GYY8023的博客

在界面中右键打开终端。输入以下命令进行文件解压。解压完成即表示安装完成，如图所示。去官网下载Linux版本的pycharm，上传到服务器某一路径下，我这里放在了。进入PyCharm的安装目录，运行。下载完成后是一个压缩包，为。远程连接服务器，如图所示。文件相当于window的。将下载好的压缩包通过。

Batch Normalization详解以及pytorch实验。

采用矩阵乘法做并行化计算，分别得到Q,K,V矩阵用于后面的计算。Transformer最大的有点是可以进行并行化计算。将计算得到的Q与每一个K进行match,得到。矩阵按照行进行softmax操作。

首先win+R，输入cmd，进入命令框，然后在命令行依次输入下面的镜像源指令。创建虚拟环境，取名为gyyenv，并且python的安装版本为3.8。

1.首先输入source~/.bashrc，用来更新环境变量，前面就变成了(base)本服务器已经安装配置了这些内容，接下来直接开始搭建自己的环境了。4.删除环境，输入指令，其中name换成自己想要删除的环境名字。查看现存的状态，看有没有程序再跑。2.创建自己的虚拟环境，指令如下。接着输入y，确认，完成后得到下图。1.进入自己创建的环境，输入指令。2.返回八base环境，输入指令。3.查看目录有哪些环境，输入指令。...............

python产生低差异序列的实现两种实现方法随机序列和低差异序列对比参考链接两种实现方法code:import numpy as npimport openturns as otimport ghalton # Create a sequence of 3 points of 2 dimensionssequence = ot.LowDiscrepancySequence(ot.HaltonSequence(2))d = sequence.generate(3)d = np.array(

python 保存数据为excelimport os # 获取当前工作路路径import pandas as pdimport numpy as npdataset = input("please input the dataset:")# 设置文件位置，即当前工作路径下file_excel = os.getcwd()+'\\'+dataset+'.xlsx'# 要保留的数据data_np = np.array([[1,2,3],[4,5,6]])data_pd = pd.Dat

cvxopt安装过程及注意事项1 相关链接2 安装过程1 相关链接cvxopt、cvxpy安装过程及注意事项https://www.lfd.uci.edu/~gohlke/pythonlibs/2 安装过程1.下载相关的文件2.文件存放的路径3.安装配置语句4.安装成功！...

这里写目录标题1. python 存储数据格式为csv和excel2. python读取excel中不同的sheel3. 参考链接1. python 存储数据格式为csv和excel代码：import os # 获取当前工作路路径import pandas as pdimport numpy as npdataset = input("please input the dataset:")# 设置文件位置，即当前工作路径下file_np = os.getcwd()+'\\1_np.c

numpy使用收藏python如何生成列向量_关于python：“克隆”行或列向量

python实现特征值分解python实现奇异值分解参考链接python实现奇异值分解代码：import numpy as npfrom numpy import linalg as ladef unnormalized_laplacian(adj_matrix): # 先求度矩阵 R = np.sum(adj_matrix, axis=1) degreeMatrix = np.diag(R) return degreeMatrix - adj_matrixdef norm

python绘制折线图1 示例代码2 示例结果3 参考链接1 示例代码代码：import numpy as npimport matplotlib.pyplot as pltx = np.arange(1,11,1)y_1 = np.array([0.7,0.7,0.75,0.77,0.78,0.78,0.78,0.78,0.78,0.78])y_2 = np.array([0.8,0.8 ,0.8, 0.82, 0.85, 0.86, 0.87, 0.87, 0.87, 0.87])y_

python 采用seaborn绘制相关性矩阵代码：import matplotlib.pyplot as pltimport numpy as npimport seaborn as sns# 初始化参数sns.set()uniform_data = np.random.rand(3, 3)x = np.arange(1,4,1)y = np.arange(1,4,1)heatmap = sns.heatmap(uniform_data,vmin=0,vmax=1,annot=Tru

python实现三维的柱状图代码：import numpy as npimport matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(111, projection='3d')x = np.arange(1,4+1,1)y = np.arange(1,4+1,1)hist = (np.random.randint(0, 1000, 16)).reshape((4,4)) # 生成16个随机整数zpos = 0

学生注册使用pycharm专业版

python 稀疏矩阵的计算1 稀疏矩阵的学习2 稀疏矩阵的实现1 稀疏矩阵的学习SciPy教程 - 稀疏矩阵库scipy.sparse稀疏矩阵运算库官方文档2 稀疏矩阵的实现code# coding = utf-8from scipy.sparse import rand'''生成随机稀疏矩阵'''A = rand(4, 4, density=0.25, format="csc", random_state=42)B = rand(4, 4, density=0.25, form

matlab迁移到pythonNumPy for MATLAB users

import itertoolsimport numpy as npfrom numpy import randomfrom scipy.optimize import linear_sum_assignment# 任务分配类class TaskAssignment: # 类初始化，需要输入参数有任务矩阵以及分配方式，其中分配方式有两种，全排列方法all_permutation或匈牙利方法Hungary。 def __init__(self, task_matrix

参考链接1、原理学习python实现随机森林python实现随机森林random forest的原理及方法随机森林 - Random Forest决策树系列之随机森林2、code说明python sklearn模型中random_state参数的意义scikit-learn中随机森林使用详解(参数，属性和方法）sklearn随机森林-分类参数详解...

参考链接Python基础-画图：matplotlibmatplotlib常用画图实例利用matplotlib+numpy绘制多种绘图的方法实例Python-matplotlib画图(莫烦笔记)

# coding = utf-8'''用匈牙利算法实现标签的匹配问题，并且输出最后的标签'''import numpy as npfrom scipy.optimize import linear_sum_assignmentlabel = np.array([1,1,2,1,1,2,2,2,3,2,2,3,1,3,3,2,3])gnd = np.array([2,2,2,2,2,2,3,3,3,3,3,3,1,1,1,1,1])K = np.unique(gnd)K_num = le

# -*- coding:utf-8 -*-import mathimport numpy as npfrom sklearn import metricsdef NMI(y_true,y_pred): #样本点数 toty_truel = len(y_true) y_true_ids = set(y_true) y_pred_ids = set(y_pred) #互信息计算 MI = 0 eps = 1.4e-45 for idy_

python实现FCM

问题：解决：1）首先，安装配置mongodb(官网)Mongodb安装及配置详解2）改错误说明mongodb未启动启动mongodb

numpy中的函数python中的函数

pycharm绘制决策树环境配置python中graphviz绘制决策树

argparse学习总结argparse 是python自带的命令行参数解析包，可以用来方便地读取命令行参数，当你的代码需要频繁地修改参数的时候，使用这个工具可以将参数和代码分离开来，让你的代码更简洁，适用范围更广。argparse使用比较简单，常用的功能可能较快地实现出来，以Python3为例，逐渐递增地讲述argparse的用法。argparse基本用法...

配置Anaconda theano environment一、下载配置一、下载配置在GitHub上下载theano库：theano download下载后文件为Theano-master.zip，解压缩，将Theano-master文件夹下的theano文件夹复制到Anaconda安装目录下的：D:\Anaconda3\Lib\site-packages进入Anaconda Prompt,输入pip install keras,安装keras需要的包输入conda install mingw l

ANACONDA和jupyter安装

一、Python开发环境的搭建1.从python官网下载python安装包https://www.python.org/2.点击download选择相应的操作平台3.下载完成后点击安装包并执行,运行出该界面4.打开命令行窗口，输入python二、安装开发工具：pycharm1.打开pycharm官网https://www....