1，备份 /etc/apt/sources.listsudo cp /etc/apt/sources.list /etc/apt/sources.list.backup 2，删除原内容，改为：deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted uni...

LaTeX编辑数学公式基本语法元素LaTeX中的数学模式有两种形式:inline 和 display。前者是指在正文插入行间数学公式,后者独立排列,可以有或没有编号。行间公式(inline)用$将公式括起来。块间公式(displayed)用$$将公式括起来是无编号的形式还有[.....]的无编号独立公式形式但Markdown好像不支持。块间元素默认是居中显示的。各类希腊字母编辑表上下标、根号、省略号下标：x_i:$x_i$上标：x^2: $x^2$...

thinkphp：mvc模式1，thinkphp的安装配置条件PHP>=5.4.0PDO MbString CURL PHP ExternsionMysqlApache或Nginx安装：composercomposer config -g repo.packagist composer https://packagist.phpcomposer.com composer create-project --prefer-dist topthink/think think_compose...

   

自定义网络层自定义层需要继承tf.keras.layers.Layer类，重写init,build,call __init__,执行与输入无关的初始化 build，了解输入张量的形状，定义需要什么输入 call，进行正向计算 class MyDense(tf.keras.layers.Layer):    def __init__(self,units): # units 神经元个数        super().__...

1,通过设置环境变量"TF_CPP_MIN_LOG_LEVEL"控制log级别Level Level for Humans Level Description0 DEBUG all messages are logged (Default)1 INFO INFO messages are not printed2 WARNING INFO and WARNING messages are not printed3 ERROR IN...

Tensorflow2.0Tensorflow 简介Tensorflow是什么Google开源软件库采用数据流图,用于数值计算支持多平台 GPU CPU 移动设备最初用于深度学习,变得通用数据流图节点---处理数据线---节点之间的输入输出关系线上运输张量节点被分配到各种计算设备上运行特性高度的灵活性真正的可移植性产品与科研结合自动求微分多语言支持性能最优化历史历史版本2015年11月:首次发布2015年12月:支持GPU python3.3(v0.6)2016年4月:分布式tensorf...

数据载体python：list，列表numpy：ndarraytensorflow：tensor，多维数组可使用不同数据类型，可嵌套不连续存放，动态指针数组 效率低，占空间大 由于高度灵活性，不适合做数值计算数据类型相同每个元素占空间相同，连续存储占空间小，读写速度快占用的是内存，只能在cup运算可运行于gpu，tpu支持多种计算环境高速实现复杂算法数据类型tensorflow张量就是多维数组，不管是多少维的，都是张量tensorflow数字默认类型：tf.int32,tf.float32...

一，常用的内置评估指标 MeanSquaredError（平方差误差，用于回归，可以简写为MSE，函数形式为mse） MeanAbsoluteError (绝对值误差，用于回归，可以简写为MAE，函数形式为mae) MeanAbsolutePercentageError (平均百分比误差，用于回归，可以简写为MAPE，函数形式为mape) RootMeanSquaredError (均方根误差，用于回归) Accuracy (准确率，用于分类，可以用字符串"Accurac...

 # 新建测量器m = tf.keras.metrics.Accuracy()# 写入测量器m.update_state([0,1,1],[0,1,2])# 读取统计信息m.result() # 准确率为0.66# 清除m.reset_states()acc_meter = tf.keras.metrics.Accuracy()loss_meter = tf.keras.metrics.Mean() # 求平均lossop = tf.keras.optimizers.Adam(0...