单例 文章目录单例目标01. 单例设计模式单例设计模式的应用场景02. `__new__` 方法03. Python 中的单例只执行一次初始化工作 目标单例设计模式 __new__ 方法 Python 中的单例01. 单例设计模式设计模式设计模式 是 前人工作的总结和提炼，通常，被人们广泛流传的设计模式都是针对 某一特定问题 的成熟的解决方案 使用 设计模式 是为了可重用代码、让代码更容易被他人理解、保证代码可靠性单例设计模式目的 —— 让 类 创建的对象，在...
1.高效计算基础 (1)python的基本语法 字符串类型如下图：(2)python的相关工具包 NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用， 这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。 NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。SciPy 是一个开源的 Py...
6.1 处理文本数据 6.1.1 单词和字符的one-hot编码 (1)单词级的one-hot编码： 1 # 单词级的one-hot编码2 import numpy as np3 4 # 初始数据：每个样本是列表的一个元素(本例中的样本是一个句子，但也可以是一整篇文档)5 samples = [The cat sat on the mat., The dog ate my homework.]6 7 # 构建数据中所有标记的索引8 token_index = {}9 for sample in samples: 10 # 利用split方法对样本进行分词，在实际应用中，还需要从样本...
1 from keras.datasets import mnist2 from keras.utils import to_categorical3 4 #1. 获取数据5 (train_images, train_labels), (test_images, test_labels) = mnist.load_data()6 7 #2. 处理数据8 train_images = train_images.reshape((60000, 28, 28, 1))9 train_images = train_images.astype(float32) / 255 10 11 test_images = test_images.reshape((10000, 28, 28, 1)) 12 test_images = test_images.astype(float32) /...
4.1 机器学习的四个分支 4.1.1 监督学习 含义：给定一组样本，它可以学会将输入数据映射到已知目标。 常见监督学习有：分类、回归、序列生成、语法树预测、目标检测、图像分割。 4.1.2 无监督学习 含义：是指在没有i目标的情况下寻找输入数据的有趣变换，其目的在于数据可视化、数据压缩、数据去噪或更好地理解数据中的相关性。 常见无监督学习有：降维、聚类。 4.1.3 自监督学习 含义：是没有人工标注的标签的监督学习，可以看...
1 import keras2 from keras.datasets import reuters3 import numpy as np4 from keras import models5 from keras import layers6 import matplotlib.pyplot as plt7 8 #1. 获取数据集9 (train_data, train_labels), (test_data, test_labels) = reuters.load_data(num_words=10000)10 11 # print(train_data.shape)#(8982,)12 # print(test_data.shape)#(2246,)13 14 15 #2. 数据处理16 #2.1 将整数序列编码为二进制矩阵17 def ...
一、安装相关包 安装dlib、cmake、face_recognition 二、获取人脸的128位数组编码 使用基本演绎法这两个演员的脸测试，只用了这两张正脸进行识别，如果要识别准确，得准备多种角度的照片，才能比较精准。# 使用Face recognition获取人脸128位数组from imutils.video import VideoStream from imutils import paths import face_recognition import argparse import pickle import cv2 import os import imutilsdef train():# grab ...
6.3循环神经网络的高级用法 在这一节中，我们将回顾三种先进技术来提高递归神经网络的性能和泛化能力。在本节结束时，您将了解关于使用Keras的递归网络所知道的大部分内容。我们将展示一个天气预报问题的所有三个概念，在那里我们可以访问来自安装在建筑物屋顶上的传感器的数据点的时间，例如温度、气压和湿度，我们用来预测在收集最后一个数据点后24小时的温度。这是一个相当具有挑战性的问题，举例说明了在使用时间序列时遇到的许...
#学习率设为1 import tensorflow as tf training_steps=10 learning_rate=1x=tf.Variable(tf.constant(5,dtype=tf.float32),name='x') y=tf.square(x)train_op=tf.train.GradientDescentOptimizer(learning_rate).minimize(y)with tf.Session() as sess:init_op=tf.global_variables_initializer()sess.run(init_op)for i in range(training_steps):sess.run(train_op)x_value=sess.run(x)print("After %s iters:x%s is %f."%(i+1,...
TensorFlow实现Softmax Regression(回归)识别手写数字。MNIST(Mixed National Institute of Standards and Technology database)，简单机器视觉数据集，28X28像素手写数字，只有灰度值信息，空白部分为0,笔迹根据颜色深浅取[0, 1], 784维，丢弃二维空间信息，目标分0~9共10类。数据加载，data.read_data_sets, 55000个样本，测试集10000样本，验证集5000样本。样本标注信息，label，10维向量，10种类one-hot编码。训练集训练模型，...
一、环境配置 win10系统，显卡GeForce GTX 960M； TensorFlow-gpu 1.13.0-rc2，CUDA 10.0，Cudnn 7.4.2； python 3.6 Tensorflow-gpu是在windows PowerShell里用pip安装的，同时安装一些必要的库：cython、easydict、matplotlib、python-opencv等，可直接使用pip安装或者下载相应的.whl离线文件安装。 Faster RCNN下载 下载地址https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5 下载完成后，项目的根目录为：Faster-RC...
Python的安装与使用 教程很多，Anaconda下载地址是(https://www.continuum.io/downloads/)，其中集成了Python3.6 若要单独下载PyCharm，还需单独下载python3.6 遇到的问题 安装完PyCharm后点击Create New Project，出现该种情况原因是没有下载python，pycharm只是一个编译器，重新下载好python后即可使用
朴素贝叶斯是一种经典的分类方法，其原理在高中或大学的概率论部分学习了很多了，下面开始介绍在Spark环境下使用MLlib来使用Naive Bayes来对网站性质进行分类判断。 第一步：导入库函数 import sysfrom time import timeimport pandas as pdimport matplotlib.pyplot as pltfrom pyspark import SparkConf, SparkContextfrom pyspark.mllib.classification import NaiveBayesfrom pyspark.mllib.regression import LabeledPointimp...
同上一部分的内容，在进行二分类问题时，逻辑斯蒂回归也是一种常用的分类方法。逻辑斯蒂回归使用了一个Sigmoid函数来作为核心的内容来实现分类的思想，接下里介绍在Pyspark中使用MLlib来实现逻辑斯蒂回归。 第一步：导入需要的库函数 import sysfrom time import timeimport pandas as pdimport matplotlib.pyplot as pltfrom pyspark import SparkConf, SparkContextfrom pyspark.mllib.classification import LogisticRegression...
决策树是在数据分类问题中的一种常用且经典的机器学习方法，在本例里使用决策树模型来分析StumbleUpon数据集，来预测网页是暂时的(ephemeral)还是长青的(evergreen)，并且调教参数找出最佳的参数组合，来提高预测准确度。 像这类经典的二分类问题，在python中调包来做的话会非常容易，且分析手段也有很多。但是现在的练习任务是使用Spark来对着类问题进行处理，因此，下面将开始介绍使用Spark进行二分类问题的过程。 第一步：分析数...