如下是学习笔记，学习资源来自莫烦PYTHON：https://morvanzhou.github.io/tutorials/others/linux-basic/视频资源：https://www.bilibili.com

一些常用的Git知识点整理关于Git这一篇就够了Git基本命令大全30分钟精通Git，学不会来找我Git版本管理|莫烦PYTHONGit代码版本管理教程文章目录【前言】集中式与分布式的区别git介绍git

不用慌，莫要愁，，闭户修心莫烦恼。戴好口罩勤洗手，逼死瘟疫无处跑。

一、处理数据的结构案例代码如下:importtensorflow.compat.v1astftf.disable_v2_behavior()importnumpyasnp#createdatax_data=np.random.rand(100).astype(np.float32)y_data=x_data*0.1+0.3#创建结构(一维结构)Weights=tf.Variable(tf.rand

实现并发1.1创建线程1.2线程合并——join功能1.3全局解释器锁（GIL）2.实现锁2.1Queue功能——值传递2.2线程锁3.threading函数统计表4.参考链接0.前言这篇文章我是根据【莫烦

注：文章内容参考了莫烦python一、数据来源数据来自于Kaggle公开免费数据集，需要的伙伴可以自行到这里下载。

人生事，莫烦恼，明日阴

基于DQN的方法解决Cart-Pole问题本文主要是对莫烦的DQN程序进行理解及注释，供自己理解以及向大家提供参考importtorch#导入torchimporttorch.nnasnn#导入torch.nnimporttorch.nn.functionalasF

科普飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体。目前，飞桨累计开发者265万，服务企业10万家，基于飞桨开源深度学习平台产生了34万个模型。飞桨助力开发者快速实现AI想法，快速上线AI业务。帮助越来越多的行业完成AI赋能，实现

为什么学习word2word2vec模型?该模型用来学习文字的向量表示。图像和音频可以直接处理原始像素点和音频中功率谱密度的强度值，把它们直接编码成向量数据集。但在"自然语言处理"中，对语句中的单词(Word)进行编码，无法提供不同词汇之间的关联信息。这种"独立的、离散的"符号将导致数据稀疏，训练模型时将必须寻求更多数据。word2vec旨在克服上述问题。向量空间模型(VSMs)将语义近似的词汇映

一维数据集上的神经网络#1引入包，创建会话importtensorflowastfimportnumpyasnpsess=tf.Session()#2初始化数据data_size=25data_1d=np.random.normal(size=data_size)x_input_1d=tf.placeholder(dtype=tf.float32,shape=[data_size])#3定义卷积层

tf2.0以上版本的，开始加两行importtensorflow.compat.v1astftf.disable_v2_behavior()https://blog.csdn.net/AI_future/article/details/107621549?utm_medium=distribute.pc_relevant_bbs_down.none-task-blog-baidujs-1.none

本次内容学自莫烦Python2.2这次要爬的是这个网站https://morvanzhou.github.io/static/scraping/list.html网站首页图1要爬取的网站首页源码图2要爬取的网站的源码这次要爬好像也没有什么很特别的

莫烦老师的强化学习视频不出SAC，我只能去看看别的程序员讲解SAC算法。结果。。。。

设置长方形的图像合集，分格显示，第一行设置为一列，第二行设置为三列，索引按照小的来方法4：设置长方形的图像合集，组合正方形为长方形方法5：设置长方形的图像合集，划分大格网二、参考这个学习系列都参考了B站UP主的视频《【莫烦

TensorFlow学习－－tf.train.batch与tf.train.shuffle_batch（1）背景：（2）用法tf.train.shuffle_batch()将队列中数据打乱后再读取出来．

激活函数relusigmoidtanhNN复杂度多用NN层数和NN参数的个数来表示损失函数1.均方误差（meansquareerror）loss_mse=tf.reduce_mean(tf.square(y_-y))MSE计算公式2.自定义损失函数举例：大于正确值损失cost，小于正确值损失profitloss=tf.reduce_sum(tf.where(tf.greater(y_,y),(y_

前置知识：莫烦大佬的强化学习的相关知识：https://www.bilibi

一、如何在Ubuntu上编辑和运行TensorFlow包下的代码（1）使用vim编辑器编辑，终端运行代码该方法首先需要打开Ubuntu的终端，然后输入以下代码进入Anaconda管理下安装了TensorFlow包的Python环境：zlt@zlt-virtual-machine:~/download/MyTfTest$sourceactivatetensorflow成功运行后即可在前面看到括号里面

下载Python3.5.x，https://www.python.org/downloads/release/python-352/设置python全局变量验证python版本，python--version下载tensorflow，pip3install--upgradetensorflow，公司网络，安装未发现问题。GPU版本暂时略。验证TF安装成功。importtensorflowastfh

importnumpyasnpimportpandasaspdimporttensorflowastfnp.random.seed(1)tf.set_random_seed(1)#DeepQNetworkoff-policyclassDeepQNetwork:def__init__(self,n_actions,n_features,learning_rate=0.01,reward_decay=

张量张量是tensorflow中的基本数据结构#全零张量zero_tsr=tf.zeros([row_dim,col_dim])#全1张量ones_tsr=tf.ones([row_dim,col_dim])#填充张量filled_tsr=tf.fill([row_dim,col_dim],42)#常量constant_tsr1=tf.constant([1,2,3])constant_tsr2=

1.目的了解tensorflow框架1.1推荐官方QA:常见疑问经典解答官方博客:膜拜牛人的job2.tensor与placeholder#tensor方式a=tf.constant(3.0,dtype=tf.float32)b=tf.constant(4.0)#alsotf.float32implicitlytotal=a+bprint(a)print(b)print(total)#placeh

一、学习背景最近在学习python制图，准备做个模板好出图目录一、学习背景二、参考三、代码学习方法1：自行设置锚点方法2：以原点为基准二、参考这个学习系列都参考了B站UP主的视频《【莫烦Python】MatplotlibPython

Tensorflow利用其可视化工具tensorboard可视化神经网络参考莫烦的B站教程20，利用tensorflow自带的可视化工具tensorboard，在Google浏览器上进行了简单神网路的可视化

Tensorflow莫凡学习本篇文章详解讲解了tensorflow的一个简单的实例，具体视频请见B站——Tensorflow搭建自己的神经网络(莫烦Python教程)。

神经元模型：用数学公式表示为：f(∑iXiWi+b)，其中f为激活函数，b为偏置向。神经网络是以神经元为基本单位构成的。激活函数：引入非线性激活因子，提高模型的表达能力。常用的激活函数有relu,sigmoid,tanh等。激活函数relu：在tensorflow中使用tf.nn.relu()表示tf.nn.relu()2.激活函数sigmoid:在TensorFlow中，用tf.nn.sigmo

告别狹隘弃悲观，根除犹豫莫烦乱。心宽一秒快乐来，健康秘诀是乐观。劝君心平气又和，微笑一世福百年。对照自我检讨之第五十一天对昨天工作、生活、学习和对照以前的计划比对基本满意。好的方面:1、写了。

Tensorflow学习笔记-Python语法学习快速索引——持续更新√1、ubuntu终端的简单使用√2、vim编辑器的基本用法√3、python里的数据类型：数值、字符串、列表、元组和字典√4、python

tf.nn.softmax(logits,axis=None,name=None,dim=None)Computessoftmaxactivations.(deprecatedarguments)计算softmax激活。（有弃用的参数）SOMEARGUMENTSAREDEPRECATED.一些参数被弃用Theywillberemovedinafutureversion.它们将在未来的版本中被删除I

Tensorflow学习笔记：CNN篇（4）——CIFAR-10数据集LeNet实现（Keras版）完整代码fromkeras.datasetsimportcifar10fromkeras.modelsimportSequential

tensorflow学习笔记（三十）：tf.gradients与tf.stop_gradient()与高阶导数

准备做个模板好出图目录一、学习背景二、参考三、代码学习1.figure语法说明2.一张图上2条线3.坐标轴取值范围、坐标轴标题、坐标轴小标4.修改坐标轴位置5.加入图例二、参考这个学习系列都参考了B站UP主的视频《【莫烦

学习资料：【北京大学】Tensorflow学习笔记，从零基础入门到项目实战分享学习教程https://www.bilibili.com/video/BV1GE411k7Q2?

【莫烦Python】Tensorflow搭建自己的神经网络tensorflow2.0入门与实战2019年最通俗易懂的课程【北京大学】Tensorflow2.0更多资料请关注公众号：计算机视觉与图形学实战

初始化为常量tf中使用tf.constant_initializer(value)类生成一个初始值为常量value的tensor对象。constant_initializer类的构造函数定义：def__init__(self,value=0,dtype=dtypes.float32,verify_shape=False):self.value=valueself.dtype=dtypes.as_d

(1)知识铺垫如果你是纯机器学习，深度学习的小白，在进行学习或者环境准备的阶段，在网上百度很多教程，会发现很多名词和工具的作用没有了解很清楚，特意再次整理，作为正式开始学习的铺垫：CPU:中央处理器（CentralProcessingUnit）是一块超大规模的集成电路,是一台计算机的运算核心（Core）和控制核心（ControlUnit）。它的功能主要是解释计算机指令以及处理计算机软件中的数据。G

tensorflow入门与基本使用计算图（computationgraphy）计算图（computationgraphy）计算图是由一个个节点和连接各个节点的边组成，因此要定义一个计算图，只需要定义好各个节点以及节点的输入输出（对应计算图的边）。节点代表各种操作，如加法、乘法、卷积运算等等，输入输出主要是各种数据（tensor）。importtensorflowastf#CreateaConsta

1、tensorflow中的数据类型importtensorflowastfimportnumpyasnp#张量可以是数字、列表、ndarray#使用列表创建张量print(tf.constant([2,3]))print(tf.constant([[2,3],[1,4]]))#tensorflow2默认使用Eager动态图机制print(type(tf.constant([[2,3],[1,4]

在开始之前多说一句，本系列的教程均以Tensorflow官方为主，主要是考虑到有些同学英语不好的基础，而且Tensorflow官方的教材也较为简单，对很多基础性的问题没有涉及到，当然作者我也是一个半桶水，我想把我在学习过程中遇到的一些问题进行汇总，总的来说我觉得也可以理解这个学习教材可以称为笔记，之后在每一章我都会将Tensorflow官方教材的地址贴出来。今天要上代码了，直接实战出效果图片分类看

在学习完AndrewNg的经典课程deeplearning.ai之后，再接再厉，开始学习TensorFlow的征程。TensorFlow作为目前最火的开源机器学习框架，不可忽视。学习第一个问题就是，用什么课程或图书学习，咨询了老司机，我暂定参考以下面几份材料：斯坦福开源课程CS20:TensorflowforDeepLearningResearchYouTube上第三方对斯坦福CS20视频解说Te

2020.01.19fjy学习Sarsa这两天先看了看莫烦大佬的视频，又找了几篇博客在头两天啊安装好的环境里尝试着学习了一下Sarsa。

1.目前我们理解，Tensorflow倾向以Dataset作为数据标准，其他数据格式转到Dataset作处理2.文件类型.npy.npz为numpy读取存储数据常用文件。常用函数为loadsave实例path=tf.keras.utils.get_file('mnist.npz',DATA_URL)withnp.load(path)asdata:train_examples=data['x_tra

科普知识GefferyHinton被称为“深度学习之父”、“神经网络先驱”、“AI教父”，他的名字响彻整个AI领域，他的一举一动，都是热点导向。以深度神经网络为代表的深度学习模型，在19世纪70年代进入寒潮以来，再次焕发出活力、得到学术界和工业界广泛关注，与他的贡献密不可分。前言上期的文章中，我们学会了TensorFlow中全连接层的搭建和输入数据的喂入方法，这些都是构建深度学习项目的基础，本来打

科普知识《自然哲学的数学原理》是英国物理学家艾萨克·牛顿创作的物理学哲学著作，1687年首次出版。《自然哲学的数学原理》是牛顿重要的物理学哲学著作。全书分为三卷，第一卷“论物体的运动”，表述了牛顿三定律；第二卷也是“论物体的运动”，论述了阻力下物体的运动，为流体力学开先河；第三卷“论宇宙的系统”，讨论了宇宙系统。《自然哲学的数学原理》总结了近代天体力学和地面力学的成就，为经典力学规定了一套基本概念

本次内容学自莫烦Python2.1正则表达式这是要爬取

前言一个卷积层一般分为三个部分。第一部分为卷积级，卷积操作可参照上节的示例，作用是进行特征的提取，但这里提取出的特征是线性的，不具有学习“能力”。为了使卷积网络具有学习能力，就需要下面介绍第二第三部分激活级与池化级。值得说明的是，本文提到的卷积层是将卷积、激活、池化视为一个复杂的层，当然卷积神经网络中，也可以将这三层分开视为三个简单的层，这样就意味着不是每一层都有weights与bias。激活1.

人懒就不重新起项目，感谢莫烦大神的教程和

实践一下自定义网络代码1.关于conv1Dconv2Dhttps://blog.csdn.net/Elva_23/article/details/838265872.自定义损失函数与自定义指标函数通过继承类实现以定义网络层的方式添加直接在model上面加3.tf.data.DataSet构建数据集DataSet是第一维维度相同的数据序列，由数据元素组成序列包含shufflebatch等排序组合函数

莫烦恼，赞平凡纯真，翘楚倾城。光阴荏苒峥嵘，愿安居乐业笑脸盈。看神州大地，千帆竞进；祖国昌盛，万马奔腾。慈父如山，母恩似海，益友良师挚意浓。觅知己，两心相逢美