本章包括：1、了解卷积神经网络（convnets）2、使用数据增强来减轻过度拟合3、使用预训练的convnet进行特征提取4、微调预训练的信号5、可视化回馈学习的内容以及他们如何做出分类决策一、引言一个简单的convnet示例。第二章中的密接网络的测试精度为97.8%，而convnet的测试精度为99.3%：我们将错误率降低了68%（相对）。为什么这个简单的convnet比一个紧密连接的模型工作得那么好呢？为了回答这个问题，让我们深入研究conv2d和ma
系统 2019-09-27 17:55:54 1905
#-*-coding:utf-8-*-"""CreatedonSatJun816:13:362019@author:User"""importnumpyasnpimportpandasaspd#importmatplotlibasmpl#importmatplotlib.pyplotasplt#importdatetimeprint('\npd.read_table:')jddf=pd.read_csv('data\stock50.csv',sep=','
系统 2019-09-27 17:55:17 1905
拉勾网爬虫解析拉勾网网站：在拉勾网上输入关键词后我们可以得到相应的岗位信息（这里以Python为例），我们先获取到网站中所有的城市信息，再通过城市信息遍历爬取全国的Python职位信息。在数据包的Headers中我们可以得到网页头的相关信息，如网页URL、请求方法、Cookies信息、用户代理等相关信息。获取所有城市：classCrawlLaGou(object):def__init__(self):#使用session保存cookies信息self.la
系统 2019-09-27 17:52:08 1905
前一段去云英面试，技术官很”不厚道“了问了一个非常简单的问题：如何将多维列表转化了一维的？当时虽然想到了使用迭代或者列表生成式可以做到，但是可以没能可行的代码，回来后一顿后悔。对于规范的且嵌套维度较低的多维列表，python中有很多方法可以实现：a=[[1,2],[3,4],[5,6]]print[jforiinliforjini]#orfromitertoolsimportchainprintlist(chain(*a))#orimportitertoo
系统 2019-09-27 17:50:56 1905
定义返回单值defmy_abs(x):ifx>=0:returnxelse:return-x返回多值返回多值就是返回一个tupleimportmathdefmove(x,y,step,angle=0):nx=x+step*math.cos(angle)ny=y-step*math.sin(angle)returnnx,ny空函数defnop():pass指定默认参数必选参数在前，默认参数在后。默认参数需指向不可变对象（默认参数值在函数定义时被计算）defp
系统 2019-09-27 17:50:54 1905
决策树部分理论支撑1*通过选取一定的特征来降低数据的不确定性（熵）2*建议寻找多分类问题的最优特征的最优候选值。把多分类问题转换成多几层递归的二分类问题，防止数据对特征值的控制敏感。3*停止条件取得了最够好的分类结果递归到了预定的最深深度叶子节点的纯度分裂次数达到极限最大特征数...4*相关公式entropy(D)=−∑i=1nPilog2Pientropy(D)=-\sum_{i=1}^nP_ilog_2P_ientropy(D)=−∑i=1nPil
系统 2019-09-27 17:50:46 1905
python的smtplib提供了一种很方便的途径发送电子邮件。它对smtp协议进行了简单的封装。smtp协议的基本命令包括：HELO向服务器标识用户身份MAIL初始化邮件传输mailfrom:RCPT标识单个的邮件接收人；常在MAIL命令后面,可有多个rcptto:DATA在单个或多个RCPT命令后,表示所有的邮件接收人已标识,并初始化数据传输,以.结束VRFY用于验证指定的用户/邮箱是否存在；由于安全方面的原因,服务器常禁止此命令EXPN验证给定的邮箱
系统 2019-09-27 17:50:26 1905
一个最最简单的例子：绘制一个从0到360度完整的SIN函数图形importnumpyasnpimportmatplotlib.pyplotasptx=np.arange(0,360)#如果打印x，NumPy会给你很好看的打印格式#print(x)y=np.sin(x*np.pi/180)pt.plot(x,y)pt.xlim(0,360)pt.ylim(-1.2,1.2)pt.title("SINfunction")pt.show()效果图如下：下面我们加
系统 2019-09-27 17:49:36 1905
如下所示：#-*-coding:utf-8-*-#-------------------------------------------------------------------------------#Name:module1#Purpose:##Author:leniy_tsan##Created:10-04-2012#Copyright:(c)leniy_tsan2012#Licence:GPLv2#----------------------
系统 2019-09-27 17:49:23 1905
当你开始着手部署应用时，最简单的方式莫过于使用管理员身份重启my_app或者所有服务，使产品升级至当前版本。开始的时候一切都很好，但是最终你会发现一旦应用启动以后，在重启期间去尝试连接会得到众多HTTP503错误。最后你可能发现Gunicorn和uWSGI可以在不关闭套接字的情况下重新加载你的应用，这样在你的应用启动时，网络请求仅仅是被延时了一点点。只要你的应用不会花费很长时间在启动上，它就会工作的很好。不幸的是，现有的许多应用可能会花费1分钟的时间在启动
系统 2019-09-27 17:49:22 1905
