1949啦网--小小 痛苦，是因为能力和欲望不匹配造成的

tensorflow：tf.nn.max_pool(value, ksize, strides, padding, name=None)池化操作

定义：tf.nn.max_pool(value, ksize, strides, padding, name=None)value：需要池化的输入，一般池化层接在卷积层后面，所以输入通常是feature map，依然是[batch, height, width, channels]这样的shapeksize：池化窗口的大小，取一个四维向量，一般是[1, height, width, 1]，因为我们不想在batch和channels上做池化，所以这两个维度设为了1strides：和卷积类似，窗口在

tensorflow：strides=[1, 1, 1, 1]参数解释

def conv2d(x, W):     return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')       在学习tensorflow看到卷积这部分时，不明白这里的4个参数是什么意思，文档里面也没有具体说明。strides在官方定义中是

tensorflow中 tf.reduce_mean函数

tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。reduce_mean(input_tensor,                 axis=None,      &nbs

tensorflow：python报错：'list' object has no attribute 'shape'

numpy.array可使用 shape, list不能使用shape。可以使用np.array(list A)进行转换。（array转list：array B B.tolist()即可）版权声明：本文为期权记的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://www.qiquanji.com/post/174.html

Tensorflow-常见报错解决方案

1. AttributeError: 'module' object has no attribute 'SummaryWriter'tf.train.SummaryWriter 改为：tf.summary.FileWriter 2. AttributeError: 'module' object has no attribute 'summaries'tf.merge_all_summaries()&

tensorflow：mnist.load_data()出现错误，mnist.npz国内网络下载

mnist.load_data()出现错误出现错误的原因是因为无法连接国外的那个下载链接，只要把mnist.npz下载到本地就好啦下面这个链接是我自己上传的可以直接下载点击下载：mnist.npz解决方法：本地导入1.下载mnist.npz文件(上面有下载链接)2.将上述文件放于合适位置（执行keras程序的python环境中），因为我用的是python虚拟环境，所以我放在了...\venv\Lib\site-packages\keras\datasets中，（有的网友放在.\python35\

pip install xx安装的TensorFlow包无法同步在anaconda下tensorflow里,导致出现 No module named xx错误

        学习tensorflow时，搭建了TensorFlow环境进行学习时绝大多数人都会遇到的xx包安装环境错误问题，pip安装的包没有出现在anaconda的TensorFlow环境里        conda TensorFlow环境之后，pip tensorflow包后在Terminal里conda list却没有这个包        实际上

python利用tushare的pro.opt_daily接口获取期权所有合约历史数据信息代码分享(数据集csv下载)

tushare官网注册账号，获取token码tushare官网：https://tushare.pro/还可通过这个地址进行注册:https://tushare.pro/register?reg=360880(如果通过这个地址进行注册的话，我会有一点积分，类似邀请码。所以如果假设不麻烦的话0.0，麻烦通过这个网址注册，谢谢)运用python进行量化分析的时候需要载入证券数据，tushare为我们提供了证券市场数据接口。tushare是以新浪财经、腾讯财经、上交所数据、深交所数据为基础提供的Pyt

Tensorflow:基于LSTM的股票预测模型对股票的收盘价进行预测(Keras实现)

        LSTM全称长短期记忆人工神经网络（Long-Short Term Memory），是对RNN的变种。        长短期记忆模型（long-short term memory）是一种特殊的RNN模型，是为了解决反向传播过程中存在梯度消失和梯度爆炸现象，通过引入门（gate）机制，解决了RNN模型不具备的长记忆性问题        传统的线

numpy库np.concatenate对数组拼接的用法

concatenate功能：数组拼接函数定义：numpy.concatenate((a1, a2, ...), axis=0, out=None)concatenate((a1, a2, ...), axis=0, out=None)          Join a sequence of ar

Tensorflow:keras中自定义metrics函数和Keras自定义Loss函数

1. 比较一般的自定义metrics函数：需要注意的是，不能像sklearn那样直接定义，因为这里的y_true和y_pred是张量，不是numpy数组。示例如下：from keras import backend def rmse(y_true, y_pred):     return backend.sqrt(backend.mean(backend.square(y_pred 

tf_train训练

import tensorflow as tf import numpy as np import csv np.set_printoptions(threshold=200)  class Dataset:     def __init__(self,data,label):