深度学习初学-mnist手写数字识别实战

python初学者可以通过这个例子完成python的基础内容学习

需配置keras、tensorflow等环境 直接下载keras自带的mnist数据集 经过训练后取得了不错的识别率

双曲嵌入作为一种捕获层次信息的方法被提出，可以将丰富的结构信息与现代机器学习分布式表达中所青睐的连续表示相融合。本实例将ICD编码嵌入双曲空间得到表征。下面是代码结构和结果分析： 1）数据预处理——数值向量化 将文本数据转换成数值向量，使用split函数将原本连接的文本数据分开,每个文本我们都会得到一个列表，构成词典。 2）主要程序代码 从上到下分别是建立整个网络模型的，构建网络参数的，和训练网络模型的。 3）参数的传入   训练的时候，这些参数的设置，batchsize是64，batchsize就是每轮训练的时候传入的是64个样本，dim 10表示维度是10，epoch 100表示训练了100轮，chechpoint-freq 是10 表示每过10个epoch保存一次模型。 4）训练过程 这个是训练过程中每一个epoch的loss值，MAP是评价指标

【实例简介】

实时消息更新，实时用户上线显示快捷注册快捷登陆表情支持

使用GAN算法生成图像

煎蛋网图片爬虫

验证码识别

【实例简介】 python采集【东方财富网 > 行情中心 > 沪深指数 > 上证系列指数】数据 解压后直接运行，本地产出.xlsx

【实例简介】使用python调用opencv打开本地摄像头