若初雪舞-CSDN博客

原创 enumerate遍历函数

for index, every_item in enumerate(a):

2021-09-11 10:12:13 321

from urllib import request, parseimport json # 有道翻译：中文→英文def fy(i): req_url = 'http://fanyi.youdao.com/translate' # 创建连接接口 # 创建要提交的数据 Form_Date = {} Form_Date['i'] = i Form_Date['doctype'] = 'json' Form_Date['form'] = 'AUTO...

2021-04-16 11:20:03 1789 1

原创 Python矩阵数据类型转换

a为矩阵，若将a的数据类型转为int，则a.astype(np.int)，ps：这样不会改变a自己的数据类型，若想改变，则赋值给a，即a=a.astype(np.int)

2021-04-01 10:06:57 4220

原创 TensorFlow中多维矩阵运算

2维、3维互相运算

2021-03-24 10:16:00 532

原创设置jupyter notebook的打开浏览器，顺便解决jupyter运行越来越卡顿的问题

前提：我用的是anaconda3、python3.7，我平常习惯用360浏览器，设为默认浏览器，但是当程序文件比较大之后，打开就会非常的卡顿我尝试用火狐浏览器看看能不能改善卡顿，最简单的方法是把火狐设为默认浏览器，但是这样对我平常用浏览器就不太方便，因此推荐方法二：第一步，找到 jupyter的配置文件 jupyter_notebook_config.py，我的文件位置是在：C:\Users\wxy\.jupyter\jupyter_notebook_config.py （ps：这个文件是自己输..

2021-02-10 17:50:48 5153 2

原创 jupyter notebook能使用，但是用cmd和anaconda prompt输入“jupyter notebook“却显示找不到指定模块

这种情况是因为path没有添加上，我的安装位置是D:\anaconda3，因此要在“用户”和“系统”变量“path”中添加路径：D:\anaconda3\python.exe；D:\anaconda3\Library\bin；D:\anaconda3\Scriptsps：记得一定要依次点击三个“确定”，否则是添加不上的...

2021-02-10 08:40:06 1631

转载 sess.run(tf.global_initializer())等价于 with sess.as_default(): tf.global_variables_initializer().run()

global_variables_initializer 返回一个用来初始化计算图中所有global variable的 op。函数中调用了 variable_initializer() 和 global_variables() global_variables() 返回一个 Variable list ，里面保存的是 gloabal variables。 variable_initializer() 将 Variable list 中的所有 Variable 取出来..

2021-02-08 17:43:38 227

转载 tf.Graph().as_default()

tf.Graph() 表示实例化了一个类，一个用于 tensorflow 计算和表示用的数据流图，通俗来讲就是：在代码中添加的操作（画中的结点）和数据（画中的线条）都是画在纸上的“画”，而图就是呈现这些画的纸，你可以利用很多线程生成很多张图，但是默认图就只有一张。tf.Graph().as_default() 表示将这个类实例，也就是新生成的图作为整个 tensorflow 运行环境的默认图，如果只有一个主线程不写也没有关系，tensorflow 里面已经存好了一张默认图，可以使用tf.get_defa

2021-02-07 21:01:24 148

原创 TensorFlow的梯度优化的两种方式（minimize或apply_gradients函数）

先创建一个优化器对象，eg：optimizer = tf.train.AdagradOptimizer(learning_rate)，这里的Adagrad是一种优化算法，还有其他的优化器（1）直接用优化器对象自带的优化方式：optimizer_op = optimizer.minimize(cost)，cost是损失函数minimize()操作可以计算出梯度，并且将梯度作用在变量上（2）如果有自己处理梯度的方式，则可以按照这三步骤使用optimizer ：使用函数tf.gradients()计算

2021-02-07 18:52:38 3317

原创 tf.clip_by_global_norm详解

我的代码是：grads, _ = tf.clip_by_global_norm ( tf.gradients(self.cost, self.tvars ) , config.max_grad_norm ) Gradient Clipping的引入是为了处理梯度爆炸的问题。当在一次迭代中权重的更新过于迅猛的话，很容易导致“损失散度”。Gradient Clipping的直观作用就是让权重的更新限制在一个合适的范围。主要过程：（1）先设置一个clip_gradient（clip_norm或max_.

2021-02-07 18:19:37 2476

原创 POI推荐系统论文整理

我目前研究方向是POI推荐，用深度学习的LSTM，对一些方面的论文做了整理，有英文版和对应的中文翻译，会不定期更新在这篇博客里，有需要的话可以私信我拿论文（注：论文名太长，我截取前一部分名字放在下面）A Semantic Sequential Correlation based LSTM_ ModelAn Attention-based Spatiotemporal LSTM Network forLong and Short term Preference Learning for Nex

2021-02-06 10:27:47 1957 13

原创用pycharm安装第三方库的两种方法（简易版和终端版）

环境：我用的是pycharm和anaconda3我的pycharm所用的Python核心是anaconda3提供的，文件夹目录地址是D:\anaconda3\python.exe，因此我的第三方库下载后放在D:\anaconda3\Lib\site-packages，比如我下载安装TensorFlow后就放在D:\anaconda3\Lib\site-packages\tensorflow第一种安装方法：pycharm的左上角依次点击File>>Settings，弹出如下：按照.

2021-02-03 20:52:33 1830 2

原创 LSTM的梯度、学习率、前项传播等

梯度：在每一次学习迭代中使用反向传播算法计算损失函数对每一个权重或偏置的导数从权重或偏置中减去这个梯度方向的标量值以降低网络的损失。由于梯度的反方向是函数下降最快的方向，为了控制参数调整的速度，算法使用梯度乘以一个步长来当作参数的修正量，这个步长又叫做学习率，即梯度 * 学习率作为参数的修正量学习率作为控制网络学习速度的超参数，设置过小则模型的收敛速度就会变得很慢，设置过大则会发生振荡导致网络无法收敛。因此通常在训练开始时使用较大的学习率以加快训练速度，等逐渐接近损失最小值点时再采用...

2021-02-01 11:59:05 5090

原创 Tensorflow中LSTM的各张量维度名称和别名，及特定名称的解释

LSTM是由每个cell组成的，每个cell里有3个门：输入门、遗忘门、输出门；每个cell有4个前馈网络层，其实就是4个激活函数，分别是σ、σ、tanh、σ；这些前馈网络层里有神经元，即隐藏神经元，每个前馈网络层里的隐藏神经元个数都是相同的，即num_units，也写作hidden_size，每个ht...

2021-02-01 11:46:59 1273 7

原创 Python编译问题FutureWarning

在程序最前端加入import warningswarnings.filterwarnings("ignore")

2020-04-24 09:25:22 1430

原创用c-free5.0编译出现[Error] g++.exe: 5\mingw\include: No such file or directory

用C-FREE 5编译hello world ，文件保存名为new1.cpp保存位置为D:\C-Free 5\workspace\wxy\new1.cpp操作系统为win10，未安装mingw运行后出现：--------------------配置: mingw5 - CUI Debug, 编译器类型: MinGW--------------------#include <stdi...

2020-02-26 08:30:54 4311