Python

吴裕雄--天生自然 pythonTensorFlow图形数据处理:将MNIST手写图片数据写入TFRecord文件

importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#定义函数转化变量类型。def_int64_feature(value):returntf.train.Feature(int64_list...

吴裕雄--天生自然 pythonTensorFlow图形数据处理:解决module 'tensorflow' has no attribute 'parse_single_example'

源码:#解析读取的样例。features=tf.parse_single_example(dataset,features={'image_raw':tf.FixedLenFeature([],tf.string),'pixels':tf.FixedLenFeature([],tf.int64),'label':tf....

吴裕雄--天生自然python TensorFlow图片数据处理:解决TensorFlow2.0 module ‘tensorflow’ has no attribute ‘python_io’

tf.python_io出错TensorFlow2.0中使用Python_io暂时使用如下指令:tf.compat.v1.python_io.TFRecordWriter(filename)...

吴裕雄--天生自然python TensorFlow图片数据处理:No module named 'tensorflow.examples.tutorials'解决办法

importnumpyasnpimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data  1.在自己编译器运行的python环境的...Python3Libsite-packages,该目录下有文件夹ten...

吴裕雄--天生自然python Google深度学习框架:Tensorflow实现迁移学习

    importglobimportos.pathimportnumpyasnpimporttensorflowastffromtensorflow.python.platformimportgfileimporttensorflow.contrib.slimasslim#加...

吴裕雄--天生自然python Google深度学习框架:经典卷积神经网络模型

              importtensorflowastfINPUT_NODE=784OUTPUT_NODE=10IMAGE_SIZE=28NUM_CHANNELS=1N...

吴裕雄--天生自然python Google深度学习框架:MNIST数字识别问题

                  importtensorflowastffromtensorflow.examples.tutorial...

吴裕雄--天生自然python Google深度学习框架:TensorFlow实现神经网络

        http://playground.tensorflow.org/             &...

吴裕雄--天生自然python Google深度学习框架:Tensorflow基础应用

                  importtensorflowastfa=tf.constant([1.0,2.0],name="a"...

吴裕雄--天生自然python机器学习:基于支持向量机SVM的手写数字识别

    fromnumpyimport*defimg2vector(filename):returnVect=zeros((1,1024))fr=open(filename)foriinrange(32):lineStr=fr.readline()forjinrange(32):...

吴裕雄--天生自然python机器学习:支持向量机SVM

基于最大间隔分隔数据   importmatplotlibimportmatplotlib.pyplotaspltfromnumpyimport*xcord0=[]ycord0=[]xcord1=[]ycord1=[]markers=[]colors=[]fr=open('F:\machi...

吴裕雄--天生自然python机器学习:使用Logistic回归从疝气病症预测病马的死亡率

      ,除了部分指标主观和难以测量外,该数据还存在一个问题,数据集中有30%的值是缺失的。下面将首先介绍如何处理数据集中的数据缺失问题,然后再利用Logistic回归和随机梯度上升算法来预测病马的生死。准备数据:处理被据中的缺失值因为有时候数据相当昂贵,...