tina的博客

（参考）从下图可以清晰看到matlab和python之间的区别Python是一种编程语言，但与其他变成语言的不同在于：python具有许多的扩展库（通过import引入）Matlab是集合计算环境和变成语言的商业软件，Matlab的概念不仅包含了整个matlab包，还包含了它的编译运行环境，它具有的通用的库并不如其他语言那样多，但却具有强大的矩阵处理能力，以及绘图能力下面给出二者的优点

目前刚刚开始学习Theano，可以说是一头雾水，后来发现Keras是对Theano进行了包装，直接使用Keras可以减少很多细节程序的书写，它是模块儿化的，使用比较方便，但更为细节的内容，还没有理解，目前只是能够跑起Keras自带的例子Keras的相关网站：Keras Git、Keras Document 为了能够看懂Keras代码，需要的前序知识应该有：numpy、scikit-le

【为了方便自己以后查阅，记录下使用PyCharm时的一些小技巧】正在学习Python，在调试Python程序时，遇到了一个非常大的问题：如何能够方便地查看变量的取值呢？由于使用matlab多年，深深地习惯了Matlab方便地参考变量取值的功能，所以，对于正在学习的python没办法实时查看变量取值感到很是郁闷没想到，原来PyCharm具有这个功能，只不过之前没有发现而已对于将要调试

今天开始学习Pyton，主要教程是廖雪峰的官方教程，该教程确实浅显易懂！哎，但对于本人这种菜鸟级人物，使用起来还是有些困难的，遇到了各种问题，最后只能向各种QQ群求助1.首先是Python的按照按照教程说明，下载了Python3.4.7，并且按照教程按照了2.Python的编译器这里，真心是理解错了，看到教程中提到，在命令行中输入python，就可以把python编译器调出来，

python中涉及到文件路径的paths操作需要用到模块，网上许多关于os module的教程，如教程1、教程2等本文主要对一些常用的目录操作进行简单小结获取当前python/ipynb脚本的工作路径import ospwd = os.getcwd()print 'the value of pwd:',pwdprint 'the type of pwd',type(pwd)结果如下： the

在caffe中，网络的结构由prototxt文件中给出，由一些列的Layer（层）组成，常用的层如：数据加载层、卷积操作层、pooling层、非线性变换层、内积运算层、归一化层、损失计算层等；本篇主要介绍pooling层1. Pooling层总述下面首先给出pooling层的结构设置的一个小例子（定义在.prototxt文件中） layer { name: "pool1"

本文目录问题出现安装Graphviz下载Graphviz解压缩文件添加环境变量问题出现最近在windows7上利用pycaffe的draw_net.py进行.prototxt网络结构配置文件的绘图，结果出现了如下错误： InvocationException: GraphViz’s executables not found经过各种google，总算找到了解决办法，原来，GraphVi

Python 资源大全中文版我想很多程序员应该记得 GitHub 上有一个 Awesome - XXX 系列的资源整理。awesome-python 是 vinta 发起维护的 Python 资源列表，内容包括：Web框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。由伯乐在线持续更新。Awesome 系列虽然挺全，但基本只对收

关于unix系统的pythonUnix系统默认是自带python的，python的可执行文件被安装在usr/local/bin目录中，库文件被安装在/usr/local/python目录下Unix系统默认安装了python2和python3，但在终端输入python后，默认的是python2；如果需要使用python3，需要输入python3关于windows的pythonwindows系统

Python·Win10通过Anaconda安装python和Jupyter（python2.7为例）标签（空格分隔）： 软件安装/管理/使用 Python本文主要讨论如何利用Anaconda在win10上安装python，以python2.7为例，其它版本类似PythonWin10通过Anaconda安装python和Jupyterpython27为例一Linux和windows下的python

1. 导入各种模块基本形式为：import 模块名from 某个文件 import 某个模块 2. 导入数据（以两类分类问题为例，即numClass = 2）训练集数据data可以看到，data是一个四维的ndarray 训练集的标签 3. 将导入的数据转化我keras可以接受的数据格式 keras要求的label格式应该为bin

File->setting->Editor->General->Appearance，勾选Show line numbers

给定数据集data，数据集对应的标签labelindex = [i for i in range(len(data))] random.shuffle(index) data = data[index]label = label[index]（1）首先，获得数据集的所有index，其实就是0,1,2,....,num-1(这里的num是数据集中含有的example

1.将list中的数据写入到excel文件中利用python包numpy（实现方式应该有许多种，这里只是记录成功实现的一种）中的savetxt局限性：要保存的list可以为[1,2,3,4,5]这种形式，也可以是[[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]]这种形式，但如果是第二种情况（list中每个元素都为list）时，list中的每个list所含

在没有使用python之前，觉得matlab的绘图功能还算可以~但现在发现python的绘图包真的好强大，绘制出的图像非常专业漂亮，但具体使用还有待学习，这里记录学习过程中遇到的python绘图包，以备之后使用【为了安装python包，可以使用python管理工具pip，使用方法：pip install python-package-name】1. matplotlibmatplotl

在python的程序中，发现了如下的伪随机数产生的代码rng = numpy.random.RandomState(23355)arrayA = rng.uniform(0,1,(2,3))　　该段代码的目的是产生一个2行3列的assarray，其中的每个元素都是[0,1]区间的均匀分布的随机数这里看以看到，有一个23355这个数字，其实，它是伪随机数产生器的种子，

利用Anaconda安装python后，想要安装opencv-python，但发现利用opencv-python的官方教程，没法实现opencv的安装还好看到了另外一篇博客的方法，试一下，果然凑效即：直接在cmd命令行输入：conda install --channel https://conda.anaconda.org/menpo opencv3然后，根据提示输入y即可

在使用python的时候，发现Adaconda工具包真的很不错，里面集合了很多的工具，并且，自带了很多的python常用模块另外，PyCharm编辑器也是不错的，界面清晰，可以实现数据的可视化

下面记录PyCharm 5.0.3常用快捷键 注释注释行：Ctrl+/

（1）数据准备数据集介绍：数据集中存放的是1223幅图像，其中756个负样本（图像名称为0.1~0.756），458个正样本（图像名称为1.1~1.458），其中："."前的标号为样本标签，"."后的标号为样本序号（2）利用python读取文件夹中所有图像 1 ''' 2 Load the image files form the folder 3 input: 4

1. 序列整数（range函数）2. 断言assertassert 表达式如果表达式为Ture，则对程序没有影响，继续运行如果表达式为False，则会抛出AssertionError，程序停止运行例子：assert image_shape[1] != filter_shape[1]这里的image_shape为（500,1,28,28）filter_shape为（2

以4-fold validation training为例(1) 给定数据集data和标签集label样本个数为sampNum = len(data)(2) 将给定的所有examples分为10组每个fold个数为foldNum = sampNum/10 (3) 将给定的所有examples分为10组参考scikit-learn的3.1节：

python各种packages的安装1 python-opencv利用anaconda安装python-opencv测试python-opencv是否安装成功python各种packages安装错误锦集1 ImportError No module named cv22 NoneType object has no attribute shape3 ImportError No mo