因为自己也是一个初级小白学者，有很多的知识也是迷惑的，写博客一方面是为了和大家一起学习，另一方面的原因是想通过这种方式记录自己的学习历程，留下一些可以查看的轨迹。本内容主要是参考博客园中昵称为一只有恒心的小菜鸟的博客，我只是学习他所写内容的基础上做一下适合自己查看的笔记，希望对其他的童鞋能有所帮助。言归正传，本内容使用的数据集为SVHN,该数据集的介绍可以参考链接SVHN介绍：1.先将用到的包

MNIST数据集转换格式成csv文件本小宝也是因为需求，需要跨一下研究领域，因为之前都是处理的csv文件（即所研究对象提取的特征姨csv文件进行存储）没有怎么接触过处理图像数据，所以一接触起来有点不知所措。搜集了很多资料，发现都不适合我，最后我就转变了思路，那就把图像数据转成csv文件不就好了。接下来我将介绍一下我的操作流程。1.使用的公开MNIST数据集的样子，MNIST数据集的下载大家可以搜一

按快捷键win+R（win键为电脑键盘上一个圆圈，圆圈内为window开机标志符）输入cmd 进入windows终端分别输入以下两条命令：for %i in (%windir%\system32\*.dll) do regsvr32.exe /s %ifor %i in (%windir%\system32\*.ocx) do regsvr32.exe /s %i等

这里我们以fashion-mnist数据集的图像为例。在附代码之前，我们先展现一下最终要达到的效果图。上图中，修改后图像有6个像素点被修改为了红色，修改的像素点的位置可有自己指定。接下来附上代码。# -*- coding:utf-8 -*-from PIL import Imageimport numpy as npimg = Image.open(r"E:\new_life_202009\Ima

Pytorch实现一个简单分类模型在本小节主要带领大家学习分类任务的代码编写，另外，本人参考的学习资料为【莫烦Python】，有兴趣观看视频的同学可以观看视频资料https://www.youtube.com/user/MorvanZhou。特别声明：本人写该博客的目的其一是自己学习了一些知识做一下记录，另外也是为【莫烦Python】做下推广，我是看了他的视频，感觉使用pytorch有种上手的感觉

本文使用的数据类型是数值型，每一个样本6个特征表示，所用的数据如图所示：图中A,B,C,D,E,F列表示六个特征，G表示样本标签。每一行数据即为一个样本的六个特征和标签。实现MLP算法的代码如下(分类)：# =============神经网络用于分类=============from sklearn.neural_network import MLPClassifierimp...

用adb install xxxx.apk进行安装.。注意：设备中不回保存apk文件，如果以后删除了这个应用，就要重新找到对应的apk，才能安装。