PCA是一种线性映射（或线性变换），简单的来说就是将高维空间数据投影到低维空间上，那么在数据分析上，我们是将数据的主成分（包含信息量大的维度）保留下来，忽略掉对数据描述不重要的成分。即将主成分维度组成的向量空间作为低

最近看了崔庆才的网站，个人认为博主的写的非常的好，本文基于博主的文章Python中logging模块的基本用法进行学习和改造。1、日志记录的重要性在开发过程中，如果程序运行出现了问题，我们是可以使用我们自己的 Debug 工具来检测到到底是哪一步出现了问题，如果出现了问题的话，是很容易排查的。但程序开发完成之后，我们会将它部署到生产环境中去，这时候代码相当于是在一个黑盒环境下运行的，我们只能看..

在学习asyncio之前，先理清楚同步/异步的概念：同步是指完成事务的逻辑，先执行第一个事务，如果阻塞了，会一直等待，直到这个事务完成，再执行第二个事务，顺序执行异步是和同步相对的，异步是指在处理调用这个事务的之后，不会等待这个事务的处理结果，直接处理第二个事务去了，通过状态、通知、回调来通知调用者处理结果asyncio函数：异步IO采用消息循环的模式，重复“读取消息—处理消...

类似VGG的卷积神经网络import numpy as npimport kerasfrom keras.models import Sequentialfrom keras.layers import Dense, Dropout, Flattenfrom keras.layers import Conv2D, MaxPooling2Dfrom keras.optimizers i

通过：`if __name__ == '__main__':` 这个语句，我们可以实现以下几个方便的功能：1、只执行本次脚本的函数或者类，进行测试；2、防止被导入的模块的函数或者类被二次执行。

除了使用xlrd库或者xlwt库进行对excel表格的操作读与写，而且pandas库同样支持excel的操作；且pandas操作更加简介方便。首先是pd.read_excel的参数：函数为：pd.read_excel(io, sheetname=0,header=0,skiprows=None,index_col=None,names=None,arse_

图像输入层，通过卷积层（Convolution Layer）进行运算，然后池化,这两个是CNN特有的，卷积层的激活函数使用的是ReLU，池化就是对原矩阵进行压缩，得到一个值。

DNN(Deep Neural Network)神经网络模型又叫全连接神经网络，是基本的深度学习框架。与RNN循环神经网络、CNN卷积神经网络的区别就是DNN特指全连接的神经元结构，并不包含卷积单元或是时间上的关联。1、梳理一下DNN的发展历程神经网络技术起源于上世纪五、六十年代，当时叫感知机（perceptron），拥有输入层、输出层和一个隐含层。输入的特征向量通过隐含层变换达到输出层，

在之前的【python】多线程threading详解一文中，是有对多线程进行一个详细的梳理的。其中就提到了线程锁这一功能。主要基于Rlock实现。本文将进一步总结，丰富线程锁内容。在使用多线程的应用下，如何保证线程安全，以及线程之间的同步，或者访问共享变量等问题是十分棘手的问题，也是使用多线程下面临的问题，如果处理不好，会带来较严重的后果，使用python多线程中提供Lock 、Rlock 、..

1、元组tuple与列表List相同点元组tuple与列表List都是序列类型的容器对象，可以存放任何类型的数据、支持切片、迭代等操作。In [3]: a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]#支持切片操作In [4]: a[1:10:3]Out[4]: [1, 4, 7]In [5]: b = (0, 1, 2, 3, 4, 5, 6, 7,