要理解深度学习，需要熟悉很多简单的数学概念：张量，张量运算，微分，梯度下降等。首先给出一个神经网络的示例，引出张量和梯度下降的概念。该示例神经网络的问题是，将手写数据的灰度图像划分到10个类别中，使用MNIST数据集。fromkeras.datasetsimportmnistfromkerasimportmodelsfromkerasimportlayersfromkeras.utilsimportto_categorical#train_images,t
系统 2019-09-27 17:53:39 2350
SVD将一个矩阵分解为U，V（U,V均为列正交矩阵，即列向量直接内积为0），中间的矩阵为对角阵，元素为奇异值。A[m∗n]=U[m∗r]∗∑[r∗r]∗(V[n∗r])TA_{[m*n]}=U_{[m*r]}*\sum_{[r*r]}*(V_{[n*r]})^TA[m∗n]=U[m∗r]∗[r∗r]∑∗(V[n∗r])TSVD计算方式A=U∗∑∗VTAT=V∗∑∗UTAAT=U∗∑∗VT∗V∗∑∗UTA=U*\sum*V^T\\A^T=V*\sum
系统 2019-09-27 17:52:40 2350
1安装百度apipip3installbaidu-aip2代码fromaipimportAipImageClassify"""你的APPIDAKSK"""APP_ID='你的APP_ID'API_KEY='你的API_KEY'SECRET_KEY='你的SECRET_KEY'client=AipImageClassify(APP_ID,API_KEY,SECRET_KEY)defget_file_content(filePath):withopen(fil
系统 2019-09-27 17:52:03 2350
字符串常用方法#去掉左右空格'helloworld'.strip()#'helloworld'#按指定字符切割'helloworld'.split('')#['hello','world']#替换指定字符串'helloworld'.replace('','#')#'hello#world'csv模块作用：将爬取的数据存放到本地的csv文件中使用流程导入模块打开csv文件初始化写入对象写入数据(参数为列表)importcsvwithopen('test.cs
系统 2019-09-27 17:51:29 2350
Python是适合做大数据分析的计算机语言吗?如今是一个大数据时代，通过数据分析，我们可以得到任何我们想知道的事情，充分挖掘数据的价值。之前有人说过JAVA语言是最适合做数据分析的计算机编程语言之一，在这里，我想说其实Python大数据也是大数据分析最受欢迎的编程语言。Python是一个强大的，灵活的，开放的，易于学习的源语言，使用方便，并具有强大的数据操作和分析库。其简单的语法使编程新手很容易学习和掌握，经历过Matlab,，C/C++，java，或Vi
系统 2019-09-27 17:50:38 2350
基本思路就是，使用MIMEMultipart来标示这个邮件是多个部分组成的，然后attach各个部分。如果是附件，则add_header加入附件的声明。在python中，MIME的这些对象的继承关系如下。MIMEBase|--MIMENonMultipart|--MIMEApplication|--MIMEAudio|--MIMEImage|--MIMEMessage|--MIMEText|--MIMEMultipart一般来说，不会用到MIMEBase，
系统 2019-09-27 17:50:33 2350
本章包括：神经网络的核心组件对Keras的介绍设置深度学习工作站使用神经网络解决基本分类和回归问题一、神经网络的剖析训练神经网络围绕以下对象：图层，组合成网络（或模型）。层是数据处理模块，其将一个或多个张量作为输入并且输出一个或多个张量。存储在形状（样本，特征）的2D张量中的简单矢量数据通常由密集连接的层处理，也称为完全连接或密集层（Keras中的密集类）。存储在形状（样本，时间步长，特征）的3D张量中的序列数据通常由诸如LSTM层的循环层处理。存储在4D
系统 2019-09-27 17:48:36 2350
Preface最近在做videocaption相关，要处理大量视频。今天碰到一个问题，就是要将YoutubeClips数据集中的avi格式的视频，将其视频中的每一帧提取出来。之后用Highaccuracyopticalflowestimationbasedonatheoryforwarping提出的OpticalFlow（光流），提取运动的光流特征。Method1方法1是最简单的，用FFmpeg工具来完成。具体的网上有很多这方面的资料，本人只是简单了解了一
系统 2019-09-27 17:46:50 2350
迪杰斯特拉（Dijkstra）算法主要是针对没有负值的有向图，求解其中的单一起点到其他顶点的最短路径算法。1算法原理迪杰斯特拉（Dijkstra）算法是一个按照路径长度递增的次序产生的最短路径算法。下图为带权值的有向图，作为程序中的实验数据。其中，带权值的有向图采用邻接矩阵graph来进行存储，在计算中就是采用n*n的二维数组来进行存储，v0-v5表示数组的索引编号0-5，二维数组的值表示节点之间的权值，若两个节点不能通行，比如，v0->v1不能通行，那么
系统 2019-09-27 17:46:36 2350
返回该字符串位于第<位置>位的单个字符。注意：字符串中的一个字符是第0位的，第二个才是第1位的，最后一个字符是第length-1位的。下面看一下示例：Js代码String字符串对象charAt()用法functioncharAtTest(n){varstr="ABCDEFGHIJKLMNOPQRSTUVWXYZ";//初
系统 2019-08-29 23:30:20 2350
