我没学过python，通过网上和一些图书资料，自学并且记下笔记。很多细节留作以后自己做项目时再研究，这样能更高效一些。python基础自学笔记一、基本输入和输出pthon3.0用input提示用户输入，用print提示用户输出，格式为print("...")如果格式化输出，那么格式为print("%d" %(变量名)), %d可以替换为%s等其他格式符，以后用到什么格式自己查，这样学起来高效。&n
转载
2023-12-15 06:01:53
19阅读
上一期的机器学习算法更新到岭回归，然后看完了非监督的聚类算法就进入到深度学习了，机器学习剩下几章没更新，这几天上课时候老师讲到Kmeans算法，于是我就觉得手写一下Kmeans算法，加深对聚类算法的理解。1. K-means算法原理K-means算法的思想：首先从数据集中随机选取K个点作为初始中心点。然后分别计算所有点到这K个点的距离，每个点选取距离最小的中心点将他们归成一类。重现计算各个类中所有
转载
2024-05-15 11:37:46
23阅读
变量就是将一些运算的中间结果暂存到内存中，以便后续代码调用必须由数字，字母，下划线任意组合，且不能数字开头；不能是python的关键字；变量具有可描述性；常量一直不变的量。 e.g.BIR_OF_CHINA = 2021python的运算规则自上而下，等号右面先运算注释方便自己方便他人理解代码单行注释：#多行注释：’’‘被注释内容’’ “”“被注释内容”""用户交互input 1.等待输入; 2.
转载
2023-12-27 15:41:09
72阅读
1.Python基础Python 2.x 的时候，整数除整数是整数，但在 Python 3.x 的时候，整数除以整数是小数。使用 type（10），可以查看数据类型。数组的维数，可以使用 np.dim ( ) 获得，比如 3*2 的矩阵就是 2 维列表： a=[1,2,3,4,5,6,7,8] len（a）列表长度 a[4]是第四个元素的值 a[0:2] 是切片，获取索引为0到2的元素，但是不包括
转载
2023-10-09 23:19:39
60阅读
KMeans算法是一种无监督学习，它会将相似的对象归到同一类中。
其基本思想是：
1.随机计算k个类中心作为起始点。
2. 将数据点分配到理其最近的类中心。
3.移动类中心。
4.重复2,3直至类中心不再改变或者达到限定迭代次数。
具体的实现如下：from numpy import *
import matplotlib.pyplot as plt
import pandas as pd
# Lo
转载
2024-07-12 15:59:46
46阅读
-- 环境：win10, jupyter notebook/pycharm, python3.x, tensorflow1.3.0-gpu环境搭建看上一章首先手写字图片加载Tensorflow为我们提供了一个方便的封装，可以直接加载MNIST数据成我们期望的格式，代码如下：from tensorflow.examples.tutorials.mnist import input_datamnist
转载
2023-09-05 17:00:44
115阅读
Python一、基础知识1.import ... as ... 与from ... import ... 的区别2.Python 中 type、 dtype、 astype 用法区别3.字符串相关操作4.Rstudio如何快速重启5.获取工作路径6.py转pynb7.显示所有的数据8.whl包、tar包、tar.gz包的区别9.apply与进度条的结合二、jupyter小插件1.查看内存使用情况
转载
2023-11-28 00:57:50
134阅读
前言这篇博客针对<<Python手写板 画图板 签名工具>>编写代码，代码整洁，规则，易读。 学习与应用推荐首选。文章目录一、所需工具软件二、使用步骤 1. 引入库 2. 代码实现&nbs
转载
2023-10-25 18:32:47
89阅读
一.使用数据集进行手写数字识别import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout
from keras.optimizers import RMSprop
import matplotlib.pyplot a
转载
2023-10-05 14:15:55
265阅读
【机器学习与算法】python手写算法：Kmeans和Kmeans++算法背景K-means算法python代码结果对比 背景K-Means算法因其算法简单，收敛快等特点而成为最常用的无监督学习方法之一，K-means算法过程如下：随机选取K个中心点；计算每个样本点到K个中心点的距离，离谁最近就归为哪一类；对于每一分类，计算该分类中所有点的均值作为新的中心点；重复2-3步知道中心点基本不再变化。
转载
2023-11-24 14:58:42
78阅读
Python读书笔记：70个注意的小Notes 摘要：在阅读python相关书籍中，对其进行简单的笔记纪要。旨在注意一些细节问题，在今后项目中灵活运用，并对部分小notes进行代码标注。 1 python始终记录变量最新值。2 变量应简短且具有描述性，如student_name等。3 变量名推荐小写。4 单双引号括起来的，字符串可以包含引号和撇号。用法："this'
转载
2024-08-14 17:55:48
32阅读
手写体辨识手写体文本辨识问题可以追溯到第一代从手写体文档中识别单个字符的自动化机器。例如，你可以想象这样一个场景：邮局里信件堆积如山，因此需要借助自动化手段识别五位邮政编码，而只有正确识别，才能实现自动化和高效地分拣邮件。面对该应用场景，你可能想到多种应用，其中也许会有OCR（Optical Character Recognition，光学字符识别）软件，它读入手写体或印刷体文本，识别其中的文字后
转载
2024-04-09 12:57:53
59阅读
自从转行做码农以来，零零碎碎总会参与web开发相关的工作，但一直都没系统地学习一下，现在处于离职前夕，刚好有时间，跟着廖雪峰大神《Python教程》的实战教程，从头开始写一个web开发框架，以理清其中的脉络。Web App骨架整个框架建立在asyncio的基础上，而异步IO的现实是用的协程模型，跟传统子程序(即函数，通过栈实现，一个线程就是执行一个子程序，最终一层一层返回给程序入口)相比，有两点优
转载
2023-09-24 19:26:51
59阅读
Python 手写数字识别手写数字识别是机器学习和计算机视觉领域中的一个经典任务。我们将使用Python和一些常见的机器学习库（如TensorFlow和Keras）来实现一个简单的手写数字识别模型。本文将详细介绍整个过程，包括数据准备、模型构建、训练和评估。最终，我们将对我们的模型进行测试，看看它的性能如何。目录简介数据准备构建和训练模型模型评估模型测试总结简介手写数字识别是指通过算法识别手写数字
转载
2024-06-19 21:27:50
63阅读
opencv中也提供了一种类似于Keras的神经网络，即为ann，这种神经网络的使用方法与Keras的很接近。 关于mnist数据的解析，读者可以自己从网上下载相应压缩文件，用python自己编写解析代码，由于这里主要研究knn算法，为了图简单，直接使用Keras的mnist手写数字解析模块。 本次代码运行环境为： python 3.6.8 opencv-python 4.5.5.62 openc
转载
2023-11-10 10:32:35
139阅读
BP神经网络实现手写数字识别BP神经网络模型用tkinter编写用于手写输入的画板程序运行的效果截图 在B站看了一个机器学习基础的视频（ 链接）后，发现到资料里面有一个用BP神经网络对手写数字进行分类的模型。有一天晚上躺在床上，突然灵感一来，何不把这个样本改造成一个真正可以进行手写数字识别的程序？用手机查了一下tkinter画图（对tkinter比较熟），稍微看了一下感觉应该可以实现，就下决定
转载
2024-06-15 10:02:47
122阅读
Python 深度学习--学习笔记（一） 编写mnist手写神经网络首先导入数据，第一次导入时需要等待下载from keras.datasets import mnist
(train_images,train_labels),(test_images,test_labels) = mnist.load_data()train_images:训练需要的图片
test_images:测试需要的
转载
2024-06-27 12:53:29
44阅读
摘要手写数字识别是模式识别中一个非常重要和活跃的研究领域，数字识别也不是一项孤立的技术，他涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，对数字识别的研究具有理论和应用的双重意义。人工神经网络识别方法是近年该研究领域的一种新方法，该方法具有一些传统技术所没有的优点：良好的容错能力、分类能力强、并行处理和自学习能力，并且是离线
转载
2024-01-20 02:46:40
34阅读
系列博客是博主学习神经网络中相关的笔记和一些个人理解，仅为作者记录笔记之用，不免有很多细节不对之处。说明上一节，我们介绍了MNIST手写字的Matlab实现，本节我们看看它的一个简单的Python实现（警告：博主是Python小白），本节代码是参考了 Michael Nielsen的neural networks and deep learning相关代码基础上完成的。博主用的Python版本为3
转载
2023-10-13 23:01:42
148阅读
文章目录1. Install python3 & pycharm2. 设置&HelloWord3. 画一个形状4. 变量和数据类型5. 使用String6. 数字7. 来自用户的输入8. 建立一个基本的计算器9. 一个基础的游戏10. 列表12. 元组（topal）13. 函数14. return15. if16. if & 比较17. 进阶的计算器设计18. 字典19.
转载
2024-05-15 03:25:06
333阅读
