目錄

• • 前言
  • conda環(huán)境管理
  • python語法
  • • 【1】語言屬性
    • 【2】代碼縮進問題
    • 【3】input和output函數與print函數
    • 【4】關鍵字與簡單數據類型與簡單運算符
    • 【5】利用縮進體現邏輯關系
    • 【6】數據結構：列表與元組
    • 【7】數據結構：字典
    • 【8】數據結構：集合
    • 【8】基礎函數以及函數的定義方式
    • 【8】模塊、包和庫的命名方式以及導入方式
    • 【9】常用模塊
    • • sys模塊
      • platform模塊
      • math模塊
      • random模塊
    • 【10】對象與類
    • 【11】文件操作
    • 【12】異常處理try:except語句和with語句
  • NumPy庫
  • • 【1】數組形狀描述
    • 【2】導入庫函數以及創(chuàng)建各種數組、訪問數組等操作
    • 【3】數組運算操作
    • • 創(chuàng)建數組以及改變數組形狀
      • 數組四則運算和冪運算
      • 矩陣運算
    • 【4】矩陣和隨機數
  • Matplotlib庫
  • • 安裝Matplotlib以及繪圖基礎
    • 繪制散點圖
    • 繪制折線圖與柱形圖
    • 利用keras集成的數據集完成可視化
    • • 波士頓房價數據集
      • 鳶尾花數據集
  • Pillow圖像處理庫
  • • Pillow安裝和導入包
    • 實例:手寫數字數據集MNIST
  • TensorFlow基礎
  • • TensorFlow2.0特性
    • Tensor（張量）的創(chuàng)建
    • 維度變換
    • 部分采樣
    • 基本數學運算
    • tf與np的互相轉換
  • 機器學習基礎

前言

截圖來源于mooc課程：https://www.icourse163.org/learn/XUST-1206363802?tid=1206674203#/learn/announce

以截圖的方式保存并整理，以后有遺忘的知識點或者命令可以快速查詢。

conda環(huán)境管理

可能用到的網址和命令：

https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ pip install
tensorflow==2.0.0-beta -i
https://pypi.tuna.tsinghua.edu.cn/simple

python語法

【1】語言屬性

【2】代碼縮進問題

【3】input和output函數與print函數

【4】關鍵字與簡單數據類型與簡單運算符

【5】利用縮進體現邏輯關系

【6】數據結構：列表與元組

為了與數學計算中的()區(qū)分開來，元組要加，

【7】數據結構：字典

【8】數據結構：集合

集合中沒有重復元素

【8】基礎函數以及函數的定義方式

【8】模塊、包和庫的命名方式以及導入方式

【9】常用模塊

sys模塊

platform模塊

math模塊

random模塊

【10】對象與類

【11】文件操作

【12】異常處理try:except語句和with語句

with語句，即使代碼運行中出現了錯誤，也會進行內存清理操作

NumPy庫

【1】數組形狀描述

【2】導入庫函數以及創(chuàng)建各種數組、訪問數組等操作

【3】數組運算操作

創(chuàng)建數組以及改變數組形狀

數組四則運算和冪運算

一維數組可以和多維數組相加，相加時會將一維數組擴展至多維。

矩陣運算

【4】矩陣和隨機數

seed隨機種子只有效一次

Matplotlib庫

安裝Matplotlib以及繪圖基礎

繪制散點圖

繪制折線圖與柱形圖

利用keras集成的數據集完成可視化

波士頓房價數據集

代碼：

#加載數據集 import tensorflow as tf boston_housing = tf.keras.datasets.boston_housing #第一次運行時，本地磁盤沒有文件會自動下載 (train_x,train_y),(test_x,test_y) = boston_housing.load_data(test_split=0) #訓練數據集的屬性和房價 測試數據集的屬性和房價 print("Training set:",len(train_x)) print("Testing set:",len(test_x)) print(train_x)

鳶尾花數據集

#下載鳶尾花數據集iris #訓練數據集 120條數據 #測試數據集 30條數據 import tensorflow as tf TRAIN_URL = "http://download.tensorflow.org/data/iris_training.csv" train_path = tf.keras.utils.get_file("iris_training.csv",TRAIN_URL)

用excel打開文件iris_training.csv

若是想省事，不用每次修改保存的文件名，可以這樣寫;

train_path = tf.keras.utils.get_file(TRAIN_URL.split('/')[-1],TRAIN_URL)

這樣可以直接以TRAIN_URL地址中最后一個/后面的字符串作為文件名，十分方便。

Pillow圖像處理庫

Pillow安裝和導入包

實例:手寫數字數據集MNIST

下載數據集：

import tensorflow as tf mnist =tf.keras.datasets.mnist (train_x,train_y),(test_x,test_y) = mnist.load_data()

以不直觀的數組形式顯示圖片：

以圖片形式顯示：

import tensorflow as tf import matplotlib.pyplot as plt mnist =tf.keras.datasets.mnist (train_x,train_y),(test_x,test_y) = mnist.load_data() plt.axis("off") plt.imshow(train_x[0],cmap="gray") plt.show()

TensorFlow基礎

TensorFlow2.0特性

Tensor（張量）的創(chuàng)建

截斷正態(tài)分布（Truncated normal distribution

維度變換

部分采樣

基本數學運算

兩個張量的最后一個維度必須相等

tf與np的互相轉換

tf.data 加載數據
feature columns 描述特征

機器學習基礎

向量默認為列向量，所以行向量要加上轉置符號




當樣本屬性非常多甚至超過樣本個數會導致XTX不滿秩

區(qū)別維度的概念

總結

以上是生活随笔為你收集整理的python与tensorflow知识点截图集锦（持续囤积）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。