原创 LSTM模型 軌跡經緯度預測

原始時間序列數據如下所示,我們只取前兩列緯度和經度作爲輸入數據 我們設定用前六個位置信息預測下一個位置,則兩個樣本的輸入輸出數據如下所示: 創建LSTM網絡訓練模型: import numpy as np from keras.l

原创 win10 Anaconda創建、刪除、克隆、導出、查看環境,添加鏡像源

創建環境 conda create -n yourEnvName python=3.6 # 激活環境,進入當前創建的環境 activate yourEnvName # 退出當前環境 conda deactivate 刪除環境 c

原创 Win10查看CUDA版本

1.打開cmd 2.執行命令 nvcc --version

原创 keras構建LSTM模型,預測帶高度的經緯度位置

原始時間序列數據如下所示,我們將緯度、經度、高度作爲輸入 其軌跡經緯度如下圖所示: 用keras創建一個三層的LSTM網絡訓練模型如下圖所示: import numpy as np from keras.layers.core i

原创 Win10+IDEA創建Maven並配置Scala

目錄1.在IDEA中新建Project-->Maven-->Next2.GroupId一般寫公司統一名稱,ArtifactId寫項目名稱 -->Next3.點擊Finish4.目錄結構5.解壓apache-maven-3.3.9-bin.z

原创 python 中安裝的 geohash 無法引入的解決方法

當直接使用 pip install geohash 直接安裝時,import geohash 時會提示 No module named 'geohash' 其實只需要用 pip install python-geohash 命令安裝即可

原创 RuntimeError: implement_array_function method already has a docstring

用tensorflow最怕的就是無意間的一更新然後就出現了各種問題導致不能用了,歸根結底還是版本不兼容的問題作祟!!! 無奈又重新安裝了一次,根據上次的經驗,我先安裝了matplotlib,但是時隔多日它的版本升級到,自動安裝的版本是3.

原创 ERROR: Could not install packages due to an EnvironmentError: [WinError 5] 拒絕訪問。

在Anaconda創建的環境中安裝包時,如果報錯如下 ERROR: Could not install packages due to an EnvironmentError: [WinError 5] 拒絕訪問。 那麼在 pip ins

原创 淺談Python3 numpy.ptp()最大值與最小值的差

今天小編就爲大家分享一篇淺談Python3 numpy.ptp()最大值與最小值的差,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧 numpy.ptp() 是計算最大值與最小值差的函數,用法如下:

原创 在Python3 numpy中mean和average的區別詳解

今天小編就爲大家分享一篇在Python3 numpy中mean和average的區別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧 mean和average都是計算均值的函數,在不指定權重的時

原创 Spark2.1.0_ml 決策樹分類模型

目錄 1.導入包 2.導入數據並創建DataFrame 3.劃分數據集,定義模型框架 4.用pipline將訓練步驟串聯,訓練模型 5.在測試集上預測,查看部分結果 6.評估模型,打印樹模型 7.運行結果 1.導入包 import or

原创 Win10+IDEA+Scala+Spark2.1.0官方實例——樸素貝葉斯

從Spark 2.0開始,Spark中的基於RDD的spark.mllib包已進入維護模式,現在Spark主要的機器學習API是基於DataFrame的spark.ml包,基於RDD的API將在Spark3.0之後移除,所以還是建議大家重

原创 Spark MLlib基本數據類型

1.本地向量 Local Vector import org.apache.spark.mllib.linalg.{Vector,Vectors} /* * 本地向量 Local Vector * */ object scalaTest

原创 ImageAI 學習

最近在學習ImageAI對圖片的處理,在此記錄下學習過程。 參考:ImageAI 的 Github 鏈接 目標:用自己的圖片庫實現液晶屏異常預測。 1. 將自己的圖片整理成224×224(模型默認)像素的大小,新建一個tf-train目錄

原创 keras_retinanet 目標檢測——自定義圖片數據集的模型訓練步驟

最近在學習 keras_retinanet ,下面就記錄下用自己的數據集進行的模型訓練。 大致分爲以下幾步: 自定義訓練數據 圖片目標標註 生成用於訓練的圖片名稱、目標標註位置及目標類別的.csv文件 開始訓練模型(注意參數調整) 轉換訓