YiBochun-Blog

深度学习框架-Tensorflow案例实战视频课程 导入相关包 import numpy as np import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data 加载mn...

以mnist数据集为例，建立双隐层神经网络模型。 导入相关包 import numpy as np import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data 加载数据集 print('Download and Extract MNIST dataset') mnist = input_da...

以mnist数据集为例，学习逻辑回归分类模型。 这是一个十分类模型，利用softmax进行多分类。 导入相关包 import numpy as np import tensorflow as tf # tensorflow数据集 from tensorflow.examples.tutorials.mnist import input_data 导入mnist数据 print('Downloa...

导入相关包 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt # tensorflow自带的一些数据集 from tensorflow.examples.tutorials.mnist import input_data 加载数据集 在该目录下，建立一个空文件夹data，加载mnist数据集时，...

实验在jupyter notebook上运行。 一、导入相关包 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt %matplotlib inline # 保证图像直接在notebook上显示，不用显示调用plt.show() 二、随机生成x，y数据 num_points = 1000 vect...

在tensorflow中使用float32数据格式。 import tensorflow as tf # 行向量 w = tf.Variable([[0.5, 1.0]]) # 列向量 x = tf.Variable([[2.0], [1.0]]) # 矩阵乘法 y = tf.matmul(w, x) print(y) 创建变量后，需要进行全局初始化。 如果直接打印y，是没有值的，需...

通过前两篇文章，我们得到了word2vec模型： （一）利用Wikipedia中文语料训练词向量word2vec——获取Wikipedia简体中文语料库 （二）利用Wikipedia中文语料训练词向量word2vec——分词、训练word2vec 下面，我们利用word2vec模型进行简单的使用和测试。 # 导入包 from gensim.models import Word2Vec # 加载模...

在前一节，我们学习到了如何下载Wiki中文语料库，并且学会了如何将繁体转换为简体。在这一节中，我们将学习如何训练word2vec，包括分词以及训练两个步骤。所有的处理过程都是在jupyter notebook中进行的。 文章目录第一步 jieba分词第二步 gensim训练word2vec 第一步 jieba分词 import pandas as pd import codecs import j...

利用Wikipedia中文语料训练词向量一共分为两个篇章，这篇文章属于第一部分，包括下载Wikipedia语料库，并将其从繁体转换为简体。 目录第一步 下载语料库第二步 将下载好的bz2文件转换为txt(text)文件第三步 繁体转换为简体 第一步 下载语料库 Wikipedia中文语料库链接： https://dumps.wikimedia.org/zhwiki/ 打开网址后，就会看到如下的...

查看转载请点击此处

查看转载请点击此处 虚拟变量：当该特征是标称型的，那么就可以构造数值型虚拟变量，取值可以对类别进行区分。 虚拟变量陷阱：如果该特征是标称型，且有m个取值，那么我们只需要构建m-1个虚拟变量即可，因为最后一个虚拟变量可以通过前m-1个虚拟变量预测推断出来。 第1步: 数据预处理 导入库 import pandas as pd import numpy as np 导入数据集 dataset = ...

学习地址，请点击此处 第一步：数据预处理 import pandas as pd import numpy as np import matplotlib.pyplot as plt dataset = pd.read_csv('studentscores.csv') X = dataset.iloc[ : , : 1 ].values Y = dataset.iloc[ : , 1 ]....

学习地址，请点击此处 第1步：导入需要的库 Numpy：包含数学计算函数 Pandas：用于导入和管理数据集 import numpy as np import pandas as pd 第2步：导入数据集 数据集通常是.csv格式文件。CSV文件以文本形式保存表格数据，文件的每一行是一条数据记录。我们使用Pandas的read_csv()方法读取本地CSV文件为一个数据帧（数据框）。然后，从数...

信息、熵、信息增益是在决策树中用到的概念，在利用特征进行分类时，会考虑特征选取的顺序。 1. 信息 香农： 信息是用来消除随机不确定性的东西。 如果带分类的事物集合可以划分为多个类别中，则某个类xix_ixi​的信息定义如下： I(X=xi)=−log2p(xi)I(X=x_i)=-log_2 p (x_i)I(X=xi​)=−log2​p(xi​) I(X)I(X)I(X)表示随机变量的信息...

# 数据 我的一个学生，利用爬虫抓取了大众点评网站上的数万条餐厅评论数据。 这些数据在爬取时，包含了丰富的元数据类型。 我从中抽取了评论文本和评星（1-5星），用于本文的演示。 从这些数据里，我们随机筛选评星为1，2，4，5的，各500条评论数据。一共2000条。 为什么只甩下评星数量为3的没有选择？ 你先思考10秒钟，然后往下看，核对答案。 答案是这样的： 因为我们只希望对情感做出（正和负）二元...

任务 祝贺你，成功进入了一家金融公司实习。 第一天上班，你还处在兴奋中。这时主管把你叫过去，给你看了一个文件。 文件内容是这个样子的： 主管说这是公司宝贵的数据资产。嘱咐你认真阅读，并且从数字中找出规律，以便做出明智的贷款决策。 每一行数据，都代表了之前的一次贷款信息。你琢磨了很久，终于弄明白了每一列究竟代表什么意思： grade：贷款级别 sub_grade: 贷款细分...