原创 Keras神經網絡全連接層多分類問題的訓練損失、驗證損失和訓練精度、驗證精度
AI:Keras神經網絡全連接層多分類問題的訓練損失、驗證損失和訓練精度、驗證精度,Python import keras from keras.layers import Dense from keras import models
原创 plotly數據科學交互式可視化,Python
plotly和經典Matplotlib最大的不同是plotly可以生成交互式的數據圖表。Matplotlib生成的圖示靜態(死)的圖,而plotly是活的圖,具體方式是plotly可以生成一個html網頁,該網頁基於js支持數據交互(點擊
原创 Python numpy讀取文件數組,轉化行列矩陣存入文件
假設data.txt有原始數據爲: 通過numpy做讀取該文件載入內存做一定轉化: import numpy as np if __name__ == '__main__': a = np.loadtxt('data.t
原创 CNN神經網絡貓狗分類經典案例
AI:CNN神經網絡貓狗分類經典案例 貓狗的訓練數據可以在kaggle下載: https://www.kaggle.com/tongpython/cat-and-dog/data 本例使用ImageDataGenerator在迭代生成訓練
原创 連續任意函數平均(中)值的積分簡單證明
點贊 收藏 分享 文章舉報 zhangphil 博客專家
原创 Java設計模式:遊戲中的角色和武器抽象設計
/** * 抽象遊戲角色模型。 * 一個角色可以戰鬥,但是戰鬥需要武器。 */ public abstract class Role { private Weapon weapon; public void fi
原创 CNN神經網絡貓狗分類經典案例,深度學習過程中間層激活特徵圖可視化
AI:CNN神經網絡貓狗分類經典案例,深度學習過程中間層激活特徵圖可視化 基於前文 https://zhangphil.blog.csdn.net/article/details/103581736 ,這一次把前文神經網絡在深度學習過程中
原创 Python字符串替換佔位符
s = "{0}-{1},{2}".format("zhang", 2018, 2019) print(s) s = "{name},{year}-{net}".format(name="phil", year=2019, net="
原创 plotly 3維曲面
import numpy as np import plotly.graph_objs as go import matplotlib.pyplot as plt def f(x, y): z = np.power(x, 2
原创 線性代數-矩陣方程應用:配平化學方程式
線性代數-矩陣方程應用:配平化學方程式 點贊 1 收藏 分享 文章舉報 zhangphil
原创 Java自帶的迭代器Iterator
import java.util.Iterator; public class Item<T> implements Iterator { private int pos = 0; private T[] array;
原创 sympy解二元函數偏導數,Python
from sympy import * if __name__ == '__main__': # 函數表達式變量 x, y = symbols('x y') # 二元函數表達式 f = x ** 2
原创 plotly三維數據散點,Python
import numpy as np import plotly.graph_objs as go def f(x, y): z = np.power(x, 2) + np.power(y, 2) return z
原创 Python選擇排序
import numpy as np def sort(arr): for i in range(len(arr) - 1): minIndex = i minValue = arr[i]
原创 線性代數:矩陣變換-投影變換
點贊 收藏 分享 文章舉報 zhangphil 博客專家