应用背景介绍：自然语言具有时序特征，因此可以通过循环神经网络对自然语言进行处理。自然语言是以词、句、文章这些语言元素为单位的。python中最常用的word2vec工具是可以将单词转换成向量，将单词转换成向量的好处主要有以下两个：（1）将单词向量化，实现数字化处理，从而直接通过神经网络进行计算；（2）利用了向量之间的距离计算，从而可以计算出不同的单词之间的距离，从而不同的单词之间的关系可以用...

在深度学习入门的过程中，卷积神经网络（Convolutional Neural Netwok, CNN）模型的学习是必不可少的，CNN是深度学习理论和方法中的重要组成部分。为了更好的学习到卷积神经网络的应用，将通过卷积神经网络模型在图像识别领域的应用来入门。应用背景：本项目将通过识别手写的“对”、“错”图像，也就是常说的“√”“×”，训练数据保存在’checkData.txt’文件中。...

本次实验内容为美国犯罪数据的分析，数据请见：https://pan.baidu.com/s/1tL7FE5lxs-gb6Phf8XRu_Q，文件夹：data_analysis，下面的文件：US_Crime_Rates_1960_2014.csv 本次实验主要是对python中的数据进行基本操作。代码为：#!/usr/bin/env python# -*- coding:utf-8 -*-...

在深度学习入门的过程中，卷积神经网络（Convolutional Neural Netwok, CNN）模型的学习是必不可少的，CNN是深度学习理论和方法中的重要组成部分。为了更好的学习到卷积神经网络的应用，将通过卷积神经网络模型在图像识别领域的应用来入门。应用背景：本项目将通过识别手写的“对”、“错”图像，也就是常说的“√”“×”，训练数据保存在’checkData.txt’文件中。...

应用背景介绍：自然语言具有时序特征，因此可以通过循环神经网络对自然语言进行处理。自然语言是以词、句、文章这些语言元素为单位的。python中最常用的word2vec工具是可以将单词转换成向量，将单词转换成向量的好处主要有以下两个：（1）将单词向量化，实现数字化处理，从而直接通过神经网络进行计算；（2）利用了向量之间的距离计算，从而可以计算出不同的单词之间的距离，从而不同的单词之间的关系可以用...

应用背景介绍：自然语言具有时序特征，因此可以通过循环神经网络对自然语言进行处理。自然语言是以词、句、文章这些语言元素为单位的。python中最常用的word2vec工具是可以将单词转换成向量，将单词转换成向量的好处主要有以下两个：（1）将单词向量化，实现数字化处理，从而直接通过神经网络进行计算；（2）利用了向量之间的距离计算，从而可以计算出不同的单词之间的距离，从而不同的单词之间的关系可以用...

亮温模型(1)–相关概念    本博文是亮温模型（Brightness Temperature Model）学习的第1篇论文，主要记录亮温模型学习的相关内容。目录亮温模型(1)--相关概念1.亮温模型相关论文相关论文列表：2.亮温模型中重要概念和背景知识2.1 亮度温度2.2 微波辐射计（MRM）2.3 微波辐射计的四个频率通道2.4 太阳时角2.5 HMKSF2.6 最近邻插值2.7 HCS和L

PyTorch学习笔记（4）–DataLoader的使用    本博文是PyTorch的学习笔记，第4次内容记录，主要介绍DataLoader的基本使用。目录PyTorch学习笔记（4）--DataLoader的使用1.Dataset和DataLoader的区别2.DataLoader的使用2.1DataLoader的基础使用3.学习小结1.Dataset和DataLoader的区别    tor

在用Pycharm运行程序时，有时候需要进行参数传递，这时候该怎么设置呢？本文提供2种方法仅供参考：（1）最直接的方法：在dos下运行，也就是打开cmd界面，然后进入到.py程序的相应路径下，用相应的命令进行设置输入参数的值。如下图所示：具体的代码可以写为：python lstm1.py -round=1000当然，上面的代码只是举个例子，具体的参数情况还得与代码中一致才行，否则参...

在进行数据处理时，我们有时需要在大量的样本中抽取出部分数据作为数据集进行模型训练或者模型验证，因此在本文中介绍分层抽样方法的python代码实现。分层抽样：分层抽样法也叫类型抽样法。它是从一个可以分成不同子总体（或称为层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法。这种方法的优点是，样本的代表性比较好，抽样误差比较小。缺点是抽样手续较简单随机抽样还要繁杂些。定量调查中的分层抽样..