XUE FENG!的博客

如何在MATLAB上使用GUP加速跑代码

近似后验分布的最简单的数值方法是将所有计算基于在规则网格上评估的（不一定是归一化的）密度值阵列。分布上的积分近似为简单的和，计算其他标准导出量相当简单。

在写论文的时候，我们直接用MATLAB绘制的图像和大佬的比起来总是差很远，现在我们来看如何美化科研论文的图片。

跟着例子来学习遗传算法，比如计算 y=x.*sin(3*pi.*x);的最优值

轻松解决bug

不说其他的，直接给个例子就懂了。a是一个一维数组a = np.array([0.0, 10.0, 20.0, 30.0])print(a.shape,a[:, np.newaxis],a[:, np.newaxis].shape)#输出(4,) [[ 0.] [10.] [20.] [30.]] (4, 1)表示给a增加一个维度，4行1列，换个方向呢？print(a.shape,a[np.newaxis,:],a[ np.newaxis,:].shape)#输出