CommissarMa的博客

加法：5+6减法：3-2乘法：5*8除法：1/2幂：2^6注释符号：%真值判断：1==2 %值为0，也就是false    1~=2%值为1，也就是true逻辑与：1&&0 %0逻辑或：1||0 %1异或：xor(1,0)变量赋值：a=3 %这时候为变量a赋值了3，屏幕上会打印输出a=3    a=3;%多加一个分号，

A=[1 2;3 4;5 6]sz=size(A) %矩阵尺寸size(A,1) %矩阵A的第一个维度的尺寸，行数size(A,2)%矩阵A的第二个维度的尺寸，列数length(A) %返回行数和列数中的较大者，所以一般用于向量获取长度pwd %查看当前目录 cd ‘D:\workspace\wsMatlab’ %改变当前

A=[1 2;3 4;5 6]B=[11 12;13 14;15 16]C=[1 1;2 2]A*C %矩阵乘法A.*B%矩阵对应元素相乘A.^2 %矩阵每个元素平方v=[1;2;3]1./v%列向量中每个元素都被1除log(v)%log每个元素exp(v)%e每个元素abs(v)%每个元素取绝对值-v%每个元素取相反

t=[0:0.01:0.98]%生成0到0.98，间隔为0.01的行向量y1=sin(2*pi*4*t)%计算对应的y1值plot(t,y1)%绘制y1关于t的函数关系图（在figure1窗口中）y2=cos(2*pi*4*t)%计算对应的y2值plot(t,y2)%绘制y2关于t的函数关系图（在figure1窗口中，原先的y1关于t的图被清除）hold o

v=zeros(10,1)%10行1列的零列向量for i=1:10,v(i)=2^i;%循环语句，为每个元素赋值end; break%跳出循环continue%跳出当前循环，进入下一次循环 i=1while i%while循环的格式v(i)=100;i=i+1;end; i=1;while true,v(

核心的理念是：尽量把传统语言通过数组下标来进行矩阵运算的方式转变为 直接使用matlab矩阵来进行运算

在Coursera以及网易云课堂学习了吴恩达老师的《深度学习》课程，自己动手编写了一下第二章的逻辑回归算法。代码如下：import numpy as npclass LogisticRegression: """ Logistic Regression:逻辑回归 Author：CommissarMa """ def __init__(self

在你看这篇教程之前，你应该有下列基础：        python基础        了解数组的少许知识        最好有一些机器学习的知识，没有的话就好好看本教程    TensorFlow提供了多种接口，低层接口提供完全的模型编程控制，适合于机器学习的研究者。高层接口适用于应用者，方便大家沟通交流。    这篇教程先介绍了TensorFlow的核心，我们展示了如何使用t

先创建感知器类：用于二分类# -*- coding: utf-8 -*-import numpy as npclass Perceptron(object): """ 感知器：用于二分类 参照改写 https://blog.youkuaiyun.com/simple_the_best/article/details/54619495 属性： w0:偏...