“Python编程”版本间的差异
来自iCenter Wiki
(→Numpy库使用) |
(→TensorFlow) |
||
第35行: | 第35行: | ||
==TensorFlow== | ==TensorFlow== | ||
− | + | TensorFlow是一个用数据流图进行数值计算的软件库。图中的节点表示的数学运算,而图的边代表它们之间传送的多维数据阵列(张量)。 | |
+ | |||
+ | Tensor(张量)意味着N维数组。Tensor的1维形式是向量,2维是矩阵;图像可以用三维Tensor(行,列,颜色)来表示。 | ||
+ | |||
+ | TensorFlow用于模型训练过程的数据流图,包括训练数据的读取和转换,队列,参数的更新以及周期性监测点生成。计算图中的操作都是并发执行的,图中的节点的可变状态(Mutable states)在图的执行中是可以共享的。 | ||
+ | |||
+ | TensorFlow是一种元编程(meta programming),构建计算图的语言。 | ||
+ | |||
+ | TensorFlow求导采用符号微分方法(Symbolic differentiation)。 | ||
+ | |||
+ | 神经网络搭建,可以很容易的通过TensorFlow的计算图的完成。TensorFlow生成自动求导的计算图。 | ||
==小作业== | ==小作业== |
2017年10月26日 (四) 11:15的版本
python语言
文件读取:csv(pandas库),图片(pilllow库),其他(字符串处理)
Pandas库使用
#/usr/bin/python # -*- coding: utf-8 -*-
import pandas as np import sys
df = np.read_csv("traffic.txt", header=None)
for x in range(0,10): df.to_csv("%d.csv" %x, columns=[x], header=True, index=False)
Numpy库使用
Numpy数据操作:基本操作(dtype,reshape,transpose),数据切分(下标访问,random.sample等等)
以下代码绘制sin(x)/x函数:
import matplotlib.pyplot as plt import numpy as np
x = np.linspace(-10,10,1000)
sink = lambda x: np.sin(x)/x
plt.plot(x, sink(x), color='blue', lw=2)
plt.show()
TensorFlow
TensorFlow是一个用数据流图进行数值计算的软件库。图中的节点表示的数学运算,而图的边代表它们之间传送的多维数据阵列(张量)。
Tensor(张量)意味着N维数组。Tensor的1维形式是向量,2维是矩阵;图像可以用三维Tensor(行,列,颜色)来表示。
TensorFlow用于模型训练过程的数据流图,包括训练数据的读取和转换,队列,参数的更新以及周期性监测点生成。计算图中的操作都是并发执行的,图中的节点的可变状态(Mutable states)在图的执行中是可以共享的。
TensorFlow是一种元编程(meta programming),构建计算图的语言。
TensorFlow求导采用符号微分方法(Symbolic differentiation)。
神经网络搭建,可以很容易的通过TensorFlow的计算图的完成。TensorFlow生成自动求导的计算图。
小作业
从头开始mnist识别训练
参考书
- Lutz, Mark. Learning python. " O'Reilly Media, Inc.", 2013.