qq_41409120的博客

个人感觉华为云的源还是蛮快的：https://mirrors.huaweicloud.com/repository/pypi/simple也比较稳定，不会断线

今天activate环境的时候发现报错然后conda info --envs看到我要activate的那个环境没有名字看了这个博主的文章但发现没有解决后面才发现我要activate的那个环境是用miniconda创建的，所以这个环境的激活要在miniconda命令行里面（miniconda和anaconda是两个不一样的软件）按下Windows键，搜索miniconda，有个Anaconda Prompt（miniconda）运行此时再输入conda info --envs就能看到minic

听完吴恩达大佬讲残差网络之后一脸懵。

假设有以下代码：import numpy as npimport h5pyimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.python.framework import opsimport tf_utilsimport timenp.random.seed(1)y_hat = tf.constant(36, name='y_hat')# 定义y_hat为固定值36y = tf.constan

安装tensorflow-gpu报错：ERROR: Could not find a version that satisfies the requirement tensorflow-gpuERROR: No matching distribution found for tensorflow-gpu看了一下这个博客，试了一下用豆瓣源(http://pypi.doubanio.com/simple/)安装，成功，且速度飞快：pip install tensorflow-gpu -i http

参考TensorFlow官方教程：https://tensorflow.google.cn/tutorials/keras/classification?hl=zh_cnps:加载数据集那里需要特别注意下，有可能报错。出现报错只需要复制链接手动下载数据集复制到相应目录下重新运行程序即可。关于这个可以参考：https://blog.youkuaiyun.com/fuzizhu1/article/details/103421643代码：# 使用tensorflow构建一个用于服装分类的NNimport tenso

参考https://blog.youkuaiyun.com/u013733326/article/details/79702148需要做的是将平面上的点按照某种类别分开：代码：# 现在有一组数据集，代表的是某个点的坐标以及这个点的颜色# 现在要做的是学习点的坐标和颜色之间的联系# 神经网络的构建步骤：# 1.搭建网络结构（输入层隐藏层输出层结点数量）# 2.初始化参数# 3.迭代# 3.1每次迭代先用正向传播函数得到计算成本函数需要用到的量# 3.2然后用计算成本函数得到成本函数值#

本文是我基于对https://blog.youkuaiyun.com/u013733326/article/details/79639509的理解完成的，也就是吴恩达老师的第一个编程作业要识别猫的话，我们要构建的一个神经网络需要达到的功能是：输入一张猫的图片，然后输入一个概率，即这张图片是猫的概率# 算法框架：# 我们的最终目的是学习w和b，而学习w和b实际就是优化w和b，# 优化w和b的方法就是梯度下降# 梯度下降要用到的参数是w, b, X, Y, num_iterations, learning_

转载自：https://blog.youkuaiyun.com/u013733326/article/details/79639509import numpy as npimport h5pyimport matplotlib.pyplot as pltfrom lr_utils import load_dataset# sigmoid函数def sigmoid(z): s = 1 / (1 + np.exp(-z)) return s# 初始化参数w和b# 创建一个维度为（dim,