回答你这个问题,没有必要删了pycharm,但是有必要装一个anaconda。因为这个anaconda集成包解决了很多依赖问题,比如numpy、pandas这些包在安装之前还要安装其他的包作为他的依赖库,总的来说就是如果自己装python3然后pip对应的包很麻烦。另外anaconda里面的jupyter在学习的时候很好用,以及里面有很多的功能,我认为就是一个笔记本,不适合用来开发。
但是考虑到安装anaconda的时候会自动带下来一个spyder(等同于pycharm),我觉得用spyder就可以了。所以总体考虑,你可以不删pycharm但是有必要安装一个anaconda,当然也就会自动带下来一个navigator、jupyter、spyder了……
下对版本,不行换win,用的挺好
import numpy as npclass Perceptron(object): # 注释1 def __init__(self, eta = 0.01, n_iter = 10): self.eta = eta self.n_iter = n_iter def fit(self, X, y): # 注释2 self.w_ = np.zeros(1 + X.shape[1]) self.errors_ = [] for _ in range(self.n_iter): errors = 0 # 注释3 for xi, target in zip(X, y): update = self.eta * (target - self.predict(xi)) # 注释4 self.w_[1:] += update * xi self.w_[0] += update errors += int(update != 0.0) self.errors_.append(errors) def net_input(self, X): # 注释5 return np.dot(X, self.w_[1:]) + self.w_[0] def predict(self, X): return np.where(self.net_input(X) >= 0.0, 1, -1)
注释1: eta:学习率 n_iter:权重向量的训练次数 w_:神经分叉权重向量 errors_:用于记录神经元判断出错次数 注释2: 输入训练数据,培训神经元,X是输入样本向量,y是对应的样本分类 X:shape[n_samples, n_features] 比如:X:[[1, 2, 3], [4, 5, 6]] 那么:n_samples: 2,n_features: 3,y:[1, -1] 初始化权重向量为0,加1是因为提到的w0,即步调函数的阈值 注释3: 比如:X:[[1, 2, 3], [4, 5, 6] 所以y:[1, -1],zip(X, y):[[1, 2, 3, 1]. [4, 5, 6, -1]] update = n * (y - y') 注释4: xi是一个向量 update * xi等价于:[ w1 = x1*update, w2 = x2*update, ...] 注释5: z = w0*1 + w1*x1 + w2*x2 + ... np.dot()是做点积
记得点个赞哦
用的IDE不同,代码色彩也就不同。
另外报错的原因有以下可能:
1、Python版本问题 - 可能性低
2、np.zero() 这个方法是不存在的,正确的是 np.zeros()
如果你的Jupyter Notebook打不开,请尝试这样操作:
控制面板-windows防火墙-允许程序或功能通过windows防火墙-允许运行另一程序-浏览-定位到Anaconda安装目录,选中python.exe,打开-添加-确定。同理把pythonw.exe也添加进去,这样jupyter notebook就可以打开了。
另外,如果你想将编写好Jupyter notebook文件保存到指定的目录中,可以这样操作:
运行-->cmd-->定位到指定的盘-->定位到指定的文件夹-->在指定的文件夹后输入:jupyter notebook,就可以打开jupyter notebook,并且写好的文件会保存到指定的文件夹中。
因为z=w0x0+w1x1+...+wmxm,从0到m一共是m+1列,X.shape[0]表示行数,X.shape[1]表示列数
X.shape[1]=m
X.shape[1]+1 =m+1
意思是表示当前函数存在但还没有实现功能,一会写了代码就要去掉的
我的代码和老师的一样。。。
学习效率
今天刚学到这个软件,下载下来,上传到我自己的百度云,然后分享给大家。我现在在用这个,很好用的。链接:http://pan.baidu.com/s/1gf1U2zT 密码:t7aa
anaconda 和Python的区别在于,anaconda集成了绝大部分Python处理数据所要用到的包,而不需要你再去手动安装。
而且anaconda的安装是傻瓜式的,会自动配置好环境变量,不需要你操心。
安装好anaconda后,打开命令行,直接输入jupyter notebook 回车,稍等片刻,浏览器会自动弹出来一个界面,然后按照视频里面的操作就可以了。
我也觉得是3
讲师演示的是list类型的,实际上创建是要用数组类型的,使用np.array([[1,2,3],[4,5,6]])这样就能生成了
额,这个也是python环境下啊,应该只是软件和编译器稍有不同而已。
pycharm只是个辅助开发的软件,如果你足够坚强,你只用cmd命令也能编写。
我用的就是pycharm社区版,除了装numpy和matlib的时候有点波折,其他的都不错。
视频里没有讲