- 博客(7)
- 收藏
- 关注
RSS订阅原创 6G无线AI2020研讨会系列（一）：人工智能及无线通信十问
【分享者】：华为无线CTO兼5G首席科学家童文博士。 本次报告聚焦在深度学习与无线通信两个大学科的交叉领域的问题及挑战。特别是在6G上可能成功的一些关键方向。 本次报告主要探讨AI+通信的十大问题：一个深度神经网络的计算问题，两个分布式集体学习的架构问题，三个基于神经机器学习的深度神经网络的语义通信问题，四个深度学习神经网络的共性问题。 【引子】AI的崛起 突破点是深度学习的神经网络，在1989年基本的神经网络算法就已经定型。加拿大是现代AI的发源地。当时只有3到5个神经元，2层网络，十几张图像
2021-05-05 11:47:16
2556
原创 常见的概率分布并生成随机数
一、均匀分布（uniform distribution） 在相同长度间隔的分布概率是等可能的。 1.概率密度函数： 2.分布函数： 3.期望和方差： 4.生成随机数 import numpy as np np.random.rand(10)#生成十个均匀分布的随机数 np.random.rand(2，4)#生成八个均匀分布的随机数，维度2*4 二、正态分布（normal distribution） 在相同长度间隔的分布概率是等可能的。 1.概率密度函数： 2.分布函数：
2020-10-27 15:00:21
3933
原创 3D图形的绘制
一.3D可视化图表 1.3D柱状图、3D直方图 import random import numpy as np import matplotlib.pyplot as plt import matplotlib.dates as mdates from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() ax = fig.add_subplot(111, projection='3d') for z in range(1, 4): x
2020-10-21 21:09:14
629
原创 用Matplotlib绘制各种图形
一.绘制简单图形 1.折线图 import matplotlib.pyplot as plt import numpy as np #单条sin函数 x=np.linspace(0.1, 10, 100) y=np.sin(x) plt.plot(x,y, linestyle='-', linewidth=1,label='Sin() by plot()') plt.legend() plt.show() #多条曲线 a=np.random.random((9,3))*2 y1=a[0:,1] y2=
2020-10-21 20:22:42
1346
原创 SciPy高级数学计算库
线性代数运算 import numpy as np from scipy import linalg arr = np.array([[1, 9, 2],[4, 8, 3],[5, 7, 6]]) #计算行列式 print(linalg.det(arr)) #逆矩阵 print(linalg.inv(arr)) #奇异值分解 print(linalg.svd(arr)) 快速傅里叶变换 import scipy import scipy.fftpack import pylab from scip
2020-10-21 15:48:26
276
原创 常常被人忽略的python基础语法
python 编写常量板块 import sys class _CONSTANT: class ConstantError(TypeError) : pass def __setattr__(self, key, value): if key in self.__dict__.keys(): raise(self.ConstantError, "常量重新赋值错误!") self.__dict__[key] = value sy
2020-10-21 15:31:44
455
原创 python数据存取操作
文本文件的数据存取 1.CSV import csv #读 with open("TXT_COMMA.txt") as cf: lines=csv.reader(cf) for line in lines: print(line) #写 headers=['A','B'] rows=[(1,4),(2,5),(3,6)] f=open("TXT_COMMA2.txt ",'a+') wf=csv.writer(f) wf.writerow(headers) wf.wr
2020-10-21 15:25:11
917
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人