输入python2input:只接受数值类型>>> import getpass >>> nu=getpass.getpass('请输入密码：') 请输入密码： >>> print(nu) wes >>> num=input("请输入密码：") 请输入密码：wes Traceback (mos...
工具Python模拟登陆，我们需要用到多个模块，有：requests和BeautifulSouprequests1. 下载源码安装git clone git://github.com/kennethreitz/requests.git cd requests pip install .2. 使用pip安装pip install requestsBeautifulSoupBeautiful So...
知识储备数学基础（微积分，概率和线性代数）Python 基础统计学基础机器学习基础建议时间：2-6个月## 步骤1：机器配置建议你至少拥有以下硬件：一个足够好的 GPU（4+ GB显存），最好是 Nvidia一个还可以的 CPU（比如：Intel Core i3，Intel Pentium 可能不适合）4 GB RAM（这个取决于数据集大小）或者阅读这个硬件指南。还可以租一个云平台来学习，比如 A...
Python源码Python源代码的文件以"py"为扩展名，由Python程序解释，不需要编译命令：python 文件字节代码Python源文件经过编译后生成的扩展名为"pyc"的文件编译方法：import py_compile py_compile.compile("url") # url编译的文件的路径编译后的文件为：xxx.cpython-36.pyc优化代码经过优化的源文件，扩展名为"....
使用tensorflow训练多元线性回归模型，并将其与scikit-learn做比较。数据集来自Andrew Ng的网上公开课程Deep Learning代码#!/usr/bin/env python # -*- coding=utf-8 -*- # @author: 陈水平 # @date: 2016-12-30 # @description: compare multi linear ...
梯度下降的概念梯度下降法是一个一阶最优化算法，通常也称为最速下降法。要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对于梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。所以梯度下降法可以帮助我们求解某个函数的极小值或者最小值。对于n维问题就最优解，梯度下降法是最常用的方法之一。梯度下降法的推导首先看一维函数：f(x) = x^3 + 2 * x - 3在数学中如果我们要求f...
线性回归给定X1, X2, ..., Xn，通过模型或算法预测数值Y，即是回归。例如，预测测试分数： x(hours) y(score) 10 90 ...
TensorFlow 具有 tf.cond 和 tf.while_loop 函数，前者可以处理判断语句，后者可以处理循环语句，所以它就具有一般编程语言相同的表达式。简单的说，我们可以在 TensorFlow 图中实现排序和搜索算法。TensorFlow 图实现了一些算法，诸如 FizzBuzz，Bubble Sort，Quick Sort，Binary Search 等等。在 TensorFlow...
深度学习反向传播算法(back propagation algorithm, BP-algorithm)是深度学习的最重要的两大基石(另一个是梯度下降算法),几乎所有的深度学习算法底层都会调用BP算法,其本质就是对链式求导法则的应用而已. 而穿越时间的反向传播算法(back propagation through time algorithm, BPTT-algorithm) 则是BP上的应用,其...
矩阵进阶 - 范数范数（norm）不管是一个向量，还是一个矩阵，我们在机器学习中都经常需要有一个对于它们大小的度量。对于向量的度量，就是欧基里得距离，即所有的值的平方的和的平方根。我们用ord='euclidean'的参数来调用tf.norm来求欧基里得范数。例： >>> a2 = tf.constant([1,2,3,4],dtype=tf.floa...
您还未登录，请登录后再进行相关操作！
