weixin_42135145的博客

关于鸢尾花（4特征分三类but只用到了2特征）从零开始的机器学习之SVM一个简单的实现案例——鸢尾花分类：https://blog.youkuaiyun.com/qq_32949893/article/details/79685325matplotlib.colors(ListedColormap)：https://blog.youkuaiyun.com/zhaogeng111/article/details/78419015关于葡萄酒（13特征）【代码 - svmtrain报错 - 不出现预测测试集分类...

作业下载网址：https://pan.baidu.com/s/1iXUi78OIEzT2U4F4TofGmAPart1:（tensorflow-MNIST-logistRes）#以下函数的使用方法，请参考：https://tensorflow.google.cn/api_docs/python/from tensorflow.examples.tutorials.mnist imp...

目录：1.MNIST,准确率提升至98%以上（视频可提升至98.3%）2.tensorboard网络结构3.tensorboard网络运行（查看网络运行时数据，通过反馈图形调整参数，从而优化网络结构）4.tensorboard可视化 1.MNIST,准确率提升至98%以上（视频可提升至98.3%）# -*- coding:utf-8 -*-# author: aih...

目录：1.交叉熵2.Dropout3.优化4.优化器 1.交叉熵更改loss函数 loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y,logits=prediction))对比两次结果： 二次代价函数：loss = tf.reduce_mean(tf.squar...

目录：1.非线性回归2.手写数字训练集3.T3-3MNIST数据集分类简单版本 1.非线性回归代码：import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt# 使用numpy生成200个随机点x_data = np.linspace(-0.5, 0.5, 200)[...

目录：1.创建图，启动图2.变量3.Fetch and Feed4.TensorFlow简单演示5.代码合集 1.创建图，启动图2.变量报错示例：3.Fetch and Feed4.TensorFlow简单演示5.代码合集1.import tensorflow as tfm1 = tf.constant([[3,3]...

目录：1.在Anaconda下载后，打开JupyterNotebook2.新建3.重命名4.测试代码及运行5.运行所有的程序6.删除指定“格子”7.新建、打印、下载8.自动补全 1.在Anaconda下载后，打开JupyterNotebook2.新建右上角new->Python33.重命名点击Jupyter右侧，test为重命名...

# -*- coding:utf-8 -*-# outhor: aihan time: 2019/1/17import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'import tensorflow as tfimport numpy as nptf.InteractiveSession()#TensorFlow operations...

题目描述从键盘输入任意20个整型数，统计其中的负数个数并求所有正数的平均值。保留两位小数样例输入1 2 3 4 5 6 7 8 9 10-1 -2 -3 -4 -5 -6 -7 -8 -9 -10样例输出105.50来源/分类基础练习  PS：自己测试正确，但提交不正确，没找到原因。。。提交代码try: while True:...

题目描述按递增顺序依次列出所有分母为40，分子小于40的最简分数。输出分数之间用逗号分开(含最末逗号)样例输出1/40,3/40,7/40,9/40,11/40,13/40,17/40,19/40,21/40,23/40,27/40,29/40,31/40,33/40,37/40,39/40,提示对分子采用穷举法，利用最大公约数的方法，判断分子与40是否构成真分数。...