tensorflow2

java1234_小锋

TensorFlow2 Python深度学习 - 使用Dropout层解决过拟合问题锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - 卷积神经网络（CNN）介绍锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - 循环神经网络（RNN）- 简介锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - 使用TensorBoard可视化数据锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - 卷积神经网络示例2-使用Fashion MNIST识别时装示例锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 使用Keras实现分类问题锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 使用Keras.Model来定义模型锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - 函数式API（Functional API）锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 使用Keras实现逻辑回归锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - Sequential顺序模型锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 神经网络基础原理锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 计算图和 tf.function 简介锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 立即执行模式（Eager Execution）锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 变量（Variable）的定义与操作锋哥原创的TensorFlow2 Python深度学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

java1234_小锋

TensorFlow2 Python深度学习 - 深度学习概述锋哥原创的Scikit-learn Python机器学习视频教程：https://www.bilibili.com/video/BV1X5xVz6E4w/

DenseNet详解与实现DenseNet 允许每个卷积直接访问输入和较低层的特征图，从而进一步改进了 ResNet。通过利用瓶颈层 (Bottleneck) 和过渡层 (Transition)，还可以使深度网络中的参数数量保持较低。

Cl_rown去掉l变成C

第R5周：天气预测其中，Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形，在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。 Pandas 库中 DataFrame 对象的一个方法，用于计算每个数值列的基本描述统计信息。 .describe() 是Pandas 库中 DataFrame 对象的一个方法，用于计算每个数值列的基本描述统计信息，可以将数据集的各个统计量以表格形式展示出来，其中包括：

TensorFlow 2.0 与 Python 3.11 兼容性TensorFlow 2.0 官方版本对 Python 3.11 的支持有限，可能出现兼容性问题。建议使用 TensorFlow 2.10 或更高版本，这些版本已适配 Python 3.11。若需强制运行，可通过以下方式解决依赖冲突：

李昊哲小课

python310 安装 tensorflow-gpu2.10工具 miniconda升级依赖库创建目录进入目录创建虚拟环境激活虚拟环境重新安装pip升级 setuptools wheel

机器学习，深度学习L ( θ ) = ∏ i = 1 m [ 1 − h θ ( x ( i ) ) ] 1 − y ( i ) ⋅ [ h θ ( x ( i ) ) ] y ( i ) L(\theta)=\prod_{i=1}^{m}[1-h_{\theta}(x^{(i)})]^{1-y^{(i)}}{\cdot}[h_{\theta}(x^{(i)})]^{y^{(i)}} L(θ)=i=1∏m[1−hθ(x(i))]1−y(i)⋅[hθ(x(i))]y(i)，