2. 程式人生 > >吳恩達Deeplearning第二課程式碼bug修正大全

吳恩達Deeplearning第二課程式碼bug修正大全

阿新 • • 發佈：2019-01-19
call last) ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/colors.py in to_rgba(c, alpha) 131 try: --> 132 rgba = _colors_full_map.cache[c, alpha] 133 except (KeyError, TypeError): # Not in cache, or unhashable. TypeError: unhashable type: 'numpy.ndarray' During handling of
the above exception, another exception occurred: ValueError Traceback (most recent call last) ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/axes/_axes.py in scatter(self, x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, **kwargs) 4049
# must be acceptable as PathCollection facecolors -> 4050 colors = mcolors.to_rgba_array(c) 4051 except ValueError: ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/colors.py in to_rgba_array(c, alpha) 232 for i, cc in enumerate(c): --> 233
result[i] = to_rgba(cc, alpha) 234 return result ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/colors.py in to_rgba(c, alpha) 133 except (KeyError, TypeError): # Not in cache, or unhashable. --> 134 rgba = _to_rgba_no_colorcycle(c, alpha) 135 try: ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/colors.py in _to_rgba_no_colorcycle(c, alpha) 188 if len(c) not in [3, 4]: --> 189 raise ValueError("RGBA sequence should have length 3 or 4") 190 if len(c) == 3 and alpha is None: ValueError: RGBA sequence should have length 3 or 4 During handling of the above exception, another exception occurred: ValueError Traceback (most recent call last) <ipython-input-7-287696ebcb66> in <module>() 3 axes.set_xlim([-1.5,1.5]) 4 axes.set_ylim([-1.5,1.5]) ----> 5 plot_decision_boundary(lambda x: predict_dec(parameters, x.T), train_X, train_Y) ~/文件/DL課後作業/程式碼作業/第二課第一週程式設計作業/assignment1/init_utils.py in plot_decision_boundary(model, X, y) 215 plt.ylabel('x2') 216 plt.xlabel('x1') --> 217 plt.scatter(X[0, :], X[1, :], c=y, cmap=plt.cm.Spectral) 218 plt.show() 219 ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/pyplot.py in scatter(x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, hold, data, **kwargs) 3355 vmin=vmin, vmax=vmax, alpha=alpha, 3356 linewidths=linewidths, verts=verts, -> 3357 edgecolors=edgecolors, data=data, **kwargs) 3358 finally: 3359 ax._hold = washold ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/__init__.py in inner(ax, *args, **kwargs) 1708 warnings.warn(msg % (label_namer, func.__name__), 1709 RuntimeWarning, stacklevel=2) -> 1710 return func(ax, *args, **kwargs) 1711 pre_doc = inner.__doc__ 1712 if pre_doc is None: ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/axes/_axes.py in scatter(self, x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, **kwargs) 4053 msg = ("c of shape {0} not acceptable as a color sequence " 4054 "for x with size {1}, y with size {2}") -> 4055 raise ValueError(msg.format(c.shape, x.size, y.size)) 4056 else: 4057 colors = None # use cmap, norm after collection is created ValueError: c of shape (1, 300) not acceptable as a color sequence for x with size 300, y with size 300

相關推薦

吳恩達Deeplearning第二課程式碼bug修正大全

call last) ~/anaconda2/envs/py3/lib/python3.6/site-packages/matplotlib/colors.py in to_rgba(c, alpha) 131 try: --> 132 rgba = _colors_fu

吳恩達 DeepLearning 第二課第三週程式設計 tensorflow

TensorFlow Tutorial Welcome to this week's programming assignment. Until now, you've always used numpy to build neural networks. Now we will step yo

吳恩達 DeepLearning 第一課第二週 測驗 · Neural Network Basics

      ————————————————–中文翻譯—————————————————————————————– 1、神經元的計算是什麼？(B) A. 在將輸出應用到啟用函式之前, 神經元計算所有特徵的平均值 B. 神經元計算一個線性函式 (z = Wx + b), 然後是一個啟用函

吳恩達 DeepLearning 第一課第二週程式設計題目及作業（可免費下載資源）

提示 作業裡面會有需要用到的 Python 模組以及資料集。所以我下面再附上所需要的檔案下載連結，不把所有檔案連同作業放一起打包好的目的是讓第一次接觸 Python 的人更多的瞭解 Python ， 萬事開頭難，希望大傢伙明白。 檔案連結 宣告 這一

Coursera 吳恩達DeepLearning.AI 第五課 sequence model 序列模型 第二週 Emofify

這個Emojify裡最坑的一個就是，avg初始化的時候一定要是 (50,) ，如果你用(word_to_vec_map["a"]).shape 就死活過不了。Emojify!Welcome to the second assignment of Week 2. You are going to use wor

deep learning 吳恩達 第四課第二週程式設計 Keras - Tutorial - Happy House v2

Keras tutorial - the Happy House Welcome to the first assignment of week 2. In this assignment, you will: Learn to use Keras, a high-level neur

deep learning 吳恩達 第四課第二週 Residual Networks - v2

Residual Networks Welcome to the second assignment of this week! You will learn how to build very deep convolutional networks, using Residual Networ

【Coursera】吳恩達 deeplearning.ai 04.卷積神經網路 第二週 深度卷積神經網路 課程筆記

深度卷積神經網路 2.1 為什麼要進行例項化 實際上，在計算機視覺任務中表現良好的神經網路框架，往往也適用於其他任務。 2.2 經典網路 LeNet-5 AlexNet VGG LeNet-5 主要針對灰度影象 隨著神經網路的加深

吳恩達deeplearning.ai第四課學習心得：卷積神經網路與計算機視覺

不久前，Coursera 上放出了吳恩達 deeplearning.ai 的第四門課程《卷積神經網路》。本文是加拿大國家銀行首席分析師 Ryan Shrott 在完成該課程後所寫的學習心得，有助於大家直觀地瞭解、學習計算機視覺。 我最近在 Coursera 上完成了吳恩達教授的計算機視覺課程。吳恩達

吳恩達Deeplearning.ai 第五課 Sequence Model 第一週------Deep RNNs

這一節主要講解了深度RNN網路的結構。 左邊是在一般的神經網路中DNN的結構，由輸入經過多層網路最終得到輸出 與此類似，Deep RNN也有類似的結構，之前的RNN網路都只是一層，如圖畫出了三層。 用a[l]<t>來表示第l層激勵的第t個t

吳恩達 DeepLearning 神經網路基礎 第一課第三週程式設計題目及作業

宣告 此周的作業放在下面的連結那裡，裡面包含了所有資料。 作業連結 在一些程式碼上我寫上了註釋，再次明確了建立一個模型的步驟，此作業由於並不是很複雜，所以一些步驟合併了，但是總體的建模步驟還是跟部

吳恩達Deeplearning.ai 第五課 Sequence Model 第一週------Sampling novel sequence

這一節主要講了如何從一個訓練好的RNN中進行取樣得到序列 從訓練好的RNN中取樣出一個序列 之前在序列產生中講到，首先RNN輸入a<0>(0向量)和x<1>(0向量)，通過一個RNN cell產生一個輸出y。 y = softm

吳恩達DeepLearning.ai（神經網路和深度學習） 第二週程式設計作業

轉載於：http://blog.csdn.net/Koala_Tree/article/details/78057033吳恩達Coursera課程 DeepLearning.ai 程式設計作業系列，本文為《神經網路與深度學習》部分的第二週“神經網路基礎”的課程作業（做了無用部分的刪減）。Part 1：Pyth

吳恩達Deeplearning.ai 第五課 Sequence Model 第一週------Recurrent Neural Network Model

這一節內容比較多，主要講述瞭如何搭建一個RNN標準單元 使用標準神經網路的不足： 1.不同樣本的輸入輸出長度不等（雖然都可以padding成最大長度的樣本） 2.（更主要的原因）text不同的位置之間不共享學習到的引數 RNN模型，可以用左邊也可

吳恩達Deeplearning.ai 第五課 Sequence Model 第一週------Long Short Term Memory(LSTM)

這一節主要講解了LSTM單元 LSTM和GRU略有區別，可以說是一種更加通用的GRU模型 在LSTM中，c<t>不再等於a<t>，因此原來公式中的c<t-1>要改成a<t-1>，同時在LSTM中，也沒有了Γ

Coursera 吳恩達DeepLearning.AI 第五課 sequence model 序列模型 第一週 Improvise a Jazz Solo with an LSTM Network

We have taken care of the preprocessing of the musical data to render it in terms of musical "values." You can informally think of each "value" as a note,

吳恩達Deeplearning.ai 第五課 Sequence Model 第一週------Backpropagation through time

這一節主要講了RNN的反向傳播過程 BP即從輸出到輸入，因此和FP是相反的一些箭頭 計算a的引數Wa和ba,計算y的引數Wy和by，綠色的箭頭表示在這些不同的a和y的計算中都要用到這些引數（這裡展示的是一層RNN，後面會講到多層，在這一層中，不同的c

吳恩達老師第一課Python程式碼實現

import numpy as np ''' 純隨機資料，練習演算法編碼 模擬一個三變數雙層神經網路 _n代表層數 _v代表向量 ''' w_1_v = np.random.randn(4,3)#4x3 b_1_v = np.random.randn(4,1)#

吳恩達 DeepLearning.ai 課程提煉筆記（4-2）卷積神經網絡 --- 深度卷積模型

mes and shift abd actual 應用 比賽 特征 通道 1. 經典的卷積網絡 介紹幾種經典的卷積神經網絡結構，分別是LeNet、AlexNet、VGGNet。 LeNet-5： LeNet-5主要是針對灰度設計的，所以其輸入較小，為 ，其結構如下：

吳恩達 -- 第四課 卷積神經網路 第三週 Detection algorithms

1.注意輸入圖片的是左上角為（0,0），待檢測目標的尺寸要轉化為在原圖尺寸中的佔比。  2.圖片中沒有需要檢測的三種物體，所以.... 3.需要注意的是，題目中說飲料瓶形狀是圓的並且尺寸都一樣（即尺寸是固定大小，bh=bw=固定值），固定值不需要預測。 &nb