程式說明：利用sklearn機器學習庫，呼叫svm方法訓練/**資料結果，最後郵箱傳送訓練進度和結果note: 需要安裝sklearn機器學習庫, matplotlib
# coding: utf-8# 載入資料
from sklearn import datasets
digits = datasets.load_digits()
result = 0
# 利用svm訓練和**
from sklearn import svm
clf = svm.svc(gamma=0.001, c= 100.)
clf.fit(digits.data[:-1], digits.target[:-1])
x_data = digits.data[-1]
x = x_data.reshape(1, -1)
result = clf.predict(x)
# matplot繪圖
import matplotlib.pyplot as plt
plt.figure(1, (3, 3))
plt.imshow(digits.images[-1], cmap = plt.cm.gray_r, interpolation = 'nearest')
plt.show()
# 郵件傳送訓練結果
output = "predict result is：" + str(result[0])
if result != 0:
import smtplib
from email.mime.text import mimetext
mailto_list = ["××××@qq.com"]
mail_host = "smtp.126.com" # 設定伺服器
mail_user = "××××" # 使用者名稱
mail_pass = "××××××××" # **登入密碼
mail_postfix = "126.com" # 發件箱的字尾
def send_mail(to_list, sub):
me = "hello" + "<" + mail_user + "@" + mail_postfix + ">"
msg = mimetext(output, _subtype='plain', _charset='gb2312')
msg['subject'] = sub
msg['from'] = me
msg['to'] = ";".join(to_list)
try:
server = smtplib.smtp()
server.connect(mail_host)
server.login(mail_user, mail_pass)
server.sendmail(me, to_list, msg.as_string())
server.close()
return true
except exception:
return false
if __name__ == '__main__':
if send_mail(mailto_list, "svm訓練"):
print("傳送成功")
else:
print("傳送失敗")
else:
print('未傳送')
的訓練過程 高階 深度學習訓練過程視覺化
給機器學習演算法與python學習加星標，提公升ai技能 編輯丨極市平台 機器學習實驗室 datawhale 深度學習訓練過程一直處於黑匣子狀態，有很多同學問我具體怎麼解釋？其實很多還是無法可解釋，但是通過視覺化，具體可以知道深度學習在訓練過程到底學習了哪些特徵？到底對該目標的哪些特徵感興趣？這些我...
深度學習框架caffe訓練過程
1.資料準備 2.生成訓練資料和測試資料的label，生成 3.生成訓練資料和測試資料對應的lmdb build tools convert imageset shuffle true backend lmdb data cigarettetrain20170413 data cigarettetr...
訓練過程視覺化學習記錄
這幾天跑網路出現了點問題，不知道是什麼原因導致網路沒學到東西，學習下訓練過程的視覺化，這樣在訓練過程中可以更加直觀的看出問題所在。用的視覺化庫是visdom。開啟anaconda視窗終端，conda activate 虛擬環境名,啟動虛擬環境。pip install visdom import vi...