原创 AttributeError: module ‘tensorflow.tools.api.generator.api.compat‘ has no attribute ‘v1‘

由於tensorflow版本原因,如 tf.compat.v1.train.GradientDescentOptimizer() 把 compat.v1刪掉即可 改成 tf.train.GradientDescentOptimize

原创 【tensorflow】識別圖中模糊手寫數字

1、導入NMIST數據集。 手動下載:http://yann.lecun.com/exdb/mnist/ 自動下載: from tensorflow.examples.tutorials.mnist import input_data

原创 djiango2.1:ModuleNotFoundError: No module named 'celery'

原來是沒有安裝celery 安裝celery:pip install celery 安裝後報錯     raise ReadTimeoutError(self._pool, None, 'Read timed out.') pip._ve

原创 win7中redis服務啓動失敗的問題

redis安裝網址:https://github.com/MicrosoftArchive/redis/releases 在window服務中點擊開啓redis服務,顯示啓動失敗 找到redis目錄下的redis.windows-serv

原创 Pillow安裝了卻提示沒有安裝

顯示:HINT: Get Pillow at https://pypi.org/project/Pillow/ or run command "pip install Pillow". 重新卸載pillow後在安裝一遍 卸載pillow

原创 打開tensorboard頁面沒有反應:No dashboards are active for the current data set.

tensorboard --logdir=logfile 用上行命令打開tensorboard,發現頁面沒有反應 頁面提示:No dashboards are active for the current data set 經百度一番後

原创 pip install Cannot unpack file 的解決辦法

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn tensorboard 如上面安裝ten

原创 常見的tensorflow開發基本步驟

(1)定義TensorFlow輸入節點     a.通過佔位符定義[常用]:具體使用tf.placeholder函數 x=tf.placeholder("float")     b.通過字典類型定義 inputdict={ '

原创 windows10下安裝tensorflow(cpu版) (AMD顯卡)(pip安裝)

當初年少無知,買了AMD顯卡的筆記本,奈何計算機小白要進行深度學習,so......將錯就錯吧。 Anaconda版本:Anaconda3-4.3.0 Python版本:Python 3.5.2 tensorflow版本:tensorfl

原创 神經網絡二三事

人工神經網絡與生物神經網絡? 生物神經網絡就是將數以萬計的細胞聯結, 將感官和反射器聯繫在一起的系統。而人工神經網絡是對生物神經元結構和功能的模擬。人工神經網絡靠的是正向和反向傳播來更新神經元, 從而形成一個好的神經系統, 本質上, 這是

原创 吳恩達機器學習筆記2-單變量線性迴歸

線性迴歸算法(用直線來擬合數據) h0(x)=θ0+θ1*x,要想h0(預測值)接近y(實際值),也就是使得預測值和實際值的平方誤差和最小,可用平方代價誤差函數來解決。 平方代價誤差函數說明:平方是爲了保證正值,二分之一m的目的是

原创 吳恩達機器學習筆記1-機器學習基礎

機器學習Tom Mitchell定義:如果T(task)在一個度量標準(判斷的正確率)P(performance measure)以上隨着經驗 E(experience)自我完善,則稱計算機程序從經驗E中自我學習。 比如T:垃圾郵件分

原创 【機器學習】簡單的例子解釋什麼是泛化、過擬合與欠擬合

泛化:如果一個模型能夠對沒見過的模型做出準確的預測,我們就說它能夠從訓練集泛化到測試集,也就是說,對於一個沒有見過的樣本也具有“舉一反三”的識別能力。如,我們告訴計算機1+1=2,之後的算法通過自己學習,而推廣到多位數的加減法。如果機器只

原创 吳恩達機器學習筆記3-多變量線性迴歸

上一節中講的是單個變量的處理方法,那多變量問題要怎麼辦呢? (X上標(2)是一個索引,代表着第二個訓練集樣本,此處指的是表格中的第二行。) 梯度運算的使用技巧1:特徵縮放(feature scaling) 數據預處理中,標準的

原创 吳恩達機器學習筆記5-邏輯迴歸

分類問題 分類的時候,我們通常讓0爲負類,1爲正類。 有時候,線性迴歸並不能很好的解決分類問題。比如如下圖所示的訓練集,增加了一個樣本,直線由粉紅色變成了藍色,得到了一個更壞的假設。   邏輯迴歸實際上是分類算法,不要被它名字所騙