import numpy as np samples = [The cat jump over the dog, The dog ate my homework]#我们先将每个单词放置到一个哈希表中 token_index = {} for sample in samples:#将一个句子分解成多个单词for word in sample.split():if word not in token_index:token_index[word] = len(token_index) + 1#设置句子的最大长度 max_length = 10 results = np.zeros((len(samples), max_length, max(token_index.values()) + 1)) for i, samp...
import matplotlib.pyplot as plt import numpy as np import matplotlib.mlab as mlab import mathmu = 0 variance = 1 sigma = math.sqrt(variance) x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100) plt.plot(x, mlab.normpdf(x, mu, sigma)) plt.show()import scipy, scipy.stats x = scipy.linspace(0,10,11) pmf = scipy.stats.binom.pmf(x,10,0.5) import pylab pylab.plot(x,pmf)
def conv_(img, conv_filter):filter_size = conv_filter.shape[1]result = numpy.zeros((img.shape))print(loop r: , numpy.uint16(numpy.arange(filter_size/2.0,img.shape[0]-filter_size/2.0+1)))#Looping through the image to apply the convolution operation.for r in numpy.uint16(numpy.arange(filter_size/2.0,img.shape[0]-filter_size/2.0+1)):for c in numpy.uint16(numpy.arange(filter_size/2.0,img.shape[1]-filt...
import pandas as pd data_path = /Users/chenyi/Documents/housing.csv housing = pd.read_csv(data_path) housing.info()housing.head()housing.describe()housing.hist(bins=50, figsize=(15,15)) housing[ocean_proximity].value_counts()import seaborn as sns total_count = housing[ocean_proximity].value_counts() plt.figure(figsize=(10,5)) sns.barplot(total_count.index, total_count.values, alpha=0.7) pl...
from keras import layers from keras import modelsmodel = models.Sequential() #首层接收2维输入 model.add(layers.Conv2D(32, (3,3), activation=relu, input_shape=(28,28,1))) model.add(layers.MaxPooling2D(2,2)) model.add(layers.Conv2D(64, (3,3), activation=relu)) model.add(layers.MaxPooling2D((2,2))) model.add(layers.Conv2D(64, (3,3), activation=relu))model.add(layers.Flatten()) model.add(layers.Dense(...
from keras.datasets import imdb #num_words表示加载影评时，确保影评里面的单词使用频率保持在前1万位，于是有些很少见的生僻词在数据加载时会舍弃掉 (train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)print(train_data[0]) print(train_labels[0])#频率与单词的对应关系存储在哈希表word_index中,它的key对应的是单词，value对应的是单词的频率 word_index = imdb.get_word_index() #我...
本篇总的指导思想是在掌握深度学习的基本知识和特性的基础上，培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力。全篇力求深入浅出，通过通俗易懂的语言和详细的程序分析，介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。本篇强调理论联系实际，重点介绍TensorFlow编程解决图像识别的应用，提供了大量数据集，并以代码的形式实现了深度学习模型，以供读者参考。 本篇可作为学习人工神经网络、深度学习Tenso...
import numpy as np#构建一个含有一个常数12的0维张量 x = np.array(12) print(x) #ndim表示张量的维度 print(x.ndim)x1 = np.array([11,12,13]) print(x1) print(x1.ndim)x2 = np.array([[11,12,13],[14,15,16]]) print(x2) print(x2.ndim)W1 = np.array([[1,2],[3,4]]) W2 = np.array([[5,6],[7,8]]) print("W2 - W1 = {0}".format(W2-W1))def matrix_multiply(x, y):#确保第一个向量的列数等于第二个向量的行数assert x.shape[1...
1 import os2 os.environ[TF_CPP_MIN_LOG_LEVEL]=23 import tensorflow as tf4 from tensorflow import keras5 from tensorflow.keras import layers6 import numpy as np7 import matplotlib.pyplot as plt8 9 # from tensorflow.keras.datasets import mnist 10 # mnist is the handwriting number dataset 0-9 11 12 def load_mnist(path): 13 f=np.load(path) 14 x_train, y_train = f[x_train], f[y_train] 15 ...
1、数据和问题描述 ??本文采用Tensorflow实现全连接神经网络，对鸢尾花数据进行分类。首先加载数据集，代码如下： import tensorflow as tf from sklearn import datasets import numpy as np# 读取数据 x_data = datasets.load_iris().data y_data = datasets.load_iris().target??数据集的特征包含4列，如下图所示：??标签列的取值为（0，1，2）三种，是一个多分类问题。 2、数据预处理 ??将数据集打乱顺序，并划分为训练集和测试...
参考教程一：https://blog.csdn.net/qq_42121640/article/details/80635071 参考教程二：https://blog.csdn.net/zr459927180/article/details/51627910 参考教程三：https://blog.csdn.net/qq_35976351/article/details/89178917 1、首先暗影精灵4Plus: （1）F10:设置Bios选项讲legacy模型启用，传统模式启用：Ubuntu的安装选择非UEFI的情况。 （2）将secure boot关闭。 （3）F9:来选择安装启动盘。 2、UltraISO中，将镜像刻盘时...
【教程分享】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置（GPU + CPU版本） 【良心教程】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置（GPU + CPU版本） 参考视频 https://www.bilibili.com/video/BV1Lv41177BW?share_source=copy_web 视频地址点击这里 （原作者不是我，转载自B站，若有不当，请联系我删除!） 版权归UP Ternence_hh 所有。 话前吐槽和注意事项 csdn的好多讲...
安装步骤 Step1 anaconda-python3.6.4的安装 ANACONDA 下载地址 ANACONDA 安装确认 出现库的列表和版本号,说明ANACONDA安装成功啦 Step2.1 CUDA: V10.0.130的安装 CUDA 下载地址 CUDA安装确认 出现nvcc.exe就说明CUDA安装成功啦 Step2.2 cuDNN v7.5.0的安装 cuDNN下载地址 cuDNN复制 1.解压 2.cuda文件夹改名为cudnn 3.复制到cuda的安装路径下 cuDNN确认Step2.3 环境变量配置Step2.4 CUDA测试Step3.1 TensorFlow2.0的安装 注: 没...
OS System：Ubuntu16.04 GPU Device：GTX1080Ti Softwares：CUDA8.0、Cudnn6.0、TensorFlow（1.4.0）、Caffe2（1.0.0）一、win10下安装Ubuntu16.04（双系统） 1、Linux分区方案（Lagency+MBR） /boot 512M swap 16GB（本机物理内存为32GB） / 30GB or 35GB /home 余下的（越多越好）（UEFI+GPT） efi 512M swap 16GB（本机物理内存为32GB） / 30GB or 35GB /home 余下的（越多...
安装Anaconda 参考我的另一篇博客 https://blog.csdn.net/okfu_DL/article/details/83014304 Cuda 版本之说，网上众说纷纭。具体讲一下我的配置，和我的个人看法。 配置如下： Gtx 1080 ti + Cuda9.0 + cudnn7.3 其实主要是Cuda版本，cudnn会有对应的版本提示。 1. 查看Cuda版本 打开nividia控制面板-> 帮助->系统信息->组件，就可以看到Cuda版本信息。 我这里的cuda 一开始是10.0，但是目前的深度学习包是不支持Cuda 10.0的，所以...