Discuz!X2 第53页

“深度学习”学习日记。感知机

importnumpyasnpimportmatplotlib.pyplotaspltx1=float(input())x2=float(inpu

Anthony陪你度过漫长岁月·2022-12-22 07:45

牛顿迭代（二元函数）

importnumpyasnpimportmatplotlib.pyplotaspltfromsympyimport*#定义符号x1,x2=symbols('x1,x2')#定义所求函数f=0.2*x1

Python ml·2022-12-22 07:44

Language Models and Datasets - 语言模型与数据集(RNN循环神经网络)

假设长度为TTT的文本序列中的词元依次为x1,x2,…,xTx_1,x_2,\ldots,x_Tx1,x2,…,xT。于是，xtx_txt（1≤t≤T1\leqt\leqT1≤t≤T

Gaolw1102·2022-12-22 06:00

资金流入流出预测—模型训练

简单划分、交叉验证划分有时序的数据集：需考虑时序，nested交叉验证划分模型选择依据在验证集上的效果选择除了关注效果的均值，还要关注稳健性还需考虑线上效果，可将线上效果视为一折数据多元回归Y=f(X1,X2

sosososoon·2022-12-22 00:58

动态规划详解之——最长的公共子序列

最长公共子序列问题分析分析最优解的结构特征建立最优值的递归式底向上计算最优值，并记录最优值和最优策略构造最优解算法设计完美图解伪代码详解完整代码相关题解问题分析给定两个序列X={x1,x2,…,xm}和

wjyGrit·2022-12-21 23:34

Opencv(C++)笔记--霍夫变换检测直线、霍夫变换检测圆

目录1--原理2--OpencvAPI3--实例代码4--霍夫变换检测圆1--原理具体原理可参考博客1和视频讲解1；霍夫变换检测直线的核心思想是：在笛卡尔坐标系下，一条直线（两个点（x1,y1）和（x2

憨豆的小泰迪·2022-12-21 21:16

R语言|数据预处理--5异常值分析及处理

(traindata$x5%in%out)#traindata1<-traindata[-which(traindata$x5%in%out)]#boxplot(traindata1$x5)#首先对于x2

**码上人生**·2022-12-21 21:38

MATLAB数据关联性（相关性）分析

分析某个因素与其它因素之间的关联强弱，举个例子X0、X1、X2、X3、X4、X5分别代表热效率、煤气流量、空气流量、热值、蒸汽流量、给水流量；这里分析X1、X2、X3、X4、X5与X0的关联度。

杨铮...·2022-12-21 16:29

sklearn中StandardScaler.fit() 、StandardScaler.transform() 、StandardScaler.fit_transform()的用法

假设存在一组数据x=[x1,x2…xn]，则均值、方差、标准差，以及矩阵的标准化计算公式如下：均值：xˉ=1n∑i=1nxi\bar{x}=\frac{1}{n}\sum_{i=1}^{n}x_{i}xˉ

方程式sunny·2022-12-21 15:20

算法_针对二元最小值问题的粒子群算法_python实现

minf(x1,x2)=x14+x22+6∗x1+4∗x2minf(x_1,x_2)=x_1^{4}+x_2^2+6*x_1+4*x_2minf(x1,x2)=x14+x22+6∗x1+4∗x2针对这个问题

愤逗·2022-12-21 10:19

粒子群入门（二）----------绘制二次函数，并通过粒子群求解y=-(x(1)^2+x(2)^2+x(1)+x(2)+3)；，遇到得一些问题以及解决方案

一、多元函数1、绘制一元二次函数1.1代码clear;clc%%绘制三维图X1=-3:0.1:3;X2=-3:0.1:3;[X1,X2]=meshgrid(X1,X2);y=X1.^2+X2.^2+X1

请叫我李青大人·2022-12-21 10:48

外罚法内罚法matlab,罚函数法

(x2-x1)<=epsx=x2;break;elsec1=M;x1=x2;endendminf=Funval(f,var,x);form

米丝梨·2022-12-21 09:28

三大抽样分布

一、正态分布正态分布是三大抽样分布的基础，我们先来看看关键的定理和结论：1.Fisher定理X1,X2,...,XnX_1,X_2,...,X_nX1,X2,...,Xn是总体N(μ,σ2)N(\mu,

-江户川-·2022-12-21 09:17

矩阵求导（标量对矢量求导）

也就是：∂y∂x⃗=(∂y∂x1,∂y∂x2…∂y∂xn)T\fr

七味老友·2022-12-21 08:38

深度学习之线性回归算法

假定有两个输入X1和X2是输入，Y1是输出。可以列出公式Y1=X0+θ1X1+θ2X2。其中X0项变为X0θ0为使其值不变，可让θ0=1，为方便运算，后续大多数矩阵计算时都会在其开始处加入一列1。

入门弟弟梦呓君·2022-12-21 07:20

bert：weight和bias

权重weights（w1，w2w3）是每个输入信号的权重值，以上面的（1x2x3）的例子来说，x1的权重可能是092，x2的权重可能是02，x3的权重可能是0.03。当然权重值相加之后可以不是1。

专心致志写BUG·2022-12-21 07:38

Sobel边缘检测 - 梯度算子介绍

微分定义dfdx=f(x2)−f(x1)∣x2−x1∣\frac{df}{dx}=\frac{f(x_2)-f(x_1)}{|x_2-x_1|}dxdf=∣x2−x1∣f(x2)−f(x1)dfdx=f

Henry Read·2022-12-21 07:35

python基础知识（七）-Numpy（相关理论）

1、multiply例子：x1=[1,2,3];x2=[4,5,6]printmultiply(x1,x2)输出：[41018]multiply函数得到的结果是对应位置上面的元素进行相乘。

阳光zfc·2022-12-21 07:47

hadoop生态圈之hive面试（一）

问过的一些公司：头条，字节x2，阿里参考答案：1、为什么要使用Hive？

大数据小理·2022-12-21 04:04

朴素贝叶斯分类器数学原理

数学给定一个feature集合X=(X1,X2,X3,...,Xn)X=(X_{1},X_{2},X_{3},...,X_{n})X=(X1,X2,X3,...,Xn)标签YYY∈(y1,y2,...,

bee_yyy·2022-12-21 04:31

python的statamodels模块的VAR模型实例

importpandasaspdimportstatsmodels.apiassmimportnumpyasnp#其他包#创建数据t=300data=pd.DataFrame({'Y1':np.random.normal(0,1,t),'X1':-3*np.random.normal(0,1,t),'X2

江姐vior·2022-12-20 20:47

AI笔记: 数学基础之导数的应用：单调性、凸凹性、极值

导数应用之函数单调性通过函数的导数的值，可以判断出函数的单调性、驻点、极值点若导数>0,则单调递增若导数f(x1)+f(x2)2f(\frac{x_1+x_2}{2})>\frac{f(x_1)+f(x

Johnny丶me·2022-12-20 19:33

K-means聚类算法第5关：组合已实现的函数完成K-means算法

K-means聚类算法的流程如下：首先从数据集x1,x2,x3,…,xn中随机选择k个样本作为簇中心。然后，进入T轮迭代，在每个迭代中执行以下两个步骤。一、对于每个样本x

畜牧当道·2022-12-20 19:02

《安富莱嵌入式周报》第269期：2022.06.06--2022.06.12

往期周报汇总地址：嵌入式周报-uCOS&uCGUI&emWin&embOS&TouchGFX&ThreadX-硬汉嵌入式论坛-PoweredbyDiscuz!

嵌入式系统OS·2022-12-20 18:36

windows截图保存自动化脚本以及设置快捷键一键运行

1.获取需截图区域的左上（x1,y1）和右下（x2,y2）两个点的坐标importpyautoguiaspagx,y=pag.position()2.截图自动保存（img_save.py）importtimefromPILimportImageGrabimportosImgPath

咚咚锵咚咚锵·2022-12-20 14:06

HenrySmale·2022-12-20 14:51

python线性回归实例_线性回归的几个例子

线性回归的概念：给定数据集D={(x1,y1),(x2,y2)........(xm,ym)},向量x和结果y均属于实数空间R。“线性回归”试图学得一个线性模型以尽可能准确的预测实值进行标记。

weixin_39966922·2022-12-20 14:03

训练模型使用多块显卡GPU（亲测可用，详细说明）

首先在代码终端输入：CUDA_VISIBLE_DEVICES='X1,X2,X3'X1,X2,X3为当前可用显卡序号比如4，5，6然后在训练代码中调用模型.cuda时使用torch.nn.DataParallel

SetMaker·2022-12-20 11:35

期望、方差、协方差及相关系数的基本运算

期望定义设P(x)是一个离散概率分布函数，自变量的取值范围为{x1,x2,⋯,xn}。其期望被定义为：E(x)=∑nk=1xkp(xk)设p(x)是一个连续概率密度函数。

Julio_胡·2022-12-20 10:02

随机变量乘积的期望和方差

数学证明随机变量乘积的期望：已知两个随机变量x1x_1x1和x2x_2x2为相互独立,则x1⋅x2x_1\cdotx_2x1⋅x2的期望为E(x1⋅x2)=E(x1)⋅E(x2)\mathbb{E}(x

鬼道2022·2022-12-20 10:02

滑动窗口在原图上滑动的裁剪结果代码实现

defclip_boxes_graph(boxes,window):"""boxes:[N,(y1,x1,y2,x2)]window:[4]intheformy1,x1,y2,x2"""#Splitwy1

纸上得来终觉浅～·2022-12-20 09:25

如何理解对数似然损失函数

X=xk)=p(xk,θ),k=1,2…P(X=x_k)=p(x_k,\theta),k=1,2\dotsP(X=xk)=p(xk,θ),k=1,2…，其中θ\thetaθ是待估参数，则X1=x−1，X2

MD_·2022-12-20 08:07

随机森林评价变量重要性可以无条件信任吗？

1.代码思路与实现：生成三个自变量，x1,x2,x3:每个自变量根据正态分布（mean=0,sd=1）随机生成100个数值;x1<-rnorm(100,mean=0,sd=1)x2<-rnorm(100

道阻且长1994·2022-12-20 07:58

Matplotlib - 2. 绘制线 (line) / 点(marker)

【ps:至少我本人很喜欢归纳完的东西，感觉有条理】1.API格式及说明plot([x],y,[fmt],*,data=None,**kwargs)#同一个图绘制单线plot([x],y,[fmt],[x2

Aaron_neil·2022-12-20 04:26

pytorch 深度学习最简单的分类预测

用pytorch写一个最基本的分类模型，这里分类的数据是二维的[x1,x2]，假设为一类，为第二类。其实就是用一个圆将平面上的数据分为两类，圆内一类，圆外一类。预测时候给任意一个数据，判断是哪一类。

1731064109·2022-12-19 20:04

机器学习--线性回归

引入其中数据项为：工资与年龄目标：预测银行允许贷款的额度设h为额度，x1为工资，x2为年龄，使用线性拟合的方式,即找出一个平面使得额度的值都接近这个平面上的值，如图，可得出关系式为h(x)=θ0+θ1x1

冷月瞬逝·2022-12-19 17:40

bp神经网络实现人脸识别,卷积神经网络手势识别

人工神经元是神经网络的基本处理单元，其接收的信息为x1，x2，…，xn，而ωij表示第i个神经元到第j个神经元的连接强度或称权重。

普通网友·2022-12-19 15:28

学习记录2-多元线性回归模型（附上python代码)

研究货运总量y（万吨）与工业总产值x1（亿元）、农业总产值x2（亿元）,居民非商品支出X3（亿元）的关系。数据见表3-9。(1）计算出y,x1,x2,x3的相关系数矩阵。

醒醒起来学习·2022-12-19 12:50

人工神经网络的训练步骤,人工神经网络训练过程

人工神经元是神经网络的基本处理单元，其接收的信息为x1，x2，…，xn，而ωij表示第i个神经元到第j个神经元的连接强度或称权重。

普通网友·2022-12-19 11:37

Python · 实现鼠标绘画

fromtkinterimport*就可以使用二、主程序fromtkinterimport*#导入模块defpaint(event):x1,y1=(event.x-0.1),(event.y-0.1)x2

老师好我叫余同学·2022-12-19 11:41

Week One - 3. Andrew Ng - 非监督学习

在上图中，我们对于数据的类别一无所知，现在只有x1和x2两个特征，对于无监督算法，我们能做的就是聚类。情景一:谷歌新闻每天都会收集成千上万的新闻，然后将他们聚合称为不同的类别，形成新闻专题。

ZenGeek·2022-12-19 10:55

大数据挖掘实践——K-Means聚类算法

大数据挖掘实践K-Means聚类算法引言：有n个数据D={X1,X2,…,Xn}，我们想把这些数据分成K个类。这个问题的关键在于K为多大时分类是合适的，并且我们也不好选择一个好的初始点。

Chill-W·2022-12-19 08:27

搜索与回溯：子集和问题(subsum)

其中，S={x1，x2，…，xn}是一个正整数的集合，c是一个正整数。子集和问题判定是否存在S的一个子集S1，使得子集S1和等于c。

nothing but nothing·2022-12-19 08:02

【强化学习】重要度采样（Importance Sampling）

目录知识准备降低积分近似的方差当无法从原概率密度函数采样时...知识准备假设随机变量X的取值：x1,x2,...,xnx_1,x_2,...,x_nx

sword_csdn·2022-12-19 00:35

牛顿插值法 matlab程序计算方法,牛顿插值法matlab程序

f[x1,x2,…xn+1](xx1)(xx2)…(xxn)注:牛顿插值法中,用到了插值公式%我们以二次牛顿插值公式为例解析牛顿插值法的matlab程序function[......MATLAB牛顿插值应用程序

Senvn·2022-12-18 17:04

【数值分析/计算方法】插值法及其余项MATLAB仿真实验

1、Lagrange插值法方法：对给定的n个插值节点x1,x2,⋯,xn以及它们对应的函数值y1,y2,⋯,yn，利用构造的n-1次Lagrange插值多项式，可以通过下面式子求得插值区间内任意x的函数值

真的是小恐龙吗？·2022-12-18 17:32

MATLAB之牛顿插值法

一、算法原理1、问题引入上一篇博客我们介绍了拉格朗日插值法，我们现在来回顾其定义：对于插值区间【a，b】上一系列插值节点x0,x1,x2,......xn及其函数值y0、y1、y2......yn；构造一个简单的简单易算的近似函数

天涯铭·2022-12-18 17:02

离散数据的求导-数学理论和代码实现(c++)

f(2)的二阶导数：f’(x2)=(f(2)-2*f(1)+f(0))/1

Nova555·2022-12-18 16:05

【Python】多种类直方图绘制demo

importseabornassnsimportnumpyasnpimportmatplotlib.pyplotaspltnp.random.seed(0)x1=np.random.randn(50)np.random.seed(1)x2

Vincent__Lai·2022-12-18 15:59

解释最小二乘法（最小平方法）？

问题：对于一元线性回归模型,假设从总体中获取了n组观察值（X1，Y1），（X2，Y2），…，（Xn，Yn）。对于平面中的这n个点，可以使用无数条曲线来拟合。要求样本回归函数尽可能好地拟合这组值？综合

发狂的火龙·2022-12-18 13:25

推荐频道

Discuz!X2