weixin_42881084的博客

Numpy之于线性代数我看过最好的线性代数教程，莫过于：3Blue1Brown，吐血推荐。想要认真吃透线性代数，刷完《线性代数及其应用》所有练习题就够了。正片开始！矩阵和向量积一直以来矩阵相乘我用的都是np.matmul(x, y)，今天才发现居然x.dot(y)也能做这件事，开心。另外，在一维情况下和矩阵情况下的乘法是不一样的：用matrix.A可以快速将mat转为ndarray类型矩阵特征值与特征向量对于一个N∗NN*NN∗N满秩方阵，总能有 NNN 个值 λ\lambdaλ 和向

这次同样用到了iris数据集数据集在群文件里，可以直接导入：根据 sepallength 列对数据集进行排序在iris中找到最常见的petal length这里应该是答案错了在iris的 petalwidth中查找第一次出现的值大于1.0的位置将数组a中大于30的值替换为30，小于10的值替换为10获取给定数组a中前5个最大值的位置a = np.random.uniform(1, 50, 20)计算给定数组中每行的最大值a = np.random.randint

本次用到了鸢尾花数据集首先导入数据集from sklearn import datasetsiris = datasets.load_iris()print(dir(iris))print(iris.feature_names)Out:['DESCR', 'data', 'feature_names', 'filename', 'frame', 'target', 'target_names']['sepal length (cm)', 'sepal width (cm)', 'peta

练习作业开发环境Python版本IDE3.8.2Spyder4创建0~1的数组创建一个元素全为True的 3×3 数组。从arr中提取所有奇数将arr中的偶数元素替换为0将 arr 中的所有偶数元素替换为0，而不改变arr同上将 arr转换为2行的2维数组垂直堆叠数组a和数组ba = np.arange(10).reshape([2, -1])b = np.repeat(1, 10).reshape([2, -1])同上，

导入基本库## 基础函数库import numpy as np ## 导入画图库import matplotlib.pyplot as pltimport seaborn as sns## 导入逻辑回归模型函数from sklearn.linear_model import LogisticRegression鸢尾花的各个特征如下表所示：导入数据集到pandas##我们利用sklearn中自带的iris数据作为数据载入，并利用Pandas转化为DataFrame格式from

用了一下午时间，清洗出了条形码图片中的数据Python代码环境：opencv-pythonnumpymatplotlibpytorch (只是用来调试时绘图的，可以不用)import osimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport timeimport torch as...

首先贴出GoogLeNet的实现import osimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport timeimport torch as tcimport torchvision as tvfrom torch import nn, optimfrom torchvision i...

资源及教程来自伯禹教育先写一个简易的实现import sysimport reimport osimport timeimport torch as tcimport numpy as npimport torchvision as tvimport torchvision.transforms as transformsfrom torch import nn, optim...

目的：用户进入博客以后，会在底部推荐相似文章技术：目的技术手段html转文本bs4.BeautifulSoup(html, “html.parser”).get_text()中文分词jieba.cut(text, use_paddle=True)构建词频表pandasSVD、稀疏矩阵numpy实现demo的截图：上述代码输出了推荐的...

卷积层此卷积非彼卷积，实际上为二维信号的互相关运算，使用scipy.signal.correlate(x, kernel, ‘valid’)进行运算from util_pkg import *from scipy import signalimport torchfrom torch import nnclass Conv2D(nn.Module): def __init_...

Torch入门强烈建议先看Tutorials再跟课程, 我是小白, 直接看课程直接一脸蒙蔽第一个例子:计算方法:通过如上的计算, 就可以得到该网络的输出.那么, 神经网络是怎么训练的呢?第二个例子:这里用到了backprop, 如下所述.反向传播算法为了简单易懂, 我画了个图片, 总体用到的就是高数中的链式求导法则, 具体观看顺序如图中所标注的序号算这个题我用了差...

这一次学习的是线性回归, 算法是softmax, 有点像加强版的逻辑回归我一直在本地写notebook,但是突然发现要求是要写在博客上.没办法,先凑一个链接吧, 之后再好好写!支持DataWhale!...

机器学习损失函数0-1损失函数 L(y,f(x))={0,y = f(x) 1,y ≠ f(x) L(y,f(x)) = \begin{cases} 0, & \text{y = f(x)} \ 1, & \text{y $\neq$ f(x)} \end{cases} L(y,f(x))={0,​y = f(...

原始信息下面是三个学生的已知信息cjh = pd.Series({ 'name' : 'cjh', 'birth' : 11.19, })hd = pd.Series({ 'name' : 'hd', 'birth' : 9.19, })zy = pd.Series({ ...

环境Spyder3参考书籍Python数据分析及应用泰坦尼克号数据集链接：https://pan.baidu.com/s/10y2SRH7Ry_W3CZC3s8PHWw提取码：s128复制这段内容后打开百度网盘手机App，操作更方便哦导入必要的库import numpy as npimport pandas as pdpandas读取数据到DataFramedatase...