目录tf.data.TFRecordDataset含义Dataset函数解析tf.data.Dataset.batch 、map、shuffle、repeattf.data.Dataset.make_one_shot_iterator().get_next()一个几乎通用tfrecord 的数据解析函数tf.data.TFRecordDataset含义Class TFRecordDataset。A

指定缺失值的填充值利用pd.read_csv读取文件加载时，默认会将文件中缺失的数据自动填充为NaN，如果想指定缺失数据的填充值，则可以利用里面的na_values参数。import pandas as pddata=pd.read_csv("./selectRefer10PerClass0317.txt",sep='\t')data.head()此时对于对于缺失数据的填充值为Nan指定以某个值去

含义：（1）iteration：表示1次迭代（也叫training step），每次迭代更新1次网络结构的参数；（2）batch-size：1次迭代所使用的样本量；（3）epoch：1个epoch表示过了1遍训练集中的所有样本。值得注意的是，在深度学习领域中，常用带mini-batch的随机梯度下降算法（Stochastic Gradient Descent, SGD）训练深层结构，它有一个好处就

torch.rand和torch.randn有什么区别？ y = torch.rand(5,3) y=torch.randn(5,3)一个均匀分布，一个是标准正态分布。均匀分布torch.rand(*sizes, out=None)→ Tensor返回一个张量，包含了从区间[0, 1)的均匀分布中抽取的一组随机数。张量的形状由参数sizes定义。参数:sizes (int...

最终差强人意的解决方案：方案1：在QQ浏览器或者chrome中，先将目标网页，从头拉到底后（不能太快）本地浏览器将目标网页渲染完成后，再讲鼠标拉倒网页最上方初始位置处。再右击，选择打印。（QQ浏览器的效果会好些）下拉窗口，选择目标打印机，也可以先保存为本地pdf。双面打印。其他设置如下：有时候浏览器渲染不稳定，先看打印预览。不行，打印（打印预览后），浏览器中上下拉动...

pandas中查看各列数据类型的函数为 df.dtypes , 注意后面不用加括号。 pandas中各数据类型与python的对应关系表如下： 注意python中的字符串str类型默认是对应object，但是object并不完全具有str的特性，因此如果想要用str的特性，一般最好是是强制转换为str而不是设置为object类型。 （因为object在pandas中通常是不能全部转换为int或者f

执行脚本时，常需要设置自动执行的时间，就不用定闹铃半夜起床去启动脚本了，更充分的利用服务器。需要处理的数据，将date作为变量传进for循环里，去自动处理脚本数据。最基本的格式date +"%Y%m%d"输出当前日期。 注意上面是Y (下面会讲）20200904date命令作用：是显示或设置系统时间与日期。语法date(选项)(参数)选项-d<字符串>：显示字符串所指的日期与时间。字符

from_unixtimefrom_unixtimehive sql 中时间戳转换函数： 由bigint类型的值转换为指定时间戳格式; from_unixtime()from_unixtimefrom_unixtime(bigint unixtime[, string format])返回值类型：string功能： 转化UNIX时间戳（从1970-01-01 00:00:00 UTC到指定时间的秒

lstm里，多层之间传递的是输出ht ，同一层内传递的细胞状态（即隐层状态）看pytorch官网对应的参数nn.lstm(*args，**kwargs)，默认传参就是官网文档的列出的列表传过去。对于后面有默认值（官网在参数解释第一句就有if啥的，一般传参就要带赋值号了。）官网案例对应的就是前三个。input_size，hidden_size，num_layersParmerters...

    在查看VMware中，设置成了NAT 模式后，（“虚拟机”-&gt;“虚拟机设置”—&gt;“网络适配器”-&gt;选择NAT  ）NAT（network  addresstransform）是共享主机的ip地址，来上网，在centos7里，点击“系统工具”—&gt;“设置”---&gt;“网络”选择“有线”，将手动改为自动。    需要核对位置。.