
毕设日志
做毕设过程中的记录
TonySure
银行科技狗
展开
-
关于在django框架中celery运行beat报OSError: [WinError 87] 参数错误的史诗级大坑
OSError: [WinError 87] 参数错误。The above exception was the direct cause of the following exception:Traceback (most recent call last): File "d:\anaconda\lib\runpy.py", line 193, in _run_module_as_main "__main__", mod_spec) File "d:\anaconda\lib\ru.原创 2020-05-16 18:50:57 · 1511 阅读 · 1 评论 -
module pip._internal has no attribute pep425tags 或者 module pip has no attribute pep425tags
整合了一下网上的几种方法我遇到的问题是第一个,用的第一个方法解决的。后面几种方法是针对第二个问题的#适用于第一个问题import wheel.pep425tags as wprint(w.get_supported())#后面都是第二个问题#AMD64import pip._internalprint(pip._internal.pep425tags.get_supported())#win32import pipprint(pip.pep425tags.get_su.原创 2020-05-16 11:18:11 · 824 阅读 · 3 评论 -
python selenium的基本操作
我没有系统的学习python的面向对象等方面的编程,所以这个代码能不能运行我不清楚。只要能学会相关用法即可from selenium import webdriverimport unittestimport timeclass GloryRoad(unittest.TestCase):# 测试前的初始化工作 @classmethod def setUpClass(cls): # cls.driver=webdriver.Chrome() options = webdr.转载 2020-05-15 20:18:07 · 338 阅读 · 0 评论 -
TensorFlow如何提高GPU训练效率和利用率
转自:原文链接前言首先,如果你现在已经很熟悉tf.data+estimator了,可以把文章x掉了╮( ̄▽ ̄””)╭但是!如果现在还是在进行session.run(..)的话!尤其是苦恼于GPU显存都塞满了利用率却上不去的童鞋,这篇文章或许可以给你打开新世界的大门噢( ̄∇ ̄)如果发现经过一系列改良后训练效率大大提高了,记得回来给小夕发小红包( ̄∇ ̄)不过,这并不是一篇怒贴一堆代...转载 2020-04-29 11:50:38 · 1798 阅读 · 1 评论 -
正则表达式的入门用法及Python中的正则表达式
正则表达式(regular expression)描述了一种字符串匹配的模式(pattern),可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。正则表达式是由普通字符(例如字符 a 到 z)以及特殊字符(称为"元字符")组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。语...原创 2020-02-26 22:13:53 · 972 阅读 · 1 评论 -
关于数据集中标签的转换:自然语言标签转换为onehot标签
假设手头有一个数据集:people,其中有一列是kind分类,包含每个人喜欢吃的菜系其中有“鲁菜”、“川菜”、“粤菜”、“西餐”四个菜系很明显对于机器来说上面的标签是不能轻易是别的,需要将其转化为易于机器理解的语言Scikit-Learn提供了一种转换器:LabelEncoder:from sklear.preprocessing import LabelEncoderenco...原创 2020-01-31 11:10:44 · 691 阅读 · 0 评论 -
所谓范数及其在机器学习中的作用
本文参考:1、https://www.jianshu.com/p/4bad38fe07e62、https://zhuanlan.zhihu.com/p/268846953、深度学习入门:基于Python的理论与实现斋藤康毅(作者)理解范数 - : 在很多机器学习相关书籍中我们经常看到各种各样的距离及范数,如、 其中,,分别表示向量和矩阵。 ...原创 2020-01-22 17:50:47 · 1234 阅读 · 0 评论 -
关于权重初始值的设定
本文参考:深度学习入门:基于Python的理论与实现斋藤康毅(作者)首先明确权重初始值不能设置为0,或者相同的值。这是因为在误差反向传播法中,所有的权重值都会进行相同的更新。比如,在 2 层神经网络中,假设第 1 层和第 2 层的权重为 0。这样一来,正向传播时,因为输入层的权重为 0,所以第 2 层的神经元全部会被传递相同的值。第 2 层的神经元中全部输入相同的值,这意味着反向传播时第...原创 2020-01-21 09:27:36 · 2822 阅读 · 1 评论 -
关于参数更新的常用函数说明
本文参考:深度学习入门:基于Python的理论与实现斋藤康毅(作者)SGD:随机梯度下降法是最简单的参数更新方法之一。本方法将参数的梯度作为线索,使用参数的梯度,沿梯度更新参数,并多次重复该步骤,从而逐渐靠近最优参数。缺点:如果函数的形状非均向,比如呈延申状,搜索路径将会非常低效,其根本原因是梯度的方向有时候并不是指向最小值的方向。例如:上图为函数f(x,y)的图...原创 2020-01-21 09:24:40 · 795 阅读 · 0 评论 -
关于Batch Normalization
本文参考:深度学习入门:基于Python的理论与实现斋藤康毅(作者)我们的目标是使模型可以顺利高效的学习,所以我们努力的使各层的经过激活函数后的输出分布具有适当的广度。所以既然目标是这个,我们也可以强制性的调整这个值使其具有适当的分布广度。Batch Normalization(简称Batch Norm)是2015年提出的。他有如下优点:可以使学习快速进行(增大学习率)不那...原创 2020-01-21 10:23:51 · 339 阅读 · 0 评论