Python Learnning (七)-函数

C++中内联函数(inline)详解 一、? 阅读详情

函数也是一个对象

对象是内存中存储数据的一块区域

函数可以用来保存一些可执行的代码.并且可以在需要时,对这些语句进行多次的调用

一 创建函数

def 函数名([形参1,形参1,形参1....]):

​ 代码块

def fn():
    print('this is my first function')
二 调用函数

fn()

fn指的是函数对象,fn()才是调用函数

eg:定义一个函数,求俩个数的和

def sum(a,b):
    print(a+b)
    
sum(1,2)

函数在调用时,解析器不会检查实参的类型,实参可以传递任意类型

eg:123,True,‘HELLO’,None,[1,2,3],fn

所以这里容易报错,这里随便传参

def sum(a,b):
    print(a+b)
sum(123,'456')
TypeError: unsupported operand type(s) for +: 'int' and 'str'

在函数中对形参进行赋值不会影响其它变量,但是如果形参指定的是一个对象当我们通过形参去修改对象,那么所有指向这个对象的变量都会变.

def fn(a):
    a[0]=10
    #a=[4,5,6] 这个时候a变 c不变
    print(a)
c=[1,2,3]
fn(c)
print(c)
# 这个时候a和c同时发生变化

这个时候如果想要不改变c本身可以传入c的浅copy对象或者列表的切片等

def fn(a):
    a[0]=10
    print(a)
c=[1,2,3]
fn(c.copy())
fn(c.[:])
三 不定长参数

需求:要求任意个数字的和

在定义函数的时候,可以在形参的前面加上一个*,这样这个形参将会获取到所有的实参,它将会将所有的实参保存到一个元组中(装包). 注意不定长的参数只能有一个

def fn(*nums):
	result=0
	for i in nums:
		result+=i
	print result
fn(1,2,3,4,5,6,7,8)

可变参数不是必须写在最后,但是注意,带*的参数后的所有参数,必须以关键字参数的形式传递

def fn(a,*b,c):
    print(a,b,c)
fn(1,2,3,4,5,c=6)

def fn2(*,a,b,c):
    print(a,b,c)
fn2(1,2,3,a=4,b=5,c=6)

*号形参只能接收位置参数,不能接收关键字参数

def fn(*a):
    print(a)
    
fn(a=1,c=2) error

**形参可以接收位置参数, 它会将这些参数统一保存到一个字典中,字典的key就是参数的名字,字典的value就是参数的值,**形参只能有一个,并且必须写在参数的最后

def fn(b,c,**a):
    print(b)
    print(c)
fn(a=1,c=2)

参数的解包

def fn4(a,b,c)
	print(a,b,c)
t=(10,20,30)
# 传递实参时,也可以在序列类型参数前加*,这样他会自动将序列中的元素依次作为参数传递
# 这里要求序列中元素的个数必须和形参的个数一致
fn4(*t)

通过**来对一个字典进行解包

d={'a':100,'b':200,'c':300}
fn4(**d)
四 返回值

函数可以通过return来指定返回值,通过一个变量来接收返回值

return 后边可以跟任意对象,甚至可以是一个函数,如果仅写一个return或不写return,则相当于return None

return用来结束函数

def fn():
    def fn2():
        print('a')
    return fn2
r=fn()
print(type(r))
# <type 'function'>

fn和fn()的区别

fn是函数对象,实际上是在打印函数对象

fn()实在调用函数,实际上是在打印函数的返回值

五 文档字符串

help()是Python中的内置函数

通过help()函数可以查询Python中函数的用法

help(print)

文档字符串 (doc str)

在定义函数时,可以在函数的内部编写文档字符串,文档字符串就是函数的说明,当我们编写了文档字符串的时候,就可以通过help()函数来查看函数的说明,直接在函数的的第一行写一个字符串就是文档字符串

def fn(a:int,b:bool,c:str='hello')->str:
    '''这个是一个文档字符串
       参数a的默认类型是int
       参数b的默认类型是布尔值
       参数c的默认类型是字符串
       函数的返回值是字符串
    '''
六 作用域和命名空间
作用域(scope):变量生效的区域

在Python一共有俩种作用域:

  1. 全局作用域 在程序执行时创建,在程序执行结束销毁,全局作用域中定义的变量就是全局变量
  2. 函数作用域 在函数调用时创建,调用结束是销毁,调用一次函数产生一个新的函数作用域,在函数作用域定义的变量,它只能在函数内部被访问.
def fn():
	a=20
	def fn2():
        a=40
		print(a)
	fn2()
fn()
# 40

当我们在使用变量时,会优先在当前作用域中寻找该变量,如果有优先使用,没有去上一级作用域中寻找

在函数中为变量赋值时,默认都是为局部变量赋值,如果想要修改全局变量,则需要使用global关键字,来声明变量

a=30
def fn():
	a=10
	print('inside a=',a)
fn()
print('outside a=',a)
# ('inside a=', 10)
# ('outside a=', 30)
a=30
def fn():
	global a
	a=10
	print('inside a=',a)
fn()
print('outside a=',a)
#('inside a=', 10)
#('outside a=', 10)
命名空间(namespace)
  • 命名空间指的是变量存储的位置,每一个变量都需要存储到指定的命名空间中

  • 每一个作用域,都会有它对应的命名空间

  • 全局的命名空间用来保存全局变量,函数的命名空间用来保存函数的变量

  • 命名空间实际上就是一个字典,是一个专门用来存储变量的字典(dict)

  • 在外部访问内部的命名空间不行,但是globals()函数可以在任意位置获取全局的命名空间

locals()用来获取当前作用域的命名空间

如果在全局作用域中调用locals()则获取全局的命名空间 ,如果在函数作用域中调用locals()则获取函数的命名空间

scope=locals()
print(scope)
# {'__builtins__': <module '__builtin__' (built-in)>, '__file__': '/home/zax/Documents/pythontest/aa.py', '__package__': None, 'scope': {...}, '__name__': '__main__', '__doc__': None}
def fn():
	a=10
	scope=locals()
	print(scope)
fn()
# {'a': 10}
def fn():
	a=10
	scope=globals()
	print(scope)
fn()
# {'__builtins__': <module '__builtin__' (built-in)>, '__file__': '/home/zax/Documents/pythontest/aa.py', '__package__': None, '__name__': '__main__', '__doc__': None, 'fn': <function fn at 0x7fb24c627668>}
七 递归

尝试求任意数的阶乘(x!)

def factorial(n):
    result=n
    for i in range(1,n):
        result*=i
    return result
print(factorial(10))
# 3628800
递归函数

递归和循环是类似的,可以相互替代.递归的好处是编写起来很难,但是阅读起来简单,用简单的函数表达复杂的功能.

def  fn():
    fn()
# 无穷递归 容易死循环

递归式函数的俩个条件

  1. 基线条件
    • 问题可以被分解为的最小问题,当满足基线条件时,递归就不在执行
  2. 递归条件
    • 将问题继续分解的条件

例如 10!=10*9!

​ 9!=9*8!

​ …

​ 1!=1

def factorial(n):
    if n==1:
    	return 1
    return	n*factorial(n-1)
print(factorial(10))

练习 求n**i 的幂运算(python中有幂运算符号)

def power(n,i):
    '''幂运算
    	参数:
    		n 要做幂运算的数字
    		i 做幂运算的次数
    '''
	if i==1:
		return n
	return n*power(n,i-1)
print(power(10,3))

判断一个字符串是不是回文(从前往后度读和从后往前读是一样的)

def hui_wen(s):
    '''回文字符串检查
    	参数:s代表传入字符串
    '''
	if len(s)<2:
		return True
	elif s[0]!=s[-1]:
		return False
	else :
		return hui_wen(s[1:-1])

print(hui_wen('abcba'))
def hui_wen(s):
	if len(s)<2:
		return True
    # 用一个与运算对上面的代码进行优化
	return s[0]==s[-1] and hui_wen(s[1:-1])

print(hui_wen('abcba'))
八 高阶函数

Python支持函数式编程但不是函数式变成语言 scala是

在Python中函数是一等对象

一等对象一般都会具有如下特点:

1. 对象在运行时创建
2. 能赋值给变量或作为数据结构的元素
3. 能作为参数传递
4. 能作为返回值返回

高阶函数

​ 高阶函数至少符合俩个特点中的一个:

		1. 接收一个或多个函数作为参数
		2. 将函数作为返回值返回
def fn(a):
	if a%2==0:
		return True
	return False

def fn1(a):
	if a%2!=0:
		return True
	return False

def fn2(a):
	if a>=5:
		return True
	else:
		return False

def fn3(func,lst):
    '''
    简单演示一个简单的高阶函数
    参数:
    	func:第一个参数是一个函数 表示匹配规则
    	lst: 第二个参数是序列
    '''
	new_list=[]
	for i in lst:
		if func(i):
			new_list.append(i)
	return new_list

lst=[1,2,3,4,5,6,7,8,9]
print(fn3(fn2,lst))
# [5, 6, 7, 8, 9]

上面这个练习其实也对应着Python自带的一个高阶函数filter()

filter()

可以从序列中过滤出符合条件的元素,保存到一个新的序列中

参数:

1. 函数,根据该函数来过滤序列(可迭代的结构)
2. 需要过滤的序列(可迭代的结构)

返回值:

​ 过滤后新的序列

print(list(filter(fn,lst)))

fn这里就是相当于一个参数调用完成之后就没用了,这个时候我们发现为了一个功能专门定义一个函数很麻烦

引入匿名函数

九 匿名函数

匿名函数lambda 函数表达式 (语法糖,一般都是实现简单功能)

语法:lambda 参数列表:返回值

print(filter(lambda i:i%3==0,lst))
map()

map()函数可以对对象中所有元素做指定操作,然后将其添加到新的对象中返回

lst=[1,2,3,4,5,6,7,8,9]
print(map(lambda i:i+1,lst))
# [2, 3, 4, 5, 6, 7, 8, 9, 10]
sort()

该方法用来对列表中的元素进行排序,默认是直接比较列表中元素的大小

在我们的sort中可以接收参数key

​ key需要一个函数作为参数,当设置了函数作为参数

​ 这个时候比较的就不是元素,而是函数的返回值

lst=['a','bbb','cc']
lst.sort(key=len)
print(lst)
# ['a', 'cc', 'bbb']
lst=['a','1',2]
lst.sort(key=str)
print(lst)
# ['1', 2, 'a']
sorted()

这个函数和sort()的用法基本一致,但是sorted()可以对任意的序列进行排序(sort只针对列表)

并且使用sorted排序 不会影响原来的对象,而是返回一个新的对象

lst=['a','bbb','cc']
print(sorted(lst,key=len))
print(lst)
# ['a', 'cc', 'bbb']
# ['a', 'bbb', 'cc']
十 闭包

形成闭包的要求:

1. 函数嵌套
2. 将函数作为返回值返回
3. 内部函数必须要使用到外部函数的变量
def make_averager():
	nums=[]
	def averager(n):
		nums.append(n)
		return sum(nums)/len(nums)
	return averager
averager=make_averager()
print(averager(10))
print(averager(30))
# 这个时候形成一个闭包 就像java中的private函数的私有变量一样 只能通过averager这个函数获取nums这个局部变量
十一 装饰器

希望函数在计算之前打印程序开始,在计算之后打印程序结束

我们可以通过修改函数中的代码来完成这个需求,但是会产生以下问题

1. 每个函数都要修改很麻烦
2. 不方便后期维护
3. 违反对程序扩展打开,修改关闭的开闭原则(ocp)
def add(*nums):
	result=0
	for i in nums:
		result+=i
	return result

def mul(*nums):
	result=0
	for i in nums:
		result*=i
	return result

def begin_end(old_func):
	def new_func(*a,**b):
		print('extend_expression1')
		result=old_func(*a,**b)
		print('extend_expression2')
		return result
	return  new_func
# 调用方法一(不常用)
new_add=begin_end(add)
print(new_add(1,3,1,2))

在定义函数的时候可以通过@装饰器,来使用指定的装饰器,可以同时为一个函数指定多个装饰器,这样函数将会按从内向外的顺序执行

def begin_end(old_func):
	def new_func(*a,**b):
		print('extend_expression1')
		result=old_func(*a,**b)
		print('extend_expression2')
		return result
	return  new_func

def begin_end2(old_func):
	def new_func(*a,**b):
		print('extend_expression3')
		result=old_func(*a,**b)
		print('extend_expression4')
		return result
	return  new_func


def add(*nums):
	result=0
	for i in nums:
		result+=i
	return result


@begin_end
@begin_end2
def mul(*nums):
	result=0
	for i in nums:
		result*=i
	return result



print(mul(1,3,3))
# extend_expression1
# extend_expression3
# extend_expression4
# extend_expression2
# 0

#这个才是常用方法(定义出装饰器,然后以注解的方式加在方法的头上) 注意这种方法你找不到原来的方法了 除非删除装饰器
	
凸优化第三章凸函数 3.3共轭函数 3.3共轭函数 定义 基本性质 定义 设函数,定义函数为: 此函数称为f(x)的共轭函数。从3.2节逐点上确界的内容也可以看出,此函数也是的逐点上确界函数,而是关于y的仿射函数,可以将其看成是凸函数,这样也是凸函数。故对任意的函数f(x),为凸函数。 在实际问题中,可以将x理解为生产一个产品所需要的资源,而f(x)则为生产x的资源的价格,y则是x的销售价格,那么也就变成了最大盈利问题... 阅读详情

相关推荐

【C/C++】inline内联函数详解

内联函数在C++中是一种特殊的函数,内联函数的代码在编译时会在调用的位置展开,而不是在运行时调用函数。 这样做可以消除函数调用的开销,从而提高程序的执行效率。 相当于define宏替换 内联函数可以分为: 隐式内联函数:类内的函数(虚函数除外)都为隐式内联函数 显式内联函数:在类外使用inline关键字修饰的函数

努力让自己的能力配得上梦想. 1988

各种资源网址

1.开源社区() http://www.oschina.net/ 各种it新资讯,众包,博客,还有招聘信息  2.w3Shool http://www.w3school.com.cn/tags/ 网页基础的标准  3.学破解 http://www.xuepojie.com/?jdfwkey=sthc51 只要像破解,你懂得  4.看雪学院 http://bbs.pediy.com/ 破解+漏

u011105859的专栏 22万+

OpenStack Glance手动安装实战:镜像服务配置与排障指南

Glance是OpenStack中负责镜像管理的核心服务,其本质是提供镜像存储、元数据管理和访问控制的统一API层。它基于RESTful架构设计,依赖数据库(如MySQL/PostgreSQL)持久化元数据,通过glance_store插件支持多种后端(File/Swift/Ceph),并深度集成Keystone实现多租户鉴权。技术价值在于保障云平台虚拟机快速交付能力——一旦Glance异常,新建实例将阻塞在镜像加载阶段。典型应用场景包括私有云镜像仓库建设、金融行业合规镜像分发、制造企业定制OS模板管理等。

weixin_30457465的博客 400

网址,你懂得!

OKHTTP3: compile 'com.squareup.okhttp3:okhttp:3.3.0' OKHTTP3依赖 网络权限 http://blog.youkuaiyun.com/ming2316780/article/details/51598063 OKHTTP3博客 ListView 分页加载: compile 'in.srain.cube:ptr-load-more:1

qq_38526446的博客 51万+

原生H5如何优雅拦截浏览器返回事件:全面屏侧滑退出的解决方案

本文深入探讨了在原生H5中如何优雅地处理浏览器返回事件,特别是针对全面屏手机侧滑返回手势的解决方案。核心是利用HTML5 History API,通过`history.pushState`方法在历史栈中插入记录,并监听`popstate`事件,从而实现在用户侧滑时平滑关闭全屏预览层而非直接退出页面,有效提升了移动端H5应用的原生交互体验。

i0j1k2l3m的博客 270

Multisim仿真电路:(十二)MOS管缓启动电路设计与优化

本文详细介绍了基于Multisim的MOS管缓启动电路设计与优化方法。通过分析米勒平台效应,探讨RC参数选择、多级设计和有源电路等技巧,有效抑制冲击电流并优化开关损耗。文章结合仿真实例,提供实用的设计策略和实际应用注意事项,帮助工程师提升电源管理系统的可靠性。

pytorch8learner的博客 237

learnning Python day1

1 常量 Python本身没有提供常量,需引入自己写的const模块。 2 变量 变量放在Python的名字列表(命名空间)中,名字列表将变量名与值对应关联。 3 Python对象 系统里的每个东西都是一个对象,是某种类型的一个实例,不同的命名空间对象的名字可能不一样,例如:引用numpy模块时可将对象改变名字,import numpy as np。 4 数据类型 Python的好处

吲哚乙酸的博客 364

手把手教你用西门子博图V18配置阿特拉斯PF6000拧紧枪PN通讯(附完整GSD文件与ToolsTalk配置文件)

本文详细介绍了如何使用西门子博图V18配置阿特拉斯PF6000拧紧枪的PN通讯,包括硬件连接、网络参数规划、ToolsTalk软件配置及博图工程设置。通过完整的GSD文件和配置文件,帮助工程师快速实现高精度拧紧设备与PLC的高效通讯,适用于汽车装配和电子制造等工业自动化场景。

weixin_42662293的博客 606

learnning python

learnning python http://ez2learn.com/index.php/python-tutorials/advance-tutorials/174-cpython ...

110

SecureCRT多种配色方案配置文件

位置 C:\Users%USERNAME%\AppData\Roaming\VanDyke\Config\Global.ini S:"SecureCRT Tab State"=1,1,1,0,0 S:"SecureFX Local Tab State"=1,-1,200 D:"Max Chat Window History"=000000c8 D:"Active Window Alpha Transparency"=000000f0 D:"Save Keymaps As Unicode"=00000000

神棍之路 3713

告别低效!用ADS仿真带你一步步搭建一个两路对称Doherty功放(含设计要点)

本文详细介绍了如何使用ADS仿真工具一步步搭建两路对称Doherty功放,涵盖设计要点与优化技巧。通过解析负载调制机制、阻抗变换等核心原理,结合5G基站等应用场景,帮助工程师提升功放效率与线性度。特别针对GaN管件的Doherty功放,在3.5GHz频段实现高效性能。

weixin_31783001的博客 396

Python Learnning(四)-序列2

Python基础-序列2一 遍历列表二 range()三 元组四 可变对象五 == !=和 is is not区别 一 遍历列表 指将列表中的所有元素取出来 my_list=['b','d','c','a'] i=0; while i<len(my_list): print(my_list[i]) i+=1 通过for循环来遍历 语法: for 变量 in 序列: 代码块 for循环会执行多次,序列中有几个元素就会执行几次,每执行一次就会将序列中的一个元素赋值给变量 我们可以通过变量,来

zax_java的博客 263

自然语言处理NLP星空智能对话机器人系列:Gavin大咖 Transformer 101问答集 第一问

自然语言处理NLP星空智能对话机器人系列:Transformer 101问答 [让天下没有难学的Transformer] 你问我答系列之一 Gavin大咖第一问: Transformer中的可训练Queries、Keys和Values矩阵从哪儿来? 以上是智华解答,供同学们参考。 星空智能对话机器人系列博客 NLP星空智能对话机器人系列:第二次星空智能对话机器人Zoom线上演示安排 NLP星空智能对话机器人系列:StarSpace: Embed All The Things NLP星空智能对

大模型与Agent智能体 991

强化学习-Q_learnning 算法遇到得一些python函数问题

pd.DataFrame()函数:直观理解就是创建一个表格, 默认参数: def __init__(self, data: Any = None, index: Optional[Collection] = None, columns: Optional[Collection] = None, dtype: Union[ExtensionDtype, str, dtype, dtype, Typ..

霍迪迪的博客 318

Pytorch CIFAR10图像分类 EfficientNet v1篇

EfficientNet源自Google Brain的论文EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. 从标题也可以看出,这篇论文最主要的创新点是. 论文提出了,混合缩放,把网络缩放的三种方式:深度、宽度、分辨率,组合起来按照一定规则缩放,从而提高网络的效果。EfficientNet在网络变大时效果提升明显,把精度上限进一步提升,成为了当前最强网络。

风信子的猫Redamancy的快乐星球 1852

YOLOv9电力巡检实战:绝缘子破裂/鸟巢识别+无人机自动定位

摘要:本文聚焦电力输电线路巡检的效率与安全痛点,提出基于YOLOv9与无人机的智能巡检解决方案。针对绝缘子破裂、鸟巢等高危缺陷,通过“无人机改装-模型训练-缺陷识别-工单生成”四阶段工程落地流程,实现全自动化巡检。系统采用大疆M300无人机搭载RTK模块与Jetson边缘计算盒,结合改进YOLOv9模型实时识别5类缺陷,通过4G传输将GPS定位与缺陷数据同步至工单系统。实测表明,该方案巡检效率达50公里/天(较人工提升10倍),缺陷发现率95%(提升40%),事故预防率98%。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1514

My First Python code for learnning English.

This is my first Python code to help me recite the English words.l = range(1,18)l2 = [0, 1, 2 + 1, 4 + 2 + 1, 7 + 4 + 2 + 1, 15 + 7 + 4 + 2 + 1]result = {}for wordList in l:    if not result.has_key(w...

weixin_34344403的博客 115

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

TensorFlow对于sin函数的预测----RNN模型

一、总体介绍 对于sin函数的输入样本进行训练,得到sin函数相关的RNN网络架构,预测sin函数的趋势 二、相关参数设置 HIDDEN_SIZE = 30 #隐藏层层数 NUM_LAYERS = 2 #RNN层数 TIMESTEPS = 10 #RNN的截断长度 利用10个点的信息 预测第11个点的信息 TRAIN...

阳光非宅男的博客 2726

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

python 独热码_One-hot Code for deep learnning 用于深度学习的独热码编码与解码

OnehotCodeOne-hot Code for deep learnning 用于深度学习的独热码编码与解码独热码在英文文献中称做 one-hot code, 直观来说就是有多少个状态就有多少比特,而且只有一个比特为 1,其他全为 0 的一种码制。例如:[1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. ...

weixin_39913472的博客 568

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

【python】python基于 Q-learning 算法的迷宫游戏(源码+论文)【独一无二】

迷宫环境模块:定义迷宫环境,包含状态空间和动作空间,提供状态更新和渲染方法。Q-learning 算法模块:实现 Q-learning 算法,训练代理在迷宫中找到最优路径。图形用户界面模块:使用 PyQt5 创建图形界面,展示迷宫和代理的动作。主程序入口:初始化环境和代理,启动图形界面。通过上述设计,该代码实现了一个功能完整的迷宫游戏,能够通过 Q-learning 算法进行训练,并实时展示训练过程和结果。👉👉👉 源码获取 关注【测试开发自动化】公众号,回复 “ 强化迷宫 ” 获取,拿来即用。

测试开发自动化 1148

神经网路(Neural Network building)—— 前向传播和反向传播

神经网络: 随着人工智能的崛起,Python渐渐开始成为编写人工智能的主要工具语言,由于Python易于编写且在整个大环境下,工具包非常丰富,所以我认为也是写神经网络的最佳语言。神经网络由输入层、隐藏层和输出层构成,隐藏层越多,说明整个神经网络越复杂,计算复杂度也越高,理所当然的计算耗时就越长。每个隐藏层上的神经元节点,也就是说每个Neural,简单地说,它的值由它的入度边的权值*...

weixin_42414405的博客 518

Machine Learning with Python Part One

In this course, you’ll learn how Machine Learning is used in many key fields and industries. For example, in the health care industry, data scientists use Machine Learning to predict whether a human cell that is believed to be at risk of developing cance

u011868279的博客 2844

Neural networks and deep learning 概览

Neural networks and deep learning 概览

qq_44945010的博客 167

Machine Learning A-Z 学习笔记8

Machine Learning A-Z 学习笔记8 第八章 Kernel SVM 1.1简单原理 上一节的线性SVM是针对线性可分的数据(如左),若数据为非线性可分的情况则可以采用其他Kernel算法 以一维的非线性例子为例,我们可以通过运算将一维图像变为二维,再进行线性分离 所以我们通常将低维数据投射到高维进行切割,切割完毕后再投射回原来的的维度。 高斯径向基函數(gaussian radial basis function kernel)分析。 原维度数据点,常数 :基准点/中心点,

JiduoW的博客 187

有趣的机器学习(一)

说明:来源于网易云课堂——有趣的机器学习视频观后记录 http://study.163.com/course/introduction/1003217019.htm#/courseDetail简介 机器学习是目前迅速蹿红的焦点学科之一. 其实机器学习并没有你想象中的那么难, 学会使用它也不是很难的事情. 如果你有了这些基本知识, 那机器学习的基本知识也能轻松掌握. 简介视频还在陆续更新中. 我

junjunguoguo的专栏 598
上一篇: Python Learning(六)-集合
下一篇: Python Learning(八)-面向对象
zax_java
博客等级 码龄8年 62粉丝 23原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值