1.TensorFlow简介1.1 定义  TensorFlow 是一个端到端开源机器学习平台, 它允许将深度神经网络的计算部署到任意数量的 CPU 或 GPU 的服务器、PC 或移动设备上，且只利用一个 TensorFlow API。TensorFlow最初由谷歌大脑团队开发，用于Google的研究和生产，于2015年11月9日在Apache 2.0开源许可证下发布。1.2 特性支持所有流行语言

1.基本介绍1.1 Nvidia GPU, Tensorflow与Python的关系1.Python为最上层的结构，透过Tensorflow的框架(或是想成函式库)进行深度学习；2.Tensorflow透过CUDA Toolkit来连接GPU，让GPU的众多核心能够接受指令实际地执行运算；3.cuDNN则是Nvidia针对深度神经网路提供的加速器。3.2 GPU的配备需求Tensorflow-gp

指数族分布 (The exponential family distribution),区别于指数分布（exponential distribution)。指数分布族不是专指一种分布，而是一系列符合特征的分布的统称。在概率统计中，若某概率分布满足下式，我们就称之属于指数族分布。py;py;θbyexpηθTy−Aθ其中，η\etaη是分布的自然参数(nature parameter)；TyT(y)

1.TensorFlow简介1.1 定义  TensorFlow 是一个端到端开源机器学习平台, 它允许将深度神经网络的计算部署到任意数量的 CPU 或 GPU 的服务器、PC 或移动设备上，且只利用一个 TensorFlow API。TensorFlow最初由谷歌大脑团队开发，用于Google的研究和生产，于2015年11月9日在Apache 2.0开源许可证下发布。1.2 特性支持所有流行语言

python实现十大排序算法

1.官网语法pandas.read_csv(filepath_or_buffer, sep=NoDefault.no_default**,** delimiter=None**,** header='infer’, names=NoDefault.no_default**,** index_col=None**,** usecols=None**,** squeeze=False**,** pre

推荐系统的用户画像主要有两种：基本画像和偏好画像。基本画像是用户的个人属性，如年龄，性别，居住城市等。用户偏好画像是推荐系统中的重点，它一般用用户偏好程度 = 行为类型权重值 × 次数 × 时间衰减 × TFIDF值计算出来。用户画像在推荐系统中用于召回和模型训练。参考：https://www.woshipm.com/user-research/3780886.html。

1.需求情景：安装完Anaconda利用conda创建了虚拟环境，但是启动jupyter notebook之后却找不到虚拟环境。原因：由于在虚拟环境下缺少kernel.json文件2.解决方案2.1 安装ipykernelconda install ipykernel2.2 激活conda环境source activate 环境名称2.3 将环境写入notebook的kernel中# python

loc函数：通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"A"的行）iloc函数：通过行号来取行数据（如取第二行的数据）注：loc是location的意思，iloc中的i是integer的意思，仅接受整数作为参数。行根据行标签，也就是索引筛选，列根据列标签，列名筛选如果选取的是所有行或者所有列，可以用：代替行标签选取的时候，两端都包含，比如[0:5]指的是0，1，2，3，

1.简介​Pandas DataFrame是带有标签轴(行和列)的二维大小可变的，可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以将其视为Series对象的dict-like容器。它也是Pandas的主要数据结构。2.语法结构作用：Pandas DataFrame.columns属性返回给定Dataframe的列标签。DataFrame.columnsparam:Nonereturn:T