Python地图可视化

2018-01-15
阅读 1 分钟
7.4k
{代码...}

搭建Python Jupyter Notebook教程

2018-01-01
阅读 2 分钟
6.7k
Jupyter原来叫做IPython,后来改名为Jupyter,意思是Julia+Python+R,囊括了三大数据科学语言。Jupyter编程环境具有以下两个特点:

TensorFlow实战:Neural Style

2017-06-17
阅读 8 分钟
14.7k
Neural Style是一个非常有意思的深度学习应用:输入一张代表内容的图片和一张代表风格的图片,深度学习网络会输出一张融合了这个风格和内容的新作品。

TensorFlow学习笔记(11):数据操作指南

2017-03-22
阅读 5 分钟
31.4k
引言 用TensorFlow做好一个机器学习项目,需要具备多种代码能力: 工程开发能力:怎么读取数据、怎么设计与运行Computation Graph、怎么保存与恢复变量、怎么保存统计结果、怎么共享变量、怎么分布式部署 数据操作能力:怎么将原始数据一步步转化为模型需要的数据,中间可能涉及到Tensor转换、字符串处理、JSON处理等 模...

TensorFlow学习笔记(10):读取文件

2017-02-24
阅读 3 分钟
13.5k
Feeding:当TensorFlow运行每步计算的时候,从Python获取数据。在Graph的设计阶段,用placeholder占住Graph的位置,完成Graph的表达;当Graph传给Session后,在运算时再把需要的数据从Python传过来。

TensorFlow学习笔记(9):分布式TensorFlow

2017-02-16
阅读 7 分钟
26.9k
A TensorFlow "cluster" is a set of "tasks" that participate in the distributed execution of a TensorFlow graph. Each task is associated with a TensorFlow "server", which contains a "master" that can be used to create sessions, and a "worker" that executes operations in the graph.

TensorFlow学习笔记(8):基于MNIST数据的循环神经网络RNN

2017-02-14
阅读 6 分钟
11.7k
本文输入数据是MNIST,全称是Modified National Institute of Standards and Technology,是一组由这个机构搜集的手写数字扫描文件和每个文件对应标签的数据集,经过一定的修改使其适合机器学习算法读取。这个数据集可以从牛的不行的Yann LeCun教授的网站获取。

TensorFlow学习笔记(7):TensorBoard——Tensor与Graph可视化

2017-02-09
阅读 7 分钟
28.6k
前言 本文基于TensorFlow官网How-Tos的Visualizing Learning和Graph Visualization写成。 TensorBoard是TensorFlow自带的一个可视化工具。本文在学习笔记(4)的基础上修改少量代码,以探索TensorBoard的使用方法。 代码 {代码...} 思考 主要修改点有: Summary:所有需要在TensorBoard上展示的统计结果。 tf.name_scope...

TensorFlow学习笔记(6):TensorBoard之Embeddings

2017-02-08
阅读 3 分钟
16.8k
TensorBoard是TensorFlow自带的一个可视化工具,Embeddings是其中的一个功能,用于在二维或三维空间对高维数据进行探索。

TensorFlow学习笔记(5):基于MNIST数据的卷积神经网络CNN

2017-02-04
阅读 9 分钟
11.4k
本文基于TensorFlow官网的Tutorial写成。输入数据是MNIST,全称是Modified National Institute of Standards and Technology,是一组由这个机构搜集的手写数字扫描文件和每个文件对应标签的数据集,经过一定的修改使其适合机器学习算法读取。这个数据集可以从牛的不行的Yann LeCun教授的网站获取。

TensorFlow学习笔记(4):基于MNIST数据的softmax regression

2017-01-13
阅读 6 分钟
11.2k
本文基于TensorFlow官网的Tutorial写成。输入数据是MNIST,全称是Modified National Institute of Standards and Technology,是一组由这个机构搜集的手写数字扫描文件和每个文件对应标签的数据集,经过一定的修改使其适合机器学习算法读取。这个数据集可以从牛的不行的Yann LeCun教授的网站获取。

TensorFlow学习笔记(3):逻辑回归

2017-01-04
阅读 6 分钟
9.1k
对于逻辑回归,损失函数比线性回归模型复杂了一些。首先需要通过sigmoid函数,将线性回归的结果转化为0至1之间的概率值。然后写出每个样本的发生概率(似然),那么所有样本的发生概率就是每个样本发生概率的乘积。为了求导方便,我们对所有样本的发生概率取对数,保持其单调性的同时,可以将连乘变为求和(加法的求导公...

TensorFlow学习笔记(2):多元线性回归

2016-12-30
阅读 3 分钟
12.8k
对于梯度下降算法,变量是否标准化很重要。在这个例子中,变量一个是面积,一个是房间数,量级相差很大,如果不归一化,面积在目标函数和梯度中就会占据主导地位,导致收敛极慢。

TensorFlow学习笔记(1):线性回归

2016-12-30
阅读 2 分钟
7.8k
对于tensorflow,梯度下降的步长alpha参数需要很仔细的设置,步子太大容易扯到蛋导致无法收敛;步子太小容易等得蛋疼。迭代次数也需要细致的尝试。

TensorFlow入门教程

2016-11-15
阅读 5 分钟
25.5k
TensorFlow是目前最流行的深度学习框架。我们先引用一段官网对于TensorFlow的介绍,来看一下Google对于它这个产品的定位。

机器学习:随机森林学习笔记

2016-09-29
阅读 5 分钟
8.4k
随机森林是一个很强大的模型,由一组决策树投票得到最后的结果。要研究清楚随机森林,首先需要研究清楚决策树,然后理解随机森林如何通过多棵树的集成提高模型效果。

numpy:python数据领域的功臣

2016-09-15
阅读 4 分钟
9.6k
numpy对python的意义非凡,在数据分析与机器学习领域为python立下了汗马功劳。现在用python搞数据分析或机器学习经常使用的pandas、matplotlib、sklearn等库,都需要基于numpy构建。毫不夸张地说,没有numpy,python今天在数据分析与机器学习领域只能是捉襟见肘。