我的python学习日记第29页

windows 安装tensorflow的超简单方法（顺带解决spyder打不开的问题）

这里我创建的tensorflow环境就命名为tensorflow，我的python版本是3.8。3、打开powershell，

风の海·2023-01-29 10:55

学习笔记156-正态分布&幂律分布

【江湖说️❤️学习日记】[打卡宝宝]：洋芋.

洋芋g·2023-01-29 02:40

《优秀的人，都敢对自己下狠手》

这本书是去年读过的，与这本书的结缘是在一个微信公众号“Spenser的二次学习日记”，本书的作者也是这个公众号的作者——陈立飞。

践行终身学习·2023-01-28 22:18

转自墨茶的学习日记

人的一生真的说短不短，说长也不长18岁参加高考四年以后大学毕业22岁如果要考研，再加三年研究生如果不幸第一次没上岸，再加一年这时已经26了，家里人还会催婚如果已经谈了一段时间，在26岁末结婚接下来找个单位工作安定下来已经27.28的样子了算上生子，就快30了三十岁已经快到整个人生的三分之一了青春已经完完全全过去你将迎接青年末期中年前期从上文明显的看到纯学习占了人生的前五分之一到四分之一的样子可能等

一只南彧·2023-01-28 13:57

Windows安装Anaconda并且配置国内镜像的详细教程

目录前言下载anaconda安装anaconda变量环境配置国内源参考资料在学习OpenCV或者其他关于Python技术的时候，我们通常需要准备不同的Python环境，我选择了Anaconda作为我的Python

·2023-01-28 08:25

【优胜行动派️学习日记】

[打卡宝宝]：魏萍[打卡日期]：2019/08/25[学习内容]：水平营销[学习笔记]：8.1在产品层面进行水平营销的哲学人们在改进产品或服务时会问：“它能用来做什么？”“这种产品适用于什么情境？”“什么样的目标群体会喜欢这样的想法？”在改进产品或服务时，我们必须寻找被改进产品的用途、目标群体或者适用情境，但并不能保证一定能找到，因为这只是一个探索可能性的过程。那么，为什么营销人员仍然不惜花时间去

键萍·2023-01-28 05:08

学习日记

2021-4-30R语言的学习让我觉得我好像更能理解电脑操作了，学得很慢，需要解决的问题也很多，但没事，慢慢来，一点点积累就好了。2021-5-1今天靠自己疯狂浏览百度经验和CSDN的论坛，解决了用户文件名修改的问题，开心，一切才刚刚开始，但小有成就啊哈哈哈。2021-5-3昨天几乎没学R语言唉，今天又看了视频，我觉得能真正深刻领悟还是要多看多方面了解，因为编程毕竟是我完全陌生的领域，相关词汇和内

木小亘·2023-01-28 03:28

学习日记第32天

今天学了财报分析2，做每日一问的时候感觉自己的排版怎么看怎么不美观32-0132-0232-0332-0432-05很重的危机感，助教工作又犯错了，爬楼密码粘贴的不见了，发成了之前的，特别气馁。前同事来问我买手串，才感觉自己说好的坚持，根本没有坚持，快2年没做了。上午休息，下午陪崽崽出去玩，晚上回来复习了股票课程，做了笔记，打算学完后把基金和保险的复盘笔记也重新整理一遍。sai,ps还等我我学呢，

蔷薇少女若·2023-01-27 18:25

学习日记-03-关于选择排序

排序是很多算法的基础，很多算法的后续步骤是建立在有序的基础之上的。选择排序：遍历一个列表，每一次遍历都找到整个数组中最小的值，然后将最小的值放在一个新的数组中，并在原列表中删除本次遍历的最小元素。时间复杂度：O(N^2)空间复杂度：总共O(N)，O(1)辅助空间写选择排序时，先定义一个找最小值函数，再写排序。注意：1.不要改变原list的顺序，找最小值的时候只用返回index的值就可以了。2.用l

Adora_cdac·2023-01-26 22:53

不需要编程的数据爬虫web scraper

但我的python只了解一点皮毛，没有编过爬虫，一时半会很难搞出来。于是我就想有没有不需要编程的爬虫呢，结果就搜索到了webscrapr这个爬虫工具。

juzuo·2023-01-26 16:21

原创我的学习日记之—下一个倒下的不会是华为

今天有幸受邀去听了华为前副总裁苏伟先生的分享，颇有感触，受益良多，记录下来。有一句话是这样说的：天道酬勤，商道酬信，学道酬苦，业道酬精，人道酬诚。做人必须要诚信，这是首位的。我们有了目标，怎么办呢？人：华为人力资本的增长优先于财务资本的增长为什么呢？大家看这个“王”字：最上面一横是天时，指的是选择行业赛道，只有大市场才能孵化大产业；最下面一横是地利，这个是指我们选择做事业的地域，咱们在哪里干事业；

贤羽妈咪·2023-01-26 15:11

pip 镜像_使用Pip管理Python的包

这是我的Python教程的第2篇文章第1篇文章在这里:Python安装0x01Pip介绍Pip是Python的包管理程序,负责Python的包的查找,下载,安装,卸载工作;使用Pip可以轻松的管理Python

weixin_39742958·2023-01-24 20:02

python如何实现前后端交互_前后端传值问题：python与js进行通信

要解决python与js的交互问题，可以基于qwebchannel来实现文章末尾附有简单的demo1.准备阶段由于我的python使用的是Anaconda，内置了pyqt，因此直接引入即可。

weixin_39874366·2023-01-24 10:42

Python安装Mayavi包

对于下载文件的选择，如我的python环境是Python

zParquet·2023-01-24 07:58

faster-rcnn+tensorflow在win10下出现的问题以及解决方法

解决办法：我的python版本是3.6，而faster-rcnn的源码的python版本是3.5。按照网上很多办法都试

weixin_42591127·2023-01-22 07:33

梅飞飞飞的假期学习日记DAY5

在重新回归到了深度学习状态后，今天我打算继续回归到当时的聚类工作，将工作的进度与该本书的学习同步进行回归问题处理方法回顾利用波士顿房价数据集再次对预测连续值，如气象值这类的问题进行熟悉1加载训练数据和对应标签值fromtensorflow.keras.datasetsimportboston_housing(train_data,train_targets),(test_data,test_tar

飞呀飞呀飞飞飞·2023-01-22 07:30

梅飞飞飞的假期学习日记DAY6

处理过拟合问题通过在原本的数据集当中，添加全零维度，我们可以创建新的数据集我们也能够使得原本的数据集被添加一些白噪声，这会使得原有的数据多了一些杂乱的信息在添加全零内容至数据集中时，这些内容不但不会影响原有数据所包含的信息，并且能够由此来减轻一些模型训练时的过拟合情况添加了噪声通道的数据集其中的噪声特征不可避免地会导致过拟合，因此当我们不确定特征究竟是有用的还是无关紧要的时候可以先在训练前进行特征

飞呀飞呀飞飞飞·2023-01-22 07:30

梅飞飞飞的假期学习日记day3

今日通过对深度学习tensorflow库中的模型训练过程的细节进行了重新的理解，自己对深度学习底层框架有了更深的认知能力，确实觉得自己需要再细细过一遍深度学习相关的基础内容知识，正所谓语速则不达，加快进度在本月往后推进更新模型权重时，我们最开始的思路是每次更新一个标量系数（保持其他参数不变），将其增大、减小，分别查看各自的损失值变化等。但更好的梯度下降算法巧妙通过导数等数学理论简化了这一过程随机梯

飞呀飞呀飞飞飞·2023-01-22 07:00

梅飞飞飞的假期学习日记DAY4

今天和同学聚了一下，但是不能拉下学习进度，继续看第三章本来要在昨天发了，太晚了有点麻了就没继续往后看了使用Tensorflow中的GradientTapeAPI,我们能够实现对一个输入张量进行一些计算，然后就可以检索计算结果相对于输入的梯度。1-1使用GradientTapeinput_var=tf.Variable(initial_value=3.)withtf.GradientTape()as

飞呀飞呀飞飞飞·2023-01-22 07:00

梅飞飞飞的假期学习日记DAY2

过生日和同学出去断了两天！迅速恢复进度！深度学习简单工作流程代码片段2-1导入数据集fromtensorflow.keras.datasetsimportmnist(train_images,train_labels),(test_images,test_labels)=mnist.load_data()train_images和train_labels组成了训练集，模型从这些数据中进行学习tes

飞呀飞呀飞飞飞·2023-01-22 07:59

梅飞飞飞的假期学习日记DAY1

重新在假期捡起来的深度学习，加油搞完SIT考研！！！昨天买的深度学习书到了今天开始看概率建模是最早的机器学习形式之一，当中存在的朴素贝叶斯算法如今已被广泛应用机器学习方法中的“核方法”是一组分类算法，当中最有名的就是支持向量机（SVM），利用超平面来构建决策边间分割数据点核方法当中的和技巧是其关键，省去了计算坐标直接计算得到新空间中点与点之间的距离在此方法当中只有“分离超平面”这个部分是通过学习得

飞呀飞呀飞飞飞·2023-01-22 07:29

梅飞飞飞的假期学习日记DAY7

改进模型拟合在模型拟合的过程中我们常常会遇到一些情况：训练不开始：训练损失不随着训练时间推移改变训练开始得很好，但模型没有真正泛化：模型无法超越基于常识的基准训练损失和验证损失都随着时间的推移而减小，模型可以超越基准，但似乎无法过拟合：表示模型仍然处于欠拟合状态解决策略1一般情况下，我们只需要反复地调整学习率和批量大小就够了2我们通过增加模型的批量大小，使得其包含更多样本，且整体的噪声更少更利于处

飞呀飞呀飞飞飞·2023-01-22 07:19

“深度学习”学习日记。与学习相关的技巧 -- 参数的更新

2023.1.20在神经网络的学习这一章，学习过了利用梯度下降法对参数进行更新，目的是找到是损失函数的值尽量小的参数；像解决这样的问题称为最优化。由于参数空间十分复杂、参数规模十分庞大，导致“最优化”的过程变得困难。1,SGD:回忆一下随机梯度下降法（stochasticgradientdescent），简称SGD、将要更新的权重设置为W，把损失函数关于梯度几位。η代表学习率；表示右边的值更新左边

Anthony陪你度过漫长岁月·2023-01-21 14:47

“深度学习”学习日记。误差反向传播法--Affine/Softmax层的实现

2023.1.17Affine层：在神经网络的正向传播中，为了计算加权信号的总和，使用矩阵乘积运算。比如：importnumpyasnpx=np.arange(6).reshape(2,3)#(2,3)w=np.arange(6).reshape(3,2)#(3,2)b=np.arange(4).reshape(2,2)#(2,2)y=np.dot(x,w)+b#要符合线性代数运算规则print(

Anthony陪你度过漫长岁月·2023-01-21 14:46

“深度学习”学习日记。误差反向传播法--算法实现

2023.1.18经过学习了计算图、链式法则、加法层、乘法层、激活函数层、Affine层、Softmax层的反向传播的实现。今天来学习反向传播法的算法实现，做一次总结；实现的思路（“学习”的步骤）：一，前提神经网络的“学习”是，在存在合适的权重和偏置下，对其调整以拟合训练数据的过程；步骤1:我们从训练数据中随机选取一部分数据（mini-batch），目的是减小其损失函数的值；步骤2：为了完成步骤1

Anthony陪你度过漫长岁月·2023-01-21 08:27

使用Django返回helloworld

下面进入terminal查下我电脑上安装的Django版本，如下图所示：依次输入红框中的命令查看，我的Python版本是3.8.3（安装的Anac

程序员小小何·2023-01-20 06:01

opencv学习日记——SVD奇异值分解与reshape

opencv学习日记——SVD奇异值分解与reshape#include#includeusingnamespacestd;usingnamespacecv;intmain(){//定义一个3*3的矩阵

英雄小摔哥·2023-01-18 13:58

残差网络ResNet网络原理及实现

作者介绍：石晓文，中国人民大学信息学院在读研究生，美团外卖算法实习生简书ID：石晓文的学习日记(https://www.jianshu.com/u/c5df9e229a67)天善社区：https://www.hellobi.com

LeadAI学院·2023-01-18 07:06

动手学深度学习Day01

我的Python版本是3.9，电脑是64位的，那么就要在该官网主页中寻找与之对应的版本，如下图所示。点击下载完成之后，点击安装，默认安装即可（可以自己选择安装路径，安装路

南邮在读本科生·2023-01-17 22:38

1.16机器学习日记

如何理解评价机器学习模型的几个指标：准确率(Accuracy):对所有西瓜分类正确的比率.精确率(Precision):挑出来的熟西瓜,有多少是正确的.召回率(Recall):50个熟西瓜,有多少被分来到熟西瓜这个类别.详细解读白话理解:准确率(Accuracy),精确率(Precision),召回率(Recall)_iteye_18979的博客-CSDN博客

suomi2022·2023-01-17 13:17

“深度学习”学习日记。误差反向传播法--加法层、乘法层、激活函数层的实现

2023.1.161、加法层、乘法层：前两篇文章都在讲述理论，今天实现代码操作：关于加法节点，乘法节点的内容在这篇文章。https://blog.csdn.net/m0_72675651/article/details/128695488在以后的学习中，将把构建神经网络的“层”实现为一个类。这里的“层”是指神经网络中功能的单位。这样写感觉到可以让代码变得美观一点，而更容易找出错误并修改classA

Anthony陪你度过漫长岁月·2023-01-17 07:44

【无标题】

protobufrequiresPython‘＞=3.7‘buttherunningPythonis3.6.5的解决方法在安装TensorFlow1.14.0时遇到此问题，我的python版本是3.9和

努力的飞...·2023-01-16 10:50

“深度学习”学习日记。误差反向传播法--反向传播

2023.1.15我们已经知道了反向传播是基于链式法则的成立，先来学习反向传播的结构；加法节点的结点的反向传播：以函数为例子：可得：；在反向传播中，从上游传递的值往下游传递，也就是说因为加法节点反向传递至能×1，所以输入的值会原封不动的传递到下一个节点乘法节点的反向传播：以函数为例子：；。所以在反向传播中，乘法是一个翻转关系，只是将上游信号传递给下游，并不需要上游的信号，而且乘法的反向传播需要上游

Anthony陪你度过漫长岁月·2023-01-16 10:17

TensorFlow学习日记——安装TensorFlow

安装TensorFlow过程中的问题：原本在3.7环境内安装了TensorFlow2.6.2，TensorFlow仍标红，后降为1.9.0版本，但运行时报错：ImportError:DLLloadfailed:找不到指定的模块。FailedtoloadthenativeTensorFlowruntime.试了很多方法都没效，最后查到可能是Python版本问题，搭建Python3.6.5的虚拟环境后

VVV_IA·2023-01-16 10:14

“深度学习”学习日记。误差反向传播法 -- 链式法则

2023.1.15开门见山，先直接讲什么是链式法则的定义：“如果，某个函数有复合函数表示，则复合函数的导数可以用构成符合函数的各个导数的乘积表示。”举一个例子：现在有一个函数由以上定义可以这么理解：用通俗的话来讲就是相互抵消。然而，计算图反向传播局部导数的原理也是基于链式法则。好比一个损失函数：;损失函数值loss乘以节点的偏导数，再把这个局部导数乘以上游的传递过来的值。这就是反向传播，可以高效地

Anthony陪你度过漫长岁月·2023-01-16 10:40

在Anaconda中创建新环境+下载tensorflow-gpu=1.13.1

(base)C:UsersASUS>condacreate-ntf13python=3.6.5注：我的python版本是3.6.53.安装失败：Solvingenvironment:failed4.将下面的内容粘贴在

philip_pond·2023-01-16 08:45

Java学习日记（71-80天，BP 神经网络）

学习地址目录第71天:BP神经网络基础类(数据读取与基本结构)第72天:固定激活函数的BP神经网络(1.网络结构理解)第73天:固定激活函数的BP神经网络(2.训练与测试过程理解)第74天:通用BP神经网络(1.集中管理激活函数)第75天:通用BP神经网络(2.单层实现)第76天:通用BP神经网络(3.综合测试)第77天:GUI(1.对话框相关控件)第78天:GUI(2.数据读取控件)第79天:G

波比波·2023-01-14 12:57

“深度学习”学习日记。误差反向传播法--计算图

2023.1.14在昨天的神经网络学习算法的实现中，遇到使用数值微分法连续计算梯度运行速度慢的问题，然后使用了误差反向传播法去连续计算梯度而大幅提高运行速度。今天就开始学习误差反向传播法这一个章节。一，计算图：计算图是用图形（数据结构图）去表示计算过程，用两个例子帮助理解：问题1：我使用九折优惠卷去购买2个单价为100元的篮球，求应付金额？用计算图去求解：这里将“×2”，“×0.9”，作为一个整体

Anthony陪你度过漫长岁月·2023-01-14 12:51

机器学习日记（5）

机器学习日记（5）神经网络：表述(NeuralNetworks:Representation)非线性假设（Non-linearHypotheses）我们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点

Matthewww·2023-01-14 12:19

深度学习日记

深度学习日记第一章：有监督学习是指人们在获得训练的向量数据后在没有标签的情况下尝试找出其内部蕴含关系的一种挖掘工作，这个过程中使用者除了可能要设置一些必要的超参数（hyper-parameter）以外

Daimhim·2023-01-14 12:19

“深度学习”学习日记。神经网络的学习。--学习算法的实现

2023.1.13愿望世界没有新冠，复阳的感觉真的难受这一段时间学习了“损失函数”、“mini-batch”、“梯度”、“梯度下降法”，今天通过他们取实现神经网络学习算法的实现，做一次总结。实现的思路（“学习”的步骤）：一，前提神经网络的“学习”是，在存在合适的权重和偏置下，对其调整以拟合训练数据的过程。步骤1:我们从训练数据中随机选取一部分数据（mini-batch），目的是减小其损失函数的值。

Anthony陪你度过漫长岁月·2023-01-14 12:47

sklearn版本降级出现的问题以及解决

在使用sklearn时，因为我的python版本为3.9，在使用条件随机场时不兼容报错，此时需要降sklearn版本降为0.23，直接使用conda进行版本降低会报错。

data_light·2023-01-13 15:21

“深度学习”学习日记。神经网络的学习--学习率

2023.1.10昨天学习到了学习率这个概念，学习率是指我们利用梯度法求取损失函数的最小值时，梯度每进行先前进行一段距离以后，在新的位置再求取梯度，进而更新参数。学习率具体指η，在代码中这样表示：我们以这个函数来实现代码：利用梯度法损失函数的最小值：importnumpyasnpdeff(x):returnx[0]**2+x[1]**3+9defnumercial_gradient(f,x):#利

Anthony陪你度过漫长岁月·2023-01-13 00:06

“深度学习”学习日记。神经网络的学习--数值微分、梯度法

2023.1.9之前学习损失函数的时候，提到了之后会学习到函数的梯度法，而今天就是这个内容的学习。导数：在学习之前我们需要回忆一下导数和极限的概念，这个概念对于学过高中数学和高等数学的人并不陌生：像现在这样我们所求得到的导数是“假的导数”，“真的导数”对应于x处的切线（斜率），这个误差的原因当然是因为h不能趋近于0。像这样用微小的差分求导数的过程就称为数值微分而基于数学推导式推导的导数称为解析性求

Anthony陪你度过漫长岁月·2023-01-13 00:36

“深度学习”学习日记。神经网络的学习--神经网络的梯度

2023.1.11神经网络的学习也要求梯度，而这个梯度是指损失函数关于权重的梯度。以交叉熵误差函数举例子：假设权重变化的函数是w，而w就是t的函数，所以有：代码实现：importos,sysimportnumpyasnpsys.path.append(os.pardir)defsoftmax(x):#一种神经网络的激活函数ifx.ndim==2:#判断数组x的维度是否为2x=x.T#数组（矩阵）x

Anthony陪你度过漫长岁月·2023-01-13 00:28

Yolov5-5.0 解决报错：AttributeError: Can‘t get attribute ‘SPPF‘ on ＜module ‘models.common‘

Leslie的深度学习日记：Yolov5-5.0解决报错：AttributeError:Can‘tgetattribute‘SPPF‘on＜module‘models.common‘问题问题解决：问题拓展

Prometheus7·2023-01-12 07:52

成功安装torch1.4.0和torchvision并解决安装速度过慢问题

1.下载pytorch的两个包，我的python是3.7，注意python版本的匹配https://download.pytorch.org/whl/torch_stable.html2.安装完事

王壹浪·2023-01-12 00:56

ModuleNotFoundError: No module named ‘gdal‘

linux没用一方面：condainstallgdal成功另一个方面：UnofficialWindowsBinariesforPythonExtensionPackages下载python对应版本的GDAL，我的

Jennifer233·2023-01-10 12:32

python3.6安装opencv库_python环境下安装opencv库的方法

注意：安装opencv之前需要先安装numpy，matplotlib等一、安装方法方法一、在线安装1.先安装opencv-pythonpipinstallopencv-python--user我的python

weixin_39545329·2023-01-10 07:14

学习日记（三）

目录PyTorch学习Sklearn学习前沿如何从GitHub下载csv文件PyTorch学习《PyTorch深度学习实践》完结合集-刘二大人https://blog.csdn.net/weixin_44410569/article/details/119895038到https://www.bilibili.com/video/BV1Y7411d7Ys?p=7到https://blog.csdn

沟壑星空qq_42946961·2023-01-09 19:31

推荐频道

我的python学习日记