您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课

  2. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课 课程介绍: 从基本的软件安装到必备的Python扩展讲起,然后对机器学习算法一一讲解,同时配合编程实操的实现过程,适合零基础系统学习,配套资料包括讲义作业软件数据都有。 课程目录: 第一章Numpy前导介绍 1.1、Anconda安装 1.2、JupyterNoteBook 1.3、Numpy介绍+ndarry 1.4、ndarry的shape属性巧算 1.
  3. 所属分类:机器学习

    • 发布日期:2018-05-04
    • 文件大小:2048
    • 提供者:happyzhangdi008
  1. python实现机器学习之元线性回归

  2. 一、理论知识准备 1.确定假设函数 如:y=2x+7 其中,(x,y)是一组数据,设共有m个 2.误差cost 用平方误差代价函数 3.减小误差(用梯度下降) 二、程序实现步骤 1.初始化数据 x、y:样本 learning rate:学习率 循环次数loopNum:梯度下降次数 2.梯度下降 循环(循环loopNum次): (1)算偏导(需要一个for循环遍历所有数据) (2)利用梯度下降数学式子 三、程序代码 import numpy as np
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:97280
    • 提供者:weixin_38606897
  1. python构建深度神经网络(DNN)

  2. 本文学习Neural Networks and Deep Learning 在线免费书籍,用python构建神经网络识别手写体的一个总结。 代码主要包括两三部分: 1)、数据调用和预处理 2)、神经网络类构建和方法建立 3)、代码测试文件 1)数据调用: #!/usr/bin/env python # -*- coding: utf-8 -*- # Time : 2017-03-12 15:11 # Author : CC # File : net_load_data.py # Softw
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:62464
    • 提供者:weixin_38663007
  1. 机器学习篇—Numpy数值计算基础(下)

  2. Numpy库是支持 Python 语言的数值计算第三方库,其拥有强大的多维数组处理与矩阵运算能力;是机器学习的必不可少的工具。本文是在学习了Numpy数值计算课程之后,做的些许笔记。 文章目录Numpy数组的索引与切片Numpy数组排序、搜索及计数 Numpy数组的索引与切片 数组索引 //一维数据索引 data[x] //索引一个数 data[[x,y,z]]//索引多个数 //二维数据索引 data[x,y]//索引一个数 data[[x1,x2],[y1,y2]]//索引两个数 //三维
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:41984
    • 提供者:weixin_38508497
  1. 为什么机器学习(三)—— 为什么softmax这样求导

  2. 最近机器学习课有个作业是实现softmax多分类鸢尾花数据集,之前从来没推过softmax的公式,直接拿来用了,好好研究了一下,发现这个原理的推导还是有不少复杂的东西,分享一下结果,公式比较复杂,直接上手写了。 根据推导的结果,利用numpy手动实现了基于Iris数据集的softmax多分类,准确率有97.77% import numpy as np from sklearn import datasets from matplotlib import pyplot as plt class
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:320512
    • 提供者:weixin_38742460
  1. 数字图像处理学习笔记(七)——用Pycharm及MATLAB实现三种图像内插法(最近邻内插法、双线性内插法、双三次内插法)

  2. 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理,欢迎大家一起学习交流! 专栏链接:数字图像学习笔记 ★由于之前学习笔记(四)有对于图像三种插值的理论讲解,这里就不再赘余; 可参照此文阅读学习☞图像的三种内插法 一、Pycharm实现过程 from PIL import Image import matplotlib.pyplot as pl
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:1048576
    • 提供者:weixin_38698433
  1. PaddlePaddle-深度学习入门之Python小白逆袭大神系列(三)

  2. 深度学习常用Python库介绍 目录深度学习常用Python库介绍简介Numpy库padas库PIL库Matplotlib库 简介 Python被大量应用在数据挖掘和深度学习领域,其中使用极其广泛的是Numpy、pandas、Matplotlib、PIL等库。 原创文章 4获赞 23访问量 390 关注
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:101376
    • 提供者:weixin_38716563
  1. 《封号码罗》数据分析与人工智能之KNN分类问题(七)

  2. 第一部分 # KNN # K最近邻(k-Nearest Neighbor,KNN)分类算法: # 是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。 # 该方法的思路是: # 在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。 # 欧几里得距离 # 计算公式(n维空间下) # 二维:dis=sqrt( (x1-x2)^2 + (y1-y2)^2 ) # 三维:dis=sqrt( (x1-x2)^2 + (y1-y2)^
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:82944
    • 提供者:weixin_38660359
  1. tensorflow学习(一)

  2. 模型 三层全连接分类网络 input -> 300 -> 100 -> 10 采用tf.keras.model.Sequential创建模型 库 numpy:加载数据 matplot.pyplot: 显示数据集图片 pandas: 显示训练过程accuracy变化 源码 # title:tensorflow2.0 study first # content:tree layers classification network # get and s
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:35840
    • 提供者:weixin_38674512
  1. numpy学习(三)

  2. numpy学习三 import numpy as np a=np.array([1,1,1]) b=np.array([2,2,2]) #vertical 合并 即上下合并 np.vstack((a,b)) array([[1, 1, 1], [2, 2, 2]]) #horizontal 合并 np.hstack((a,b)) array([1, 1, 1, 2, 2, 2]) a[:,np.newaxis] array([[1], [1],
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:22528
    • 提供者:weixin_38650379
  1. 简介到深度学习-源码

  2. HSE深度学习简介 此仓库目前包含编程任务!!! 课程于八月更新。 此仓库也包含新编程任务的解决方案!!! 第一周 :-线性模型与优化 第二周 :-带有TF的MNIST数字分类 _2_2:-Numpy NN(荣誉) 第三周 :-您在CIFAR-10上的第一个CNN :-对花的分类微调Inception V3 第四周 :-简单的自动编码器 ; -生成对抗网络(Hohttps://github.com/AKASH2907/Introduction_to_Deep_Learning_Co
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:13631488
    • 提供者:weixin_42130786
  1. 一文总结数据科学家常用的Python库(下)

  2. 我们已经到达了本文最受期待的部分-构建模型!这就是我们大多数人首先进入数据科学领域的原因,不是吗?让我们通过这三个Python库探索模型构建。就像用于数据操作的Pandas和用于可视化的matplotlib一样,scikit-learn是构建模型的Python库领导者。没有什么比得上它了。事实上,scikit-learn建立在NumPy,SciPy和matplotlib之上。它是开源的,每个人都可以访问,并且可以在各种环境中重用。以下是安装scikit-learn的代码:Scikit-learn
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:316416
    • 提供者:weixin_38719719
  1. dlime_experiments:在这项工作中,我们提出了确定性版本的局部可解释模型不可知论解(LIME),并且在三个不同医学数据集上的实验结果表明,确定性局部可解释模型不可知论解(DLIME)具有优越性-源码

  2. DLIME:计算机辅助诊断系统的确定性本地可解释模型不可知的解释方法 实验 设定环境 以下python环境和软件包用于进行实验: python == 3.6 博鲁塔== 0.1.5 numpy == 1.16.1 熊猫== 0.24.2 scikit学习== 0.20.2 scipy == 1.2.1 可以通过执行以下命令来安装这些软件包: pip3.6 install -r requirements.txt 数据集 为了进行实验,我们使用了UCI存储库中的以下三个医疗保健数据集:
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:458752
    • 提供者:weixin_42101641
  1. PyNET-PyTorch:使用PyNET从RAW图像文件生成RGB照片(PyTorch)-源码

  2. 用单个深度学习模型替换移动相机ISP 1.概述 这是本文的另一种PyTorch实现。 原始代码和预先训练的模型可以在找到。 这个软件库提供PyTorch实现RAW到RGB映射方法和PyNET CNN在介绍。 该模型经过训练,可以将直接从移动相机传感器获得的RAW Bayer数据转换为使用专业的佳能5D DSLR相机拍摄的照片,从而取代了整个手工制作的ISP相机产品线。 提供的预训练PyNET模型可用于从使用Sony Exmor IMX380相机传感器捕获的RAW(DNG)图像文件生成全分辨
  3. 所属分类:其它

    • 发布日期:2021-02-02
    • 文件大小:21504
    • 提供者:weixin_42165980
  1. Tensorflow学习笔记(三)上–Tensorflow基础API使用

  2. 上一篇文章中使用高级抽象的API tf.keras搭建模型, 本篇则介绍基础的API来方便大家更加灵活的定义和使用模型 内容包括tensorflow基础数据类型、自定义模型和损失函数、 自定义求导、tf.function、图结构等以及其在图像分类、房价预测上的实现。 import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline import numpy as np import sklearn impor
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:38912
    • 提供者:weixin_38677505
  1. 计算机视觉+机器学习 (一)识别手写数字 (3)

  2. 计算机视觉+机器学习 (一)识别手写数字 (3) 三. 开始训练数据集 。代码如下 import cv2 import os import numpy as np from sklearn import neighbors import struct print(Now start,please wait...) def getImages():#处理训练图片 imgs = np.zeros([60000,784],int)#建立一个60000*784的0矩阵 for i in
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:79872
    • 提供者:weixin_38673237
  1. 百度paddle学习日记(三)—–车牌识别

  2. 百度paddle学习日记(三)——车牌识别 今天的任务也就开门见山了 车牌识别 意思和题目一样,让计算机能看懂 车牌! 先介绍一下 本次使用CNN 也就是卷积神经网络。 通过过滤器和池化层对图像进行处理来达到学习的目的! 训练数据和paddle教程可分别在以下两个网址获取: https://aistudio.baidu.com https://www.paddlepaddle.org.cn 废话不多说,直接上代码: #导入需要的包 import numpy as np import paddle
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:228352
    • 提供者:weixin_38637805
  1. 机器学习入门 — 基于随机森林的气温预测(三)随机森林参数选择

  2. 本文中将针对树模型的参数进行优化 数据预处理 前面已经做过好几次数据预处理了,这里直接上代码 得到数据 # 导入工具包 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split # 读取数据 features = pd.read_csv('data/temps_extended.csv') # 独热编码处理数据 features = pd.get_dummies(feat
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:106496
    • 提供者:weixin_38677306
  1. pandas学习-第三章(分组)

  2. import numpy as np import pandas as pd df=pd.read_csv('E:\jupyter Notebook\天池比赛\pandas学习\joyful-pandas-master\data\\table.csv',index_col='ID') df=df.drop(columns='Unnamed: 0') df.info() Int64Index: 35 entries, 1101 to 2405 Data columns (total 8 col
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:233472
    • 提供者:weixin_38656676
  1. 【莫烦Python】Matplotlib学习笔记(一)

  2. 【莫烦Python】Matplotlib学习笔记(一)       一、基本用法 二、在不同figure中显示 三、坐标轴设置(1) 四、坐标轴设置(2) 五、legend图例 六、Annotation标注 七、tick能见度 八、Scatter散点图 后续详见:【莫烦Python】Matplotlib学习笔记(二) 一、基本用法 import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) y =
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:343040
    • 提供者:weixin_38744557
« 12 3 4 »