To take notes about the essential Keras elements to build basic neural networks. The explainations of each section haven’t finished yet.

1. Single Layer Neural Network (Linear Regression)

单层神经网络相当于（非）线性回归模型，第一个例子是构建一个最简单一元线性回归模型。

1. 创建数据
   单层神经网络模型需要数据进行训练，因此我们使用 numpy 创建一些人造数据，且我们的 $y$ 为 $y = ax+b$ 。

   1 2 3 4 5 6 7 8 9 10 11 12 13 14

   import numpy as np import tensorflow as tf from tensorflow.keras import layers import matplotlib.pyplot as plt plt.style.use('seaborn') # create data X = np.linspace(-1, 1, 200) np.random.shuffle(X) #randomize the data Y = 2*X + 10 + np.random.normal(0, 0.05, (200,)) # plot data plt.scatter(X, Y) plt.show()

Opencv-python是OpenCv的python API，包括数百种计算机视觉算法。这个页面记录了一些常用的Opencv-python函数，以便作为我的快速参考。

1. 安装和使用 Installation and Usage

• 安装

1

pip install opencv-python

事实上一共有四种不同的packages，安装其中一个即可，四个packages都用同一个名字cv2（对于其他的packages，详见Documentation）。

2. OpenCV中的GUI特性

2.1 图像基本操作(读取，显示，保存)

三个函数cv.imread(), cv.imshow(), cv.imwrite()分别用于读取；显示和保存图像。

Numpy和Pandas对python中的数据处理很重要。尤其对于数据分析/挖掘，Pandas几乎不可或缺。写tutorial的起因是因为一次面试中被问到numpy中去重用哪个函数，发现自己对numpy的不熟悉，所以希望以此加深印象…(haven’t started yet)