TensorFlow是深度学习领域使用最为广泛的一个Google的开源软件库（最初由Google brain team进行开发的内部库，由于它的易用性Google决定把它开源出来）.采取数据流图，用于数值计算.节点——处理数据线——节点间的输入输出关系数据流图中的数据叫做tensor, 表示张量, 即N维数据, tensor在数据流图中流动表示计算的过程, 这也是tensorflow名字的由来.支

Keras 是一个用 Python 编写的高级神经网络 API，它能够以或者作为后端运行。在Keras的官方github上写着"Deep Learning for humans", 主要是因为它能简单快速的创建神经网络,而不需要像Tensorflow一样考虑很多中间过程.Keras说白了就是一个壳子, 需要结合TensorFlow, CNTK或者Theano等后端框架来运行.基于这些特点, Ker

TensorFlow中的常量 变量 以及 基于TensorFlow实现线性回归与逻辑回归

Matplotlib中的折线图折线图简介折线图,是一种将点按照顺序连接起来的图形,可以看做是将散点图,按照x轴坐标顺序连接起来的图像.折线图的主要功能是查看因变量y随着自变量x改变的趋势,最适合用于显示随时间而变化的连续数据.可以看出数量的差异,增长趋势的变化.折线图的代码实现import matplotlib.pyplot as plt# 导入画图包import numpy as np# mac

Numpy数组排序与复制和去重、常用统计指标数组的排序直接排序 arr.sort()sort函数可以指定一个axis函数，可以指定按照横轴还是纵轴排序，axis=1为横轴排序，axis=0为按纵轴排序sort是对原数组进行修改 没有返回值间接排序 arr.argsort()argsort 返回的是重新排序后的原数组值的下标数组的复制与去重数组去重np.unique()可以对数组进行去重，并返回已经

OpenCV鼠标事件与TrackBar控件

利用OpenCV提供的绘制图形API可以轻松在图像上绘制各种图形, 比如直线, 矩形, 圆, 椭圆等图形.line(img, pt1, pt2, color, thickness, lineType, shift) 画直线img: 在哪个图像上画线pt1, pt2: 开始点, 结束点. 指定线的开始与结束位置color: 颜色thickness: 线宽lineType: 线型.线型为-1, 4,

Python机器视觉OpenCV用途简介

Matplotlib中的饼状图饼状图简介饼状图函数简介饼状图代码实现import numpy as npimport matplotlib.pyplot as pltplt.rcParams["font.sans-serif"] = "SimHei"plt.rcParams["axes.unicode_minus"] = False# 2000年 三大产业 的 生产总值10,30，50data =

逻辑回归算法逻辑回归算法类型:逻辑回归属于有监督学习的分类算法（只能做二分类）逻辑回归算法原理:将线性回归的结果输入sigmoid函数中，得出预测为类1的概率（如果概率为0.2 有20%的可能属于类1，属于类0的概率是80%；结果是类0如果概率为0.8 有80%的可能属于类1，属于类0的概率是20%； 结果是类1）线性回归算法方程sigmoid函数公式和图像：逻辑回归的结果是基于线性回归计算出来的