目录一、创建文件夹（多层）1、创建多层文件夹（包含子文件夹）2、查找多层文件夹中内容二、读写CSV1、写csv文件 2、读csv文件三、读写bmp图1、读取csv，保存为bmp图 2、读取bmp图四、excel中插入数据及图片五、综合应用（可直接运行）一、创建文件夹（多层）1、创建多层文件夹（包含子文件夹）import os
# 新建多层文件夹
def mkdir(path)
最近在上最优理论这门课，刚开始是线性规划部分，主要的方法就是单纯形方法，学完之后做了一下大M算法和分段法的仿真，拿出来与大家分享一下。单纯形方法是求解线性规划问题的一种基本方法。线性规划就是在一系列不等式约束下求目标函数最大值或最小值的问题，要把数学中的线性规划问题用计算机来解决，首先要确定一个标准形式。将所给的线性规划问题化为标准形式：s.t.是英文subject to 的简写，意思是受约束，也
在学习分类的时候，mnist数据集分类尝试时，因为训练维度的原因，教程中都是model.predict([[X_train[0]]])这里说明是：因为训练维度为 3 维，所以需要添加 2 层 [ ]， 可是在我添加之后产生了如下问题问题 :问题是在访问数据集中单张图片时产生错误下面为错误代码 :import pandas as pd
import tensorflow as tf
import m
Keras学习及官方实例运行 2022.2.241、Keras简介1.1 Keras的特点1.2 Keras与Tensorflow的关系1.3 Keras安装1.4 Keras帮助2、Keras官方示例测试运行2.1 所用软硬件环境2.2 六个实例运行2.2.1 Simple MNIST convnet(MNIST数字分类)训练代码及运行结果（MyTestMNIST.py）预测代码及运行结果 （
在前面的绘画过程中,我们已经使用过设置线条颜色等函数。本篇我们来系统讲解绘图属性的设置函数。一、边框线条参数属性//设置当前设备线条颜色。
COLORREF setlinecolor( COLORREF nColor );
//设置当前设备线条宽度。
int setlinewidth( int nWidth );
//设置当前设备线条样式。
转载
2024-09-25 21:08:40
45阅读
最近看一些基于LSTM网络的NLP案例代码，其中涉及到一些input_size， num_hidden等变量的时候，可能容易搞混，首先是参照了知乎上的一个有关LSTM网络的回答https://www.zhihu.com/question/41949741， 以及github上对于LSTM比较清晰的推导公式http://arunmallya.github.io/writeups/nn/lstm/in
转载
2024-08-08 23:37:28
64阅读
Keras底层使用Theano或TensorFlow，这两个库也称为Keras的后端。无论是Theano还是TensorFlow，都是一个“符号式”的库。这使得Keras的编程与传统的Python代码有所差别，简单而言（符号主义的计算）：首先需定义各种变量；然后建立一个“计算图”，计算图规定了各个变量之间的计算关系；再次建立好计算图需要编译以确定其内部细节，然而，此时的计算图还是一个“空壳子”，里
转载
2024-05-02 12:55:27
56阅读
之前我们已经讲过了如何在Windows系统下安装Python版本的Prophet。详细见这里。接下来的几个部分，我们说下如何使用Prophet，以此来体验下Prophet的丰富内容。内容会比较多，主要翻译自官方文档。教程中使用的数据集可在 Prophet 的 github 主页 中的 examples 文件夹 内下载得到。目录一、简易入门二、饱和预测2.1
转载
2024-09-02 07:09:40
151阅读
本文是PySpark销量预测系列第一篇，后面会陆续通过实战案例详细介绍PySpark销量预测流程，包含特征工程、特征筛选、超参搜索、预测算法。在零售销量预测领域，销售小票数据动辄上千万条，这个量级在单机版上进行数据分析/挖掘是非常困难的，所以我们需要借助大数据利器--Spark来完成。Spark作为一个快速通用的分布式计算平台，可以高效的使用内存，向用户呈现高级API，这些API将转换为复杂的并行
转载
2024-03-10 23:44:21
139阅读
英文原文请参考http://www.deeplearning.net/tutorial/rbm.html能量模型Energy-based models associate a scalar energy to each configuration of the variables of interest.学习并修改相应的能量函数使得shape有较好的属性。基于能量的概率模型通过能量函数定
转载
2024-08-18 23:31:43
36阅读
深度学习数据归一化的一些思考和处理方法
原创
2023-11-10 11:24:18
1114阅读
1. 自定义keraskeras是一种深度学习的API，能够快速实现你的实验。keras也集成了很多预训练的模型，可以实现很多常规的任务，如图像分类。TensorFlow 2.0之后tensorflow本身也变的很keras化。另一方面，keras表现出高度的模块化和封装性，所以有的人会觉得keras不易于扩展， 比如实现一种新的Loss，新的网络层结构；其实可以通过keras的基础模
转载
2024-03-20 15:48:07
73阅读
之前一直不理解 keras 调用 RNN 函数中一些参数的理解，看了一些文章，慢慢有所理解，下面记录一下，希望对大家有用。keras 中调用 LSTM 的代码形式如下simpleRnn = keras.layers.LSTM(batch_input_shape=(None, TIME_STEPS, INPUT_SIZE),
转载
2024-01-29 06:58:13
130阅读
卷积神经网络环境搭建学习笔记前言 首先，特别感谢B站UP主：肆十二- 再次感谢这位up主的视频对我这个2022年3月10号这一天刚接触卷积神经的初学者带来的帮助，如果作为初学者，建议先去把卷积神经网络的相关理论学习一下，主要是了解（卷积-RLU-池化这样一个过程，数学功底好的话，再啃一下那块的数学推导，就更完美了）然后再结合up主的项目教程，对初入神经网络的小白会有不少的收获
转载
2024-01-25 20:56:00
34阅读
1.LSTM简单介绍LSTM在时间上展开红框从左到右,依次是:忘记门层: 决定从细胞状态中丢弃什么信息,通过当前时刻输入和前一个时刻输出决定细胞状态: 确定并更新新信息到当前时刻的细胞状态中输出门层: 基于目前的细胞状态决定该时刻的输出2.简单假设样例假设现有一个样本,Shape=(13,5),时间步是13,每个时间步的特征长度是5.形象点,我把一个样本画了出来:一个
转载
2024-03-26 11:16:30
93阅读
6.2 理解循环神经网络
6.2.1 Keras中的循环层：
1 from keras.layers import SimpleRNN
2
3 from keras.models import Sequential
4 from keras.layers import Embedding, SimpleRNN
5
6 # model = Sequential()
7 # mod
转载
2021-01-25 15:05:00
62阅读
from keras.layers import SimpleRNN model = Sequential() model.add(embedding_layer) model.add(SimpleRNN(32)) #当结果是输出多个分类的概率时，用softmax激活函数,它将为30个分类提供不同的
转载
2020-01-28 13:33:00
37阅读
2评论
这次是使用RNN来处理mnist，正常应该会自己搭建RNN模型，然后训练，最后对模型进行评估，但是keras对RNN封装的很好了，直接调用就行了。
SimpleRNN层：keras.layers.recurrent.SimpleRNN(output_dim, init='glorot_uniform', inner_init='orthogonal', activation='tanh', W
转载
2023-12-25 13:44:37
32阅读
概要：本文是先简单介绍卷积神经网络，随后分成三块来介绍： 1、用python中的numpy库实现简单RNN； 2、keras中使用simpleRNN来实现RNN； 3、将keras中的simpleRNN用于IMDB电影评论项目。 文章目录概要用Numpy实现简单RNN用keras中的SimpleRNN循环层实现RNN将keras中的模型用于IMDB电影评论分类准备IMDB数据用Embedding层
转载
2023-11-07 09:36:29
77阅读
目录直观感受梯度消失和爆炸（特例）数学感受梯度消失和梯度爆炸简单回忆 反向传播（BP） 的流程：简单回忆 SimpleRNN 模型：开始BPTT干掉它:)简单回忆LSTMLSTM中的BPTT缓解梯度消失/爆炸问题 LSTM现在都已经成为一个标准RNN，大家说RNN多半指的是LSTM，而最开始的RNN多称为 Simple RNN。所以本文主要是对于SimpleRNN为什么会存在 梯度消失/爆炸问
转载
2024-04-03 11:06:37
126阅读
