原创 win10常用軟件彙總
文檔寫作 Office2019 Typora texlive+texstudio 畫圖 Visio2019 xmind8 adbobe photoshop 億圖圖示 視頻剪輯/錄製 瞄影工廠 論文管理工具 citavi 編
原创 一個爬取谷歌圖片的python程序
查看了一些別人寫的代碼,照着大體的模板,寫了一個自己的版本,親測可用。 輸入:一個文本,關鍵詞斷行分隔。 特點:一類別一文件夾,可使用自定義多線程下載,可自定義下載圖片數目上限。 #!/usr/bin/env python # -*-
原创 電子科技大學信軟學院大三實習實訓報告文檔格式調整(文尾附贈實習總結報告完整模板)
工具:word2016 word文檔排版主要有以下幾個問題:目錄、頁眉、頁碼。 前文 首先新建一個word文檔,打開。 選中正文旁邊這個按鈕,這樣word中的空白字符例如分頁符、連續符等皆可見,例如 爲使得頁眉和頁碼滿足要求,即目
原创 手寫邏輯斯蒂迴歸
from scipy.io import arff import numpy as np import pandas as pd radius = 4 # search radius def distance(point1, p
原创 K均值聚類算法(Kmeans)講解及源碼實現
K均值聚類算法(Kmeans)講解及源碼實現 算法核心 K均值聚類的核心目標是將給定的數據集劃分成K個簇,並給出每個數據對應的簇中心點。算法的具體步驟描述如下。 數據預處理,如歸一化、離羣點處理等。 隨機選取K個簇中心,記爲
原创 TensorFlow分batch加載並生成數據
import tensorflow as tf import pandas as pd import time sess = tf.InteractiveSession() def gen(): csv_data = pd
原创 手寫cart
from scipy.io import arff import numpy as np import pandas as pd iris = arff.loadarff('../dataset/iris.arff') df = pd
原创 本科AI學習建議
注:ctrl+點擊進入超鏈接查看網頁;crtl +k查看超鏈接指向url(部分鏈接請複製打開)。 一、總體學習架構 二、各部分講解及資料 2.1 編程 2.1.1 語言 需要良好的編程能力,重點是python,其次是C++和ja
原创 TensorFlow 全連接層 卷積層 池化層 單向lstm 雙向lstm 的基本操作
首先導包 import tensorflow as tf import tensorflow.contrib as contrib import tensorflow.layers as layer import tensorflow.
原创 手寫pca
import numpy as np # 10 samples, 15 features batch = 20 data = np.random.rand(batch, 15) mean = data.mean(axis=0) dat
原创 手寫kmeans
算法: 首先確定一個k值,即我們希望將數據集經過聚類得到k個集合。 從數據集中隨機選擇k個數據點作爲質心。 對數據集中每一個點,計算其與每一個質心的距離(如歐式距離),離哪個質心近,就劃分到那個質心所屬的集合。 把所有數據歸好集合後,一
原创 手寫knn
算法: 算距離:給定未知對象,計算它與訓練集中的每個對象的距離; 找近鄰:圈定距離最近的k個訓練對象,作爲未知對象的近鄰; 做分類:在這k個近鄰中出線次數最多的類別就是測試對象的預測類別。 代碼: from scipy.io i
原创 手寫softmax迴歸
from scipy.io import arff import numpy as np import pandas as pd radius = 4 # search radius def distance(point1, p
原创 手寫樸素貝葉斯
from scipy.io import arff import numpy as np import pandas as pd radius = 4 # search radius def distance(point1, p
原创 手寫bp神經網絡
from scipy.io import arff import numpy as np import pandas as pd radius = 4 # search radius def distance(point1, p