原创 大話深度學習(三):損失函數

大話深度學習(三):損失函數 文章目錄大話深度學習(三):損失函數損失函數交叉熵損失函數L1損失函數和L2損失函數 損失函數 爲了解決分類問題或者回歸問題,我們通常會定義一個損失函數來描述對問題的求解精度(用數學的方法描述預測答案

原创 subprocess.Popen()的用法

subprocess.Popen()的簡單用法 subprocess 模塊允許你生成新的進程,連接它們的輸入、輸出、錯誤管道,並且獲取它們的返回碼。 subprocess.Popen(args, shell=True, stder

原创 Pandas安裝下載和 Matplotlib安裝下載

安裝Pandas python的pandas模塊和numpy模塊都是用於科學計算的模塊。我看了很多pandas安裝的教程,都有一些前提條件:什麼numpy的版本要新、要下什麼python的什麼包啊,先下載鏡像啊,網速要好(這個的確

原创 Jupter notebook工作文件夾路徑修改

Jupter notebook工作文件夾路徑修改 打開 Anaconda Prompt,並輸入 jupyter notebook --generate-config 下圖需要輸入y,表示系統已經寫過jupter notebo

原创 matplotlib數據可視化基礎(1)

matplotlib基礎繪圖函數功能 函數 功能 figure.add_subplot 創建選中資圖,指定行數列數和子圖編號 plt.figure 創建空話不,指定大小和像素 plt.xlable(ylabe

原创 在jupyter notebook導入tensorflow (Mac)

1.打開終端查看所有的環境 conda info --envs 2.激活已經安裝好tensorflow的環境 我的第二個就是我已經安裝好tensorflow2.0的虛擬環境,激活就好 conda activate tensfl

原创 matplotlib數據可視化基礎(2)

matplotlib數據可視化基礎(2) 繪製直方圖 直方圖又稱質量分佈圖,是統計報告圖的的一種,用直方圖能夠置換的看出產品質量的分佈狀態,已經總體質量的分佈情況。基本語法如下: matplotlib.pyplot.bar(lef

原创 10.python類中常見內置方法

文章目錄isinstance(obj,cls)和issubclass(sub,super)item系列__getitem__(self, item)__setitem__(self, key, value)__delitem__(

原创 9.綁定方法與非綁定方法

文章目錄綁定方法1.綁定給類的方法(classmethod)2.綁定到對象的方法:沒有被任何裝飾器裝飾的方法。非綁定方法 綁定方法 1.綁定給類的方法(classmethod) @classmethod是一個裝飾器,起作用就是聲明

原创 pandas統計分析基礎(1)

文章目錄數據的列數據類型數據元素個數、維度、形狀訪問單列多行數據head,tail分別訪問數據的頭部和尾部loc與iloc切片爲DateFrame增加數據 導入數據 import pandas as pd date=pd.read

原创 大話Tensorflow2.0(二):全連接神經網絡結構

大話Tensorflow2.0(二):全連接神經網絡結構 第一個全連接神經網絡結構的代碼復現 通過代碼整個流程的理解,大致是建立了一個全連接的網絡神經結構,輸入的一個長度爲784的張量,網絡包含兩個隱藏層,每個隱藏層包含64個結點

原创 pandas統計分析基礎(2)

文章目錄pandas描述性統計方法的常見方法drop刪除數據調用describe方法實現數值型特徵的描述性統計value_counts主要用於數據流對應的非空的數值的頻數統計 pandas描述性統計方法的常見方法 方法 統計

原创 11.反射(內置函數的一種)

文章目錄反射1.hasattr(object,key)2.getattr(object, key, default=None)3.setattr(object, key, value)4.delattr(object, key)反

原创 數據預處理之數據合併(基於pandas)

文章目錄數據預處理pandas.concatpandas.DateFrame.appendpandas.mergepandas.DateFrame.join 數據預處理 數據預處理主要包括: 數據合併:通過堆疊合並和主鍵合併等多種

原创 pandas統計分析基礎(3)

文章目錄使用groupby方法拆分數據使用agg方法聚合數據注意count與value_counts的區別使用apply函數使用transform聚合函數利用pivot_table可以實現透視表 使用groupby方法拆分數據 本