Python深度学习极简入门

使用 Python,尽可能少地使用外部库,从零开始实现深度学习的程序。
为了让 Python 的初学者也能理解,介绍 Python 的使用方法。
提供实际可运行的 Python 源代码,同时提供可以让读者亲自实验的学习环境。
从简单的机器学习问题开始,最终实现一个能高精度地识别图像的系统。
以简明易懂的方式讲解深度学习和神经网络的理论。
对于误差反向传播法、卷积运算等乍一看很复杂的技术,使读者能够在实现层面上理解。
介绍一些学习深度学习时有用的实践技巧,如确定学习率的方法、权重的初始值等。
介绍最近流行的 Batch Normalization、Dropout、Adam 等,并进行实现。
讨论为什么深度学习表现优异、为什么加深层能提高识别精度、为什么隐藏层很重要等问题。
介绍自动驾驶、图像生成、强化学习等深度学习的应用案例。……

阅读更多

Numpy的genfromtxt函数

What is genfromtxt?
genfromtxt函数创建数组表格数据
genfromtxt主要执行两个循环运算。第一个循环将文件的每一行转换成字符串序列。第二个循环将每个字符串序列转换为相应的数据类型。
genfromtxt能够考虑缺失的数据,但其他更快和更简单的函数像loadtxt不能考虑缺失值。……

阅读更多

Numpy 掩码数组

有时候数据集中存在缺失、异常或者无效的数值,我们可以标记该元素为被屏蔽(无效)状态。……

阅读更多

Numpy 结构化数组

之前我们操作Numpy的数组时,都是通过索引来操作的。

针对二维数组,使用索引可以完成对行、列的操作。但是这是非常不直观的。

可以把二维数组想象成一个excel表格,如果表格没有列名,操作起来会非常麻烦,针对这种情况,Numpy提供了结构化数组用来操作每列数据。……

阅读更多

Numpy广播机制

什么是广播
我们都知道,Numpy中的基本运算(加、减、乘、除、求余等等)都是元素级别的,但是这仅仅局限于两个数组的形状相同的情况下。……

阅读更多