| #!/usr/bin/env python | |
| __doc__ = ''' | |
| author: qkzk | |
| date: 2020/07/05 | |
| Description : | |
| Add, commit and push in a single command. |
| #!/usr/bin/env python | |
| # -*- coding: utf-8 -*- | |
| __author__ = 'https://github.com/qkzk' | |
| __date__ = '2020/06/20' | |
| __title__ = 'Python String Coloring' | |
| __doc__ = ''' | |
| {0} | |
| {1} | |
| {2} |
Pour l'instant (jan 2020) il n'y a pas de distribution toute faite avec Retropie ou un équivalent que je connaisse pour le raspberry pi 4.
Le principe est d'installer raspbian lite et ensuite retropie à la main. Je ne comprends pas pourquoi ils font pas ça directement et clonent une carte SD vu que le résultat est sensiblement le même, peut-être que qqchose m'échappe...
Mais ça fonctionne nickel donc ?
| #!/usr/bin/env python3 | |
| # coding=utf-8 | |
| ''' | |
| 1. Créer un fichier de test avec moins de données | |
| 2. Charger les données depuis le fichier csv | |
| 3. Séparer les colonnes selon le truc | |
| 4. Créer les outils du NN | |
| 5. Créer les différents layers | |
| 6. Entrainer |
| import numpy as np | |
| class NeuralNetwork(): | |
| def __init__(self): | |
| # Racine du générateur de nombre | |
| np.random.seed(1) | |
| # On défini les poids synaptiques initiaux entre -1 et 1, |
| #!/usr/bin/env python3 | |
| # -*- coding: utf-8 -*- | |
| import numpy as np | |
| def sigmoid(x): | |
| ''' | |
| Sigmoid : normalise les entrées | |
| @param x: (float) | |
| @return: float |
