Web 服务器使用一种名为 Web 服务器网关接口（Web Server Gateway Interface，WSGI）的协议初始化flask所有的flask网站都需要创建一个Flask的实例from flask import Flaskapp = Flask(__name__) #flask类的构造函数必须传入程序主模块或包的名字，所以用__name__if __name__ == '__

null/None/NaNnull经常出现在数据库中None是python中的缺失值，类型是NoneTypeNaN也是python中的缺失值，意思是不是一个数字，类型是float在pandas和Numpy中会将None替换为NaN，而导入数据库中的时候则需要把NaN替换成None找出空值isnull()notnull()添加空值numeric容器会把None转换为NaNIn [2

下面的例子,y_true的形状是[batch_size],y_pred的形状是[batch_size,num_class].也就是说y_pred经过softmax层之后,是one-hot编码,SparseCategoricalCrossentropy将y_true变成了one-hot编码.cce = tf.keras.losses.SparseCategoricalCrossentropy()..

参考：完全解析RNN, Seq2Seq, Attention注意力机制

参数参数描述units输出的维度activation激活函数,默认"linear"use_biaskernel_initializerbias_initializerkernel_regularizerbias_regularizeractivity_regularizerkernel_constraint...

参考：https://blog.csdn.net/jiangpeng59/article/details/77646186https://www.zhihu.com/question/41949741?sort=created

ls语法ls [OPTION]… [FILE]…参数参数描述-a, –all不乎略素有的隐藏文件-A, –almost-alldo not list implied . and ..–author使用-l列出文件的作者-b, –escapeprint C-style escapes for nongraphic characters–b

init__init__(units,activation='tanh',recurrent_activation='sigmoid',use_bias=True,kernel_initializer='glorot_uniform',recurrent_initializer='orthogonal',bias_initia...

参考:从Embedding层到Keras解决文本分类api应用How to Use Word Embedding Layers for Deep Learning with Keras深度学习中Keras中的Embedding层的理解与使用一文搞懂word embeddding和keras中的embedding在Keras模型中one-hot编码,Embedding层,使用预训练的词向...

用于多分类问题,传入的是one-hot编码目标,如果是int类型的编码目标,使用SparseCategoricalCrossentropy下面这个例子中y_pred和y_true的形状是[batch_size, num_class],既每次输入batch_size是3,就是3个样本同时输入,分类数量是3,既one-hot编码是3个分类.cce = tf.keras.losses.Categor..