（会话senssion，张量.get_shape()）]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/105568786</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/105568786</guid><author>lyw_717</author><pubDate>Fri, 17 Apr 2020 10:55:15 +0800</pubDate><description><![CDATA[会话（session）：拥有并管理TensorFlow程序运行时的所有资源，当所有计算完成之后需要关闭会话帮助系统回收资源。


import tensorflow as tf
hello=tf.constant('Hello, TensorFlow!')    # 创建一个常值运算，将作为一个节点加入到默认计算图中
sess=tf.compat.v1.Session()             ...]]></description><category></category></item><item><title><![CDATA[windows10+python3.7+Anaconda3+tensorflow+Keras手把手安装教程（适合小白，详细简单）]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/105527037</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/105527037</guid><author>lyw_717</author><pubDate>Wed, 15 Apr 2020 09:59:14 +0800</pubDate><description><![CDATA[对于python，我是小白。对于tensorflow，那更是了。

下面给出昨日安装细节，希望能给对python, tensorflow感兴趣的初学者有所帮助。



1、下载和安装Anaconda

（1）下载Anaconda

官网网址：https://www.anaconda.com/

点击Individual Edition个人版本的下载按钮，选择适当的版本进行下载。我下载的是wind...]]></description><category></category></item><item><title><![CDATA[Python入门(5)：条件、循环和其他语句]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/79374435</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/79374435</guid><author>lyw_717</author><pubDate>Mon, 13 Apr 2020 16:15:57 +0800</pubDate><description><![CDATA[1、关于print，使用逗号输出print('Age:',42)                    #Age: 42
print(1,2,3)                        #1 2 3
print((1,2,3))                      #(1, 2, 3)
name='Gumby'
salutation='Mr.'
greeting='Hello,'
p...]]></description><category></category></item><item><title><![CDATA[Python入门(4)：创建和使用字典]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/79367496</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/79367496</guid><author>lyw_717</author><pubDate>Sun, 25 Feb 2018 15:20:52 +0800</pubDate><description><![CDATA[通过名字来引用值的数据结构称为映射。字典是Python中唯一内建的映射类型。字典中的值并没有特殊的顺序，但是都存储在一个特定的键下。键可以是数字、字符串甚至是元组。1、字典与列表某些情况下，字典比列表更适用，比如：1）表示一个游戏棋盘的状态，，每个键都是由坐标值组成的元组；2）存储文件修改时间，用文件名作为键；3）数字电话/地址簿。用列表可以建立电话簿，但不实用。names=['Alice','B...]]></description><category></category></item><item><title><![CDATA[Python入门(3)：使用字符串]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/79360664</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/79360664</guid><author>lyw_717</author><pubDate>Sat, 24 Feb 2018 14:47:20 +0800</pubDate><description><![CDATA[字符串和元组一样，是不可变的。因此对字符串的项或分片赋值时不合法的。1、字符串格式化字符串格式化用%来实现。%的左侧放置一个格式化字符串（称为转换说明符），右侧放置希望被格式化的值。Remark1: 若格式化字符串里包括百分号，则必须使用%%。Remark2: 若需要转换的元组作为转换表达式的一部分存在，则必须把它用圆括号括起来。基本的转换说明符包括以下部分：1）%：标记转换说明符的开始。2）转换...]]></description><category></category></item><item><title><![CDATA[Python入门(2)：列表和元组]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/79351189</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/79351189</guid><author>lyw_717</author><pubDate>Fri, 23 Feb 2018 18:54:36 +0800</pubDate><description><![CDATA[首先引入数据结构。数据结构是通过某种方式（例如对元素进行编号）组织在一起的数据元素的集合。数据元素可以是数字或者字符，甚至可以是其他数据结构。Python中，最基本的数据结构是序列（sequence）。序列中的每个元素被分配一个序号——即元素的位置，也称为索引。序列可以包含其他的序列。edward=['Edward Gumby',42]
john=['John Smith',50]
databas...]]></description><category></category></item><item><title><![CDATA[Python入门(1)：基础知识]]></title><link>https://blog.youkuaiyun.com/lyw_717/article/details/79346631</link><guid>https://blog.youkuaiyun.com/lyw_717/article/details/79346631</guid><author>lyw_717</author><pubDate>Thu, 22 Feb 2018 16:28:59 +0800</pubDate><description><![CDATA[懒癌患者说了一学期的要学python后终于开始学了...装的是python3.5...记录第一天学习过程...0、保存及运行文件名以.py结尾，运行程序按Ctrl+F5键。1、输出print('Hello World!')   #输出：Hello World!
print(2*2)              #输出：4
print('2*2')            #输出：2*2Remark: ...]]></description><category></category></item></channel></rss>