ai-exception的博客

Summary涉及到分类问题，我们经常需要通过可视化混淆矩阵来分析实验结果进而得出调参思路，本文介绍如何利用python绘制混淆矩阵（confusion_matrix），本文只提供代码，给出必要注释。Code# -*-coding:utf-8-*-from sklearn.metrics import confusion_matriximport matplotlib.pyplot...

这种情况一般是因为在写代码的时候混用了TAB和空格进行缩进，所以仔细检查代码缩进，所有缩进对其后错误就会排除。

本文不讲归一化原理，只介绍实现（事实上看了代码就会懂原理），代码如下：def Normalize(data): m = np.mean(data) mx = max(data) mn = min(data) return [(float(i) - m) / (mx - mn) for i in data]代码只有5行并不复杂，但是需要注意的一点是一定...

获取某一文件夹下的所有文件：files1 = os.listdir(path1)#获取path1下的所有文件（夹）复制文件： import shutil shutil.copyfile(path1, path2)#将path1下的文件复制到path2从txt文件中获取数据到矩阵中： import numpy as np datai = np.loadtxt(...

直接上代码： C语言：#include <stdio.h>#include <algorithm>void mean(float *data,int len,float &mean,float &max,float &min){ float sum=data[0]; max=data[0]; min=data[...

实现过程介绍从网页爬取数据思路首先我们打开京东商城坚果3 的购买页面： 然后按F12进入开发者控制台（审查元素）： 发现什么都没有，不要紧，点开评论区，你就会发现控制台出现类似这些信息： 控制台从刚才的没有信息到现在获取到当前信息，唯一的变化就是你打开了评论，所以网页返回的评论区内容一定在当前控制台的某个位置，从Name字段一个一个分析，就可以发现很明显的一行...

前言想写数据动态可视化很久了，但是网上竟然没有一份能直接用的代码，昨天终于狠下心来死啃了一波开发者文档搞定了这部分，贴一篇blog记录一下希望可以帮到你。思路动图的核心函数是matplotlib.animation.FuncAnimation，基本用法：anim = animation.funcanimation(fig, animate, init_func=init, ...

前言笔者之前的写作习惯一直是在本地(Mac+Typora+Ipac)写好之后将markdown代码粘贴到csdn，图片是Ipac自动上传到微博匿名图床上，用了大概一年多都没有问题，直到前段时间突然发现我csdn文章里面的图片无法加载了，就像下面这样：本来以为是微博图床挂了，结果发现图片的链接还是可以正常访问的，本地Typora上也是可以正常显示图片的，问了一下csdn的工作人员，说是微博图床...

A common technique we use in Machine Learning and Deep Learning is to normalize our data. It often leads to a better performance because gradient descent converges faster after normalization. Here, by...

前言好久没有更技术文了，再不写怕是博客要废掉了，今天更一篇关于搭建服务端并与Android端通信的文章，为了节省代码量，服务端使用Python Flask，Android端使用Okhttp，还是老样子，文章不讲原理只给具体实现，想要了解原理可至官网详细研究。服务端环境：服务端使用Python3.5+PyCharm新建Flask项目看图： 然后create，初始化完成之后项...