| | | | |

2019年12月29日

摘要：一、单例模式单例：单个实例，确保某个类只有一个实例存在举例：1、登录app，当前的登录对象，只能有一个 2、音乐播放器，正在播放的歌曲类而言，只能有一个实例 1 import my_util # 被导入的模块会从头到尾执行一遍 2 3 o1 = my_util.a 4 o2 = my_util. 阅读全文

posted @ 2019-12-29 22:09 可西可彻阅读(460) 评论(0) 推荐(0)

【python基础】os模块（库）方法汇总

摘要： 1、重命名 1 os.rename() # 只能够更改当前文件的名字 2 os.renames() # 可以更改上层目录, 如果上层目录不存在, 就会创建 2、删除文件 1 os.remove() # 用于删除指定路径的文件，如果指定的路径是个目录，报错 3、创建目录 1 os.mkdir() # 阅读全文

posted @ 2019-12-29 21:14 可西可彻阅读(324) 评论(0) 推荐(1)

【python基础】文件读取

摘要：一、编码 1、ASCII ——> 美国人创造的编码方式, 包括128个字符, 编码分别为0-127, 英文常用标点符号,数字,字母 2、各个国家有了自己的编码问题: 在中国编码的文件 ——> U盘——> 日本(有自己的编码方式) ——> 乱码 3、unnicode 万国码，统一收纳了基本上全世界所阅读全文

posted @ 2019-12-29 21:08 可西可彻阅读(354) 评论(0) 推荐(1)

【深度学习】paddlepaddle——基于多层神经网络的图像识别案例

摘要： 1 # 1、导包 2 import paddle.fluid as fluid 3 import paddle 4 import time 5 6 start = time.time() 7 8 9 def test_program(exe, feeder, program, fetch_list, 阅读全文

posted @ 2019-12-29 20:25 可西可彻阅读(1298) 评论(0) 推荐(1)

【深度学习】paddlepaddle——基于卷积神经网络的手写字识别案例

摘要： 1 # 1、导包 2 import paddle.fluid as fluid 3 import paddle 4 import time 5 6 start = time.time() 7 8 9 def test_program(exe, feeder, program, fetch_list, 阅读全文

posted @ 2019-12-29 20:24 可西可彻阅读(886) 评论(0) 推荐(1)

【深度学习】paddlepaddle基础语法

摘要： 1 # 1、导入包 2 import paddle.fluid as fluid 3 import paddle 4 5 # 2、数据预处理 6 # 调整图片大小等跟框架本身没有关系 7 8 # 3、构造reader 本质：读取数据 9 # （1）reader 获取一个样本数据 10 # 返回nd 阅读全文

posted @ 2019-12-29 20:23 可西可彻阅读(654) 评论(0) 推荐(1)

【深度学习】TensorFlow——理解张量

摘要： 1 import tensorflow as tf 2 3 # 张量数据流图中的线数据传递本质：多维数组 4 5 # 两个属性 6 # dtype 数据类型 7 # 将numpy里面的np.数据类型变成了tf.数据类型 8 # 可以在创建张量的时候去指定dtype 参数来指定tensor的数阅读全文

posted @ 2019-12-29 20:22 可西可彻阅读(335) 评论(0) 推荐(1)

【深度学习】TensorFlow——图详解

摘要： 1 import tensorflow as tf 2 3 # 构建图 4 # 图结构包含至少一组op与tensor的结构 5 con_a = tf.constant(3) 6 con_b = tf.constant(4) 7 8 con_sum = tf.add(con_a, con_b) 9 阅读全文

posted @ 2019-12-29 20:21 可西可彻阅读(381) 评论(0) 推荐(1)

【深度学习】TensorFlow——变量op

摘要： 1 import tensorflow as tf 2 3 # 创建一个变量--变量op 4 # 可以使用随机张量来初始化这个变量 5 # var1 = tf.Variable( 6 # initial_value=tf.random_normal( 7 # shape=[2, 2], 8 # me 阅读全文

posted @ 2019-12-29 20:20 可西可彻阅读(442) 评论(0) 推荐(1)

【深度学习】TensorFlow——实现线性回归案例

摘要： 1 # 1、加载数据特征值与目标值 2 # 2、随机初始化权重与偏置变量op 3 # 3、预测 >矩阵相乘 4 # 4、预测值与真实值损失--均方误差损失 5 # 5、构建优化算法进行优化损失设置学习率 6 # 6、不断优化op 7 import tensorflow as tf 8 9 1 阅读全文

posted @ 2019-12-29 20:19 可西可彻阅读(301) 评论(0) 推荐(1)

2019年12月29日

公告