悟空大师的博客

此示例将显示构建3D卷积神经网络（CNN）以预测计算机断层扫描（CT）扫描中是否存在病毒性肺炎所需的步骤。2D CNN通常用于处理RGB图像（3个通道）。3D CNN只是3D等价物：它以3D卷或2D帧序列（例如CT扫描中的切片）作为输入，3D CNN是学习体积数据表示的强大模型。

工厂生产一批布料，会对布料的整个生产环境检测记录下来，包括 生产布料时的环境，张力，车速，温度，压力，机器转速等一些基本数据，生产出来的布料检测机器会对布料的基本数据检测，会检测布料的颜色，克重，刀工，透光点等。那么有了这些数据，我们可以通过 深度学习 来预测 布料是否合格，应该是下面这个公式。根据现场老师傅的经验 ，认为可能压力，张力，温度等对布料的透光点有重大影响，这是根据经验来判断的，显然我们需要数据支撑，需要机器模型来验证是否这样。开搞1.第一步 我们需要把检测机器记录的历史数据

import asyncioimport timeimport aiohttpimport async_timeoutfrom bs4 import BeautifulSoupimport pymongomyclient = pymongo.MongoClient("mongodb://localhost:27017/")mydb = myclient["python"]mycol = mydb["movie"]''''异步并发获url取数据，爬虫电影网'''tem.