zt5169的博客

taichi, time计时

人工智能产品经理：从零开始玩转AI产品1 人工智能概述1.1 什么是人工智能1.2 学科基础1.3 分类1 人工智能概述1.1 什么是人工智能1950： 图灵测试1956：达沃斯会议，人工智能元年1980：中文屋实验2014：视觉图灵测试1.2 学科基础数学：逻辑、计算、概率神经：1000亿神经元，2020，单个CPU=人脑算力，2050，单个CPU=全球脑算力认知心理：感知觉、认知、产品设计的底层逻辑1.3 分类弱（目前、单方面）、强、超。四个能力：获得信息、处理信息、迭代优化、

In [2]:#详见黄海广博士公众号from sklearn.datasets import load_digitsfrom sklearn.model_selection import train_test_splitfrom sklearn.naive_bayes import GaussianNBX,y = load_digits(return_X_y=True)X_train,...

In [6]:#小试牛刀，用线性回归预测import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.linear_model import LinearRegressionimport matplotlib.pyplot as plt%pyl...

note from dataguru Tensorflow神经网络框架-12周In [14]:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data",one_hot=True) #或者在当...

In [17]:# note from Tensorflow神经网络框架-12周(2017全新)import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltx_data = np.linspace(-0.5,0.5,200)[:,np.newaxis]noise = np.random.normal(0...

In [8]:#note from Tensorflow神经网络框架-12周(2017全新)import tensorflow as tfm1 = tf.constant([[3,3]])m2 = tf.constant([[2],[3]])product = tf.matmul(m1,m2)print(product)Output:Tensor("MatMul_1:0", sh...

pythonhttps://perso.limsi.fr/pointal/_media/python:cours:mementopython3-english.pdf

打印版请百度文档搜索 latex运算符单页打印版运算符符号示例效果+，-a+b-ca+b−ca+b-ca+b−c\times{a}\times{b}a×b{a}\times{b}a×b\cdot{a}\cdot{b}a⋅b{a}\cdot{b}a⋅b\cdots{a}\cdots{b}a⋯b{a}\cdots{b}a⋯b\pm,\m...

import csvimport randomimport mathimport operator#adaption for python 3.6: rb -> rtdef loadDataset(filename, split, trainingSet = [], testSet = []): with open(filename, 'rt') as csvfile:...

深度学习入门ch3b jupyter noteIn [3]:In [7]:In [ ]:In [8]:In [3]:#coding=utf-8#Depending on ../dataset/mnist.py, please download it by yourself#Depending on ../common/functions.py, download it before han...

深度学习入门ch3a jupyter noteIn [8]:In [5]:In [19]:In [20]:In [8]:import numpy as npx=np.array([-1.0,1.0,2.0])print(x)y=x>0print(y)y=y.astype(np.int)print(y)print(y.ndim) #propertyprint(np...

from sklearn.feature_extraction import DictVectorizerimport csvfrom sklearn import treefrom sklearn import preprocessingimport numpy as npfrom sklearn.externals.six import StringIO# Read in the...

python深度学习线性单元(note)In [3]:#线性单元将返回一个实数值而不是0,1分类。因此线性单元用来解决回归问题而不是分类问题。#当预测工资是，如果考虑更多的因素，比如所处的行业、公司、职级等等，可能预测就会靠谱的多。我们把工作年限、行业、公司、职级这些信息，称之为特征。#对于一个工作了5年，在IT行业，百度工作，职级T6这样的人，我们可以用这样的一个特征向量来表示他= (5...

深度学习入门numpy型感知器2(note)In [3]:#权重相当于电流里所说的电阻。电阻是决定电流流动难度的参数，#电阻越低，通过的电流就越大。而感知机的权重则是值越大，通过#的信号就越大。不管是电阻还是权重，在控制信号流动难度（或者流#动容易度）这一点上的作用都是一样的。#输入信号被送往神经元时，会被分别乘以固定的权重（w1x1、w2x2）。神经元会计算传送过来的信号的总和，只有...

深度学习入门numpy型感知器1(note)In [59]:import numpy as npx=np.array([1.0, 3.0,5.0])print(x)print(type(x))Output:[1. 3. 5.]<class 'numpy.ndarray'>In [60]:y=np.array([10.0,20.0,30.0])z=x+ypri...

@TOCIn [13]:# 原文https://www.zybuluo.com/hanbingtao/note/433855# 2019.5 code adapted to python 3.x# perception 感知器# input: [x1,x2,x3]# weight: [w1,x2,x3]# bias: b# Layer1_result = input * ...

Nonsequential Timing Arcs在某些组合逻辑单元中，在数据引脚上指定建立和保持时间的时序约束，并使用非时钟引脚作为相关引脚。它要求一个引脚的信号在同一单元范围状态的另一个引脚之前和之后的指定时间内保持稳定，以便该单元能够按预期的方式工作。(1)non_seq_setup_rising定义(使用NON_SEQ_SETUP_FALLING)用于在具有组合逻辑行为的点之间进行...