原创 機器學習算法的隨機數據生成
原文鏈接:https://www.cnblogs.com/pinard/p/6047802.html 在學習機器學習算法的過程中,我們經常需要數據來驗證算法,調試參數。但是找到一組十分合
原创 啓動mysql 發生系統錯誤 5。 拒絕訪問
今天這一天過得真的是。。。。確實解決各種錯誤啊,。。難受。。。 首先報錯爲: 找到C盤中的Windows-System32-cmd.exe 右鍵單擊cmd.exe ,以管理員身份運行。 啓動mysql成功。
原创 關於使用sklearn進行數據預處理 —— 歸一化/標準化/正則化
參考:<https://www.cnblogs.com/chaosimple/p/4153167.html> 用法及應用場景 一、標準化(Z-Score),或者去除均值和方差縮放 公式爲:(X-mean)/std 計算時對每個屬性/每列
原创 【深度學習】神經網絡入門(最通俗的理解神經網絡)
原文鏈接:http://tieba.baidu.com/p/3013551686?pid=49703036815&see_lz=1# 轉自:http://tieba.baidu.com/p/30
原创 building 'MySQLdb._mysql' extension error: Microsoft Visual C++ 14.0 is required. Get it with "Mi
這幾天電腦實驗室壞了。。。。emmm,每次想好好做東西的時候,電腦就壞掉。。這次是連不上網,然後嘗試修復之後,把pycharm也成功搞壞。。。。very good!!! 好吧,我用筆記本行了吧。。結果在筆記本上安裝mysqlclient包
原创 神經網絡/多層感知器(MLP)架構:選擇隱藏層數量和大小的標準
原文鏈接:https://blog.csdn.net/lt77701/article/details/76135962 版權聲明:本文爲博主原創文章,遵循 CC 4.0 by-sa 版權協議,轉
原创 Django外鍵(ForeignKey)操作以及related_name的作用
原文鏈接:https://blog.csdn.net/hpu_yly_bj/article/details/78939748 Django外鍵(ForeignKey)操作以及related_na
原创 np.exp()的使用
np. exp(x) e的x冪次方 import numpy as np print(np.exp(0)) print(np.exp(1)) print(np.exp(2)) 輸出爲: 1.0 2.7182818
原创 錯誤:Reverse for '' not found. '' is not a valid view function or pattern name.
一直報錯:Reverse for '' not found. '' is not a valid view function or pattern name. 如圖所示: 我尋思''是個什麼鬼,我搜別人的報錯都是'new_projec
原创 利用plt.pcolormesh繪製分類圖
本文介紹如何利用plt.pcolormesh來繪製以下分類圖 plt.pcolormesh能夠直觀的表現出分類的邊界,而只用散點圖無法顯示出分類的邊界線,如下圖所示: 下面以make_moons數據集爲例,用神經網絡說明
原创 Django模板過濾器
原文鏈接:https://www.jianshu.com/p/f059e4cf07f9 知識點: 基本概念 常用的過濾器 過濾器例子 關於自動轉義 模板過濾器 作用:對變量進行過濾。在真正渲染出
原创 DateTimeField(auto_now_add=True)以及時區設置
1、models.py: class Papers(models.Model): Name = models.CharField(max_length=32) CreatedTime = models.DateTim
原创 matplotlib.colors(ListedColormap)
下面來自原作者博主,此處作爲參考,感謝: 版權聲明:本文爲博主原創文章,遵循 CC 4.0 by-sa 版權協議,轉載請附上原文出處鏈接和本聲明。 鏈接:https://blog.csdn.net/zhaogeng111/article/
原创 numpy.random.rand用法
使用 numpy.random.rand 方法生成任意隨機數 創建一個給定類型的數組,將其填充在一個均勻分佈的隨機樣本[0, 1)中 (1)生成單個隨機數。 r1=np.random.rand() print(r1) -》0.5016
原创 numpy.reshape(-1,1)
數組新的shape屬性應該要與原來的配套,如果等於-1的話,那麼Numpy會根據剩下的維度計算出數組的另外一個shape屬性值。 舉個例子: x = np.array([[2, 0], [1, 1], [2, 3]]) 指定新數組行爲