# 查看Keras 是否可使用gpu from keras import backend as K gpu =K.tensorflow_backend._get_available_gpus() print(gpu) # 查看tensorflow是否可使用gpu import tensorflo
1，初识爬虫 import requests from bs4 import BeautifulSoup import os url="https://www.58pic.com/" response = requests.get(url) response.encoding='utf8' # pr
# 特征处理 # 特征预处理:通过统计方法将数据转换为算法需要的数据 # 数值型数据:标准缩放 # 规依法,标准化(常用,适用于当前大数据),缺失值处理(删除,填补中位数平均数,通常按照列填补) # 类别型数据:ont-hot编码 # 时间类型:时间的切分 # 特征处理API s
显示器 LCD：实惠 OLED：效果好，价格贵，容易烧屏 HDR 分辨率 屏幕像素个数 PPI 像素密集程度，边长一英寸的正方形中像素个数， 手机：300以上 电脑：200以上 屏幕效果：分辨率，ppi，与视距 结合 亮度 单位：nits 一平方米范围，一个烛光的亮度 LCD:200-500nits
前后端分离 前端项目，后端项目 前端调用不一致，点击链接---》前端页面---》ajax--》后端接口 封装了请求 ajax ajaxio，request 每个ajax等请求对应后端一个接口 请求中url:user/add ---->后端/user/add 找到配置 # .environment V
# 人工智能:预测,分类 # 人工智能: # 自动的工作 # 机器学习(包含深度学习) # 以前的限制因素:计算能力,数据,算法发展 # 用途: # 图像识别 # 识别图片中不同的地方(医学CT) 不用人工识别 # 图片艺术化(可以替代ps) # 无人
Nodejs入门 目标： 控制台输出字符串、使用函数、进行模块化编程 快速入门-Hello World 1、创建文件夹 nodejs 2、创建 helloworld.js 类似于java中的System.out.println("") console.log('Hello World!!!') 运
# 决策树,随机森林 # 决策树结构:if-then # 信息熵: # 例:第一届世界杯32支球队 每个队伍冠军概率1/32 # 可得 log32(程序员认为的log一般都默认是以2为底) = -(1/32*log(1/32)+1/32*log(1/32).....)
# 机器学习_概述 # 数据类型:连续性,离散型 # 算法分类 # 监督学习(特征值+目标值):(预测) # 分类: k近邻算法 贝叶斯 决策树与随机森林 逻辑递归 神经网络 # 回归: 线性回归 岭回归 # 标注: 隐
