简介

这个repo主要存放之前学习过的一些内容

1. Beining_Learning

学习来源: https://cnbeining.github.io/deep-learning-with-python-cn/

文件结构说明:

├── 1. Beining_Learning
  ├── datasets //教程所需的数据集
  ├── dropout_paper.pdf
  ├── 第10章 鸢尾花分类.ipynb //鸢尾花数据集分类，三分类
  ├── 第11,16章 声呐返回值分类.ipynb //11.scikit-learn的Pipeline，进行数据预处理，使用StandardScaler,调整模型的拓扑和神经元；16. dropout正则化
  ├── 第12章 波士顿住房价格回归.ipynb //交叉验证，预处理，网络结构调整
  ├── 第17章 学习速率设计.ipynb //keras LearingRateScheduler，按照时间或训练轮数设置
  └── 第7,8,9,13,14,15章-皮马人糖尿病.ipynb //7.keras二分类网络；8.精度自动/手动验证（k折交叉验证）；9.基于scikit-learn的网格搜索；13.HDF5、Json、YAML等格式保存模型权重；14.保存点保存，导入；15.绘制loss、acc图像可视化训练效果

P.S.1-6章节，是文字叙述背景介绍类，

2.TensorFlow_Tutoiral

学习来源：https://www.tensorflow.org/tutorials/keras/basic_classification

• (上面的网页已经404了，tf确实更新的很快啊)

文件结构说明：

.
├── 19-4-20-Tensorflow-Tutorials-衣服10分类.ipynb
├── 19-4-20-影评文本二分类.ipynb
├── 19-4-22-回归：预测燃油效率.ipynb
├── 19-4-23-关于过拟合和欠拟合-以IMDB数据集为例.ipynb
├── 19-4-24-保存和恢复模型.ipynb

如果网速有问题，无法使用load_data，则可以自己预先下载好，放到对应文件夹下。

1. 查看mnist.load_data()所在的.py文件，可以知道本地缓存地址在~./keras/datasets

   https://www.tensorflow.org/api_docs/python/tf/keras/datasets/mnist/load_data
   tf.keras.datasets.mnist.load_data(path='mnist.npz')
   Defined in tensorflow/python/keras/datasets/mnist.py.
   Loads the MNIST dataset.
   Arguments:
   path: path where to cache the dataset locally (relative to ~/.keras/datasets).

2. 在jupyter里下载的，所以找到C:\Users\yourname\.keras\datasets 看到之前下载的缓存，将fashion_mnist的放到文件夹里

3.用Python玩转数据

学习来源：https://www.icourse163.org/learn/NJU-1001571005?tid=1002097008#/learn/announce

• 南京大学 张莉老师的 《用Python玩转数据》课程
• 属于python数据处理的基础课程，适合入门
• 有一个简单的爬取豆瓣书评的示例

4. 玉树芝兰

学习来源：https://www.jianshu.com/p/42ba125aa5dc

• 简书上的一个叫 玉树芝兰 的博主 原名是 王树义 ，是某高校老师，教文科生做数据分析，所以教程相对浅显易懂，机器学习入门教程
• 每个博文都是一个独立的教程，可以很快上手

文件结构说明：

.
├── DecisionTree
├── SVM
├── Topic_extract
├── 舆情时间序列分析
├── 对故事情节做情绪分析
├── 提取中文长文档关键字
├── 训练自己的情感分类模型
└── 深度学习分类即将流失客户tflearn

5.graphviz使用

graphviz学习的相关参考和练习

6. 数字图像处理

学习来源：

• 测试图像和主要代码：https://ustc-dip.github.io/#courseware
• 视频和部分代码：https://www.icourse163.org/course/DUT-1002014037?tid=1467299448

文件结构说明：

drawio_save

存放使用drawio绘制的图形的源文件