数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

詹惠儿

编码器和解码器要注意的问题

编码器：它使用深度神经网络层并将输入字转换为相应的隐藏向量。每个向量代表当前单词和单词的上下文。解码器：它类似于编码器。它将编码器生成的隐藏矢量，其自身的隐藏状态和当前字作为输入，以产生下一个隐藏矢量，最后预测下一个字。a除了这两个，许多优化导致seq2seq的其他组件：注意：解码器的输入是一个向量，它必须存储有关上下文的所有信息。这成为大序列的问题。因此，应用注意机制，其允

50.0000

1

2

0

关注作者

收藏

詹惠儿

Seq2seq模块的工作原理

Seq2seq 最初是由Google推出的用于机器翻译的。在此之前，翻译工作非常天真。您曾经输入的每个单词都被转换为目标语言，不考虑其语法和句子结构。Seq2seq通过深度学习彻底改变了翻译过程。它不仅在翻译时考虑当前的单词/输入，还考虑其邻域。如今，它被用于各种不同的应用，如图像字幕，会话模型，文本摘要等。Seq2seq工作：顾名思义，seq2seq将一系列单词（句子或句子）作为输入，并生

0.0000

0

1

0

关注作者

收藏

詹惠儿

DataGenerator函数解释

ImageDataGenerator重新缩放图像，在某个范围内应用剪切，缩放图像并对图像进行水平翻转。此ImageDataGenerator包含图像的所有可能方向。train_datagen.flow_from_directory是用于从train_dataset目录准备数据的函数，用于Target_size指定图像的目标大小。test_datagen.flow_from_directory用

50.0000

1

0

0

关注作者

收藏

詹惠儿

图像分类常用函数解释

Conv2D是将图像卷积成多个图像的层Activation是激活函数。MaxPooling2D用于最大化来自给定大小矩阵的值，并且用于接下来的2个层。然后，Flatten用于展平卷积后获得的图像的尺寸。Dense用于使其成为完全连接的模型，并且是隐藏层。Dropout用于避免过度拟合数据集。Dense是输出层只包含一个神经元，决定哪个类别图像属于。

0.0000

0

3

0

关注作者

收藏

詹惠儿

python如何检查图像格式？

检查图像格式：if K.image_data_format() == 'channels_first': input_shape = (3, img_width, img_height) else: input_shape = (img_width, img_height, 3) 这部分是检查数据格式，即RGB通道首先或最后，所以无论它是什么，模型将首先检查，然后输入形状将相应地

0.0000

0

1

0

关注作者

收藏

詹惠儿

图像分类的定义

图像分类是一种使用以下方法将图像分类到各自的类别类别的方法：从头开始培训小型网络使用VGG16微调模型的顶层让我们讨论如何从头开始训练模型并对包含汽车和飞机的数据进行分类。列车数据：列车数据包含每辆车和飞机的200张图像，即在训练数据集中总共400张图像测试数据：测试数据包含每辆车和飞机的50张图像，即测试数据集中的100张图像总数模型描述：在开始使用模型之前，首先准备数据集及其安

0.0000

0

4

0

关注作者

收藏

W11YA

python字符串find方法

find方法用来检测 str 是否包含在mystr中，如果是则返回开始的索引值，否则返回-1语法：mystr.ﬁnd(str, start=0, end=len(mystr))举例：a = 'abcdefgabc'q = a.find('a',2,3) #q = -1a[a.find('e')] #ek = a.find('abc',3) # k=7a[k:k 3

0.0000

0

3

0

关注作者

收藏

wo56565

函数的使用方式

将函数视为“一等公民”函数可以赋值给变量函数可以作为函数的参数函数可以作为函数的返回值高阶函数的用法（filter、map以及它们的替代品）items1 = list(map(lambda x: x ** 2, filter(lambda x: x % 2, range(1, 10)))) items2 = [x ** 2 for x in range(1, 10) if x % 2]

0.0000

0

4

0

关注作者

收藏

詹惠儿

python如何将内容转换为字符串？

str（）：此函数将所有内容转换为字符串。# Python program showing # a use of str() function a = 1print(type(a)) # converting integer # into string a = str(a) print(type(a)) s =[1, 2, 3, 4, 5] print(type(s))

0.0000

0

6

0

关注作者

收藏

wo56565

穷举法例子：百钱百鸡和五人分鱼。

# 公鸡5元一只母鸡3元一只小鸡1元三只# 用100元买100只鸡问公鸡/母鸡/小鸡各多少只for x in range(20): for y in range(33): z = 100 - x - y if 5 * x + 3 * y + z // 3 == 100 and z % 3 == 0: print(x, y,

0.0000

0

0

0

关注作者

收藏

詹惠儿

如何查看python的属性列表

dir（）：此函数返回与该对象关联的方法和属性列表。# Python program showing # a use of dir() function import math rk =[1, 2, 3, 4, 5] # print methods and attributes of rk print(dir(rk)) rk =(1, 2, 3, 4, 5) # print

50.0000

1

5

0

关注作者

收藏

wo56565

heapq、itertools等的用法

"""从列表中找出最大的或最小的N个元素堆结构(大根堆/小根堆)"""import heapqlist1 = [34, 25, 12, 99, 87, 63, 58, 78, 88, 92]list2 = [ {'name': 'IBM', 'shares': 100, 'price': 91.1}, {'name': 'AAPL', 'shares': 50, 'p

0.0000

0

3

0

关注作者

收藏

詹惠儿

python中的内省是什么

python中的所有东西都是一个对象。Python中的每个对象都可能具有属性和方法。通过使用内省，我们可以动态地检查python对象。Code Introspection用于检查类，方法，对象，模块，关键字并获取有关它们的信息，以便我们可以使用它。内省揭示了有关程序对象的有用信息。Python是一种动态的，面向对象的编程语言，提供了巨大的内省支持。Python对内省的支持在整个语言中运行得非常广泛

0.0000

0

0

0

关注作者

收藏

wo56565

使用生成式（推导式）语法

prices = { 'AAPL': 191.88, 'GOOG': 1186.96, 'IBM': 149.24, 'ORCL': 48.44, 'ACN': 166.89, 'FB': 208.09, 'SYMC': 21.29}# 用股票价格大于100元的股票构造一个新的字典prices2 = {key: value for ke

66.6667

1

4

0

关注作者

收藏

dreamhappy2012

DBSCAN中的几个定义

问、DBSCAN中的几个定义答：✓ Ε邻域：给定对象半径为Ε内的区域称为该对象的Ε邻域✓ 核心对象：如果给定对象Ε邻域内的样本点数大于等于Min-points，则称该对象为核心对象✓ 直接密度可达：对于样本集合D，如果样本点q在p的Ε邻域内，并且p为核心对象，那么对象q从对象p直接密度可达✓ 密度可达：对于样本集合D，给定一串样本点p1,p2….pn，p=p1,q=pn,假如对象pi从p

0.0000

0

2

0

关注作者

收藏

dreamhappy2012

GMM算法的优缺点

问、GMM算法的优缺点答：✓ GMMs使用均值和标准差，簇可以呈现出椭圆形而不是仅仅限制于圆形。KMeans是GMMs的一个特殊情况，是方差在所有维度上都接近于0时簇就会呈现出圆形✓ GMMs是使用概率，所以一个数据点可以属于多个簇。例如数据点X可以有百分之20的概率属于A簇，百分之80的概率属于B簇。也就是说GMMs可以支持混合属性

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

GMM算法步骤？

问、GMM算法步骤？答：✓ 首先确定聚类的数量，并随机初始化每一个聚类的高斯分布参数 ✓ 通过计算每一个点属于高斯分布的概率来进行聚类。与高斯中心越近的点越有可能属于这个类 ✓ 基于上一步数据点的概率权重，通过最大似然估计的方法计算出每一类数据点最有可能属于这一聚类的高斯参数 ✓ 基于新的高斯参数，重新估计每一点归属各类的概率，重复2,3步骤直到参数不再变化收敛为止

0.0000

0

6

0

关注作者

收藏

W11YA

1.时间戳 --> 时间元组格式(time.struct_time) --> 日期字符串2.日期字符串 --> 时间元组格式(time.struct_time) --> 时间戳3.获取当前时间的分钟/秒4.获取整分钟/整小时时间戳

0.0000

0

0

0

关注作者

收藏

W11YA

时间元组 --> 时间戳time.mktime(p_tuple)：p_tuple：时间元组例子：time_tuple_to_timestamp = int(time.mktime(time_str_to_tuple))print time_tuple_to_timestamp # 结果：1548820087

0.0000

0

3

0

关注作者

收藏

W11YA

日期字符串

日期字符串 --> 时间元组time.strptime(string, format) # string：日期字符串，format：该日期字符串对应的格式化格式例子：import timetime_str_to_tuple = time.strptime("2019-01-30 11:48:07", "%Y-%m-%d %H:%M:%S")print time_str_to_tupl

0.0000

0

4

0

关注作者

收藏

<1…333334335…530>

CDA考试动态

CDA报考指南