loc函數(shù)：通過行索引 "Index" 中的具體值來取行數(shù)據(jù)（如取"Index"為"A"的行）iloc函數(shù)：通過行號(hào)來取行數(shù)據(jù)（如取第二行的數(shù)據(jù)） 本文給出loc、iloc常...
發(fā)簡(jiǎn)信
IP屬地：重慶
-
Pandas中l(wèi)oc和iloc函數(shù)用法詳解（源碼+實(shí)例）
-
plt.subplots()的使用
plt.subplots()是一個(gè)函數(shù)，返回一個(gè)包含figure和axes對(duì)象的元組。因此，使用fig,ax = plt.subplots()將元組分解為fig和ax兩個(gè)變量...
-
Keras深度強(qiáng)化學(xué)習(xí)-- Policy Network與DQN實(shí)現(xiàn)最近在接觸一些關(guān)深度強(qiáng)化學(xué)習(xí)(DRL)的內(nèi)容，本文是學(xué)習(xí)DRL過程中對(duì)Demo的復(fù)現(xiàn)與理解。相關(guān)原理推薦李宏毅的Q-Learning強(qiáng)化學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)課程。 強(qiáng)化學(xué)習(xí)中有...
-
jupyter notebook中markdown使用
1.標(biāo)題 # 一級(jí)標(biāo)題 ## 二級(jí) ### 三級(jí) #### 四級(jí) ##### 五級(jí) ###### 六級(jí) 2.列表 - 列1 - 列2 -列3 有序列表（1. ...
-
hierarchical attention network——閱讀筆記之前的方法是利用稀疏的詞匯特征作文本表示、CNN、rnnLSTM 使用層級(jí)的attention network可以捕捉文檔的層級(jí)結(jié)構(gòu)：1.因?yàn)槲臋n有層級(jí)結(jié)構(gòu)，所以我們構(gòu)建的句...
-
Jupyter Notebook主題設(shè)置默認(rèn)的jupyter notebook打開之后是一個(gè)白色風(fēng)格的網(wǎng)頁(yè)，這個(gè)風(fēng)格是可以修改的，需要安裝一個(gè)jupyterthemes組件： 我因?yàn)槭鞘褂胮ython3，所以安裝命...
-
Tensorflow中的AttentionCellWrapper：一種更通用的Attention機(jī)制AttentionCellWrapper的疑問 關(guān)注Attention機(jī)制的同學(xué)們都知道，Attention最初是在Encoder-Decoder結(jié)構(gòu)中由Bahdanau提出...
-
關(guān)于《注意力模型--Attention注意力機(jī)制》的學(xué)習(xí)此文大部分參考深度學(xué)習(xí)中的注意力機(jī)制(2017版)張俊林的博客，不過添加了一些個(gè)人的思考與理解過程。在github上找到一份基于keras框架實(shí)現(xiàn)的可運(yùn)行的注意模型代碼：At...
