花了一个礼拜时间从零查资料学习了LeNet神经网络的基本架构，看各位大神的blog，都写的很好，以我一个入门的视角，怎样能更好的理解，整理出来供以后消化再深入先看模型图：上图包含输入层总共8层网络，分别为：输入层（INPUT）、卷积层（Convolutions,C1）、池化层（Subsampling，S2）、卷积层（C3）、池化层（Subsampling，S4）、卷积层（C5）、全连接层（F6）、

本文来源：新浪微博@李永乐老师https://weibo.com/ttarticle/p/show?id=2309404621504527597707#_0​上一回为大家介绍了人工智能的基本概念和算法，讲到了梯度下降法、神经网络、机器学习的基本概念，还没看过的小伙伴可以点击这里。人工智能有一个重要领域就是图像识别。比如：有许多软件可以通过拍照的方法识别出不同的物体。我用它去拍摄我家的狗，发现它不仅

消息系统

看代码：#!/usr/bin/python# -*- coding:utf-8 -*-import prettytable as ptfrom prettytable import from_csvfrom prettytable import from_db_cursorimport MySQLdbimport osimport timedef creatept():tb = pt.Pretty

python pandas交叉表，透视表对于处理数据来说非常方便，学习笔记总结如下：#!/usr/bin/python-- coding:utf-8 --from future import divisionimport pandas as pdimport numpy as npimportsysimport math# reload(sys)sys.setdefaultencoding( "u

redis hset方法：ｉｎｉｔimport ("falcon/middleware/contrib/cache""io/ioutil"//"jobs/contrib/cache""os""strings""time"// "falcon/middleware/contrib/cache"// "github.com/garyburd/redigo/redis"_ "github.com/jin