1，在機器學習中，我們常常需要把訓練好的模型儲存起來，這樣在進行決策時直接將模型讀出，而不需要重新訓練模型，這樣就大大節約了時間。python提供的pickle模組就很好地解決了這個問題，它可以序列化物件並儲存到磁碟中，並在需要的時候讀取出來，任何物件都可以執行序列化操作。
pickle模組中最常用的函式為：
（1）pickle.dump(obj, file, [,protocol])
函式的功能：將obj物件序列化存入已經開啟的file中。
引數講解：
（2）pickle.load(file)
函式的功能：將file中的物件序列化讀出。
引數講解：
（3）pickle.dumps(obj[, protocol])
函式的功能：將obj物件序列化為string形式，而不是存入檔案中。
引數講解：
（4）pickle.loads(string)
函式的功能：從string中讀出序列化前的obj物件。
引數講解：
【注】 dump() 與 load() 相比 dumps() 和 loads() 還有另一種能力：dump()函式能乙個接著乙個地將幾個物件序列化儲存到同乙個檔案中，隨後呼叫load()來以同樣的順序反序列化讀出這些物件。
2，image模組提供了乙個相同名稱的類，即image類，用於表示pil影象。這個模組還提供了一些函式，包括從檔案中載入影象和建立新的影象。
image模組是pil中最重要的模組，它提供了諸多影象操作的功能，比如建立、開啟、顯示、儲存影象等功能，合成、裁剪、濾波等功能，獲取影象屬性功能，如影象直方圖、通道數等
3，sys.path 與 os.path
（1）sys.path--動態的改變python路徑
如果python中匯入的package或module不在環境變數path中，那麼可以使用sys.path將要匯入的package或module加入到path環境變數中。
[python]view plain
copy
import
sys
#或者import
sys
sys.path.insert(0
, '引用模組的位址'
) 即使sys.path中存在重複，或者乙個不存在的目錄被不小心新增進來，也沒什麼大不了，python的import語句非常聰明，它會自己應付這類問題。但是，如果每次import時都發生這種錯誤（比如，重複的不成功搜尋，作業系統提示的需要進一步處理的錯誤），我們會被迫付出一點小小的效能代價。
（2）os.path
[python]view plain
copy
os.path.abspath(path)
#返回絕對路徑
os.path.split(path #將path分割成目錄和檔名二元組返回
os.path.dirname(path) #返回path的目錄。其實就是os.path.split(path)的第乙個元素
os.path.basename(path) #返回path最後的檔名
os.path.exists(path) #如果path存在，返回true；如果path不存在，返回false
os.path.isabs(path) #如果path是絕對路徑，返回true
os.path.isfile(path) #如果path是乙個存在的檔案，返回true。否則返回false
os.path.isdir(path) #如果path是乙個存在的目錄，則返回true。否則返回false
os.path.getatime(path) #返回path所指向的檔案或者目錄的最後訪問時間
os.path.getmtime(path) #返回path所指向的檔案或者目錄的最後修改時間
s.path.join(path1[, path2[, ...]]) #將多個路徑組合後返回，第乙個絕對路徑之前的引數將被忽略。
>>> os.path.join('c:\\', '
csv', '
test.csv')
'c:\\csv\\test.csv'
>>> os.path.join('windows\temp'
, 'c:\\', '
csv', '
test.csv')
'c:\\csv\\test.csv'
>>> os.path.join('/home/aa'
,'/home/aa/bb'
,'/home/aa/bb/c'
) '/home/aa/bb/c'
4.python中type()函式可以檢視乙個python物件的資料型別
5.python中沒有null，但是none。python中none的含義和其他語言中null是一樣的。
tensorflow常用模組
import tensorflow as tf x tf.constant 3,3 y tf.constant 2 2 product tf.matmul x,y method 1 sess tf.session result sess.run product print result sess.c...
tensorflow的變數作用域
一 由來 深度學習中需要使用大量的變數集，以往寫 我們只需要做全域性限量就可以了，但在tensorflow中，這樣做既不方便管理變數集，有不便於封裝，因此tensorflow提供了一種變數管理方法 變數作用域機制 二 兩個重要api tf.get variable name,shape none 根...
c 呼叫Tensorflow模組
最近在搞kinect人體骨架識別的研究，因為姿勢識別要用到深度學習方面的東西，而現在比較流行的深度學習框架是tensorflow，對python支援的相當好，我的專案是用c 寫的，難免這兩種語言做互動，接下來我就c 如何調python做一下總結。一，建乙個win32控制台專案c tensorflow...