统计学习方法
a_rose_for_tang
这个作者很懒,什么都没留下…
展开
-
梯度下降法pytorch寻找superoscillation wx最新的2020-9-27useful
import numpy as npimport torchdef def_k_coefficient( k_shape ): # 定义系数的尺寸,随机初始化系数 k_coefficient_real_img = np.random.rand(k_shape,2) # k_coefficient_img = np.random.rand(k_shape,1) # 返回值是k系数的实数部和虚数部,都是(40,1)的尺寸 # 若要求最终的系数,可采取k_su原创 2020-09-27 14:13:59 · 120 阅读 · 0 评论 -
梯度下降法,调用pytorch实现(问题在哪????????老是调不好)
import numpy as npimport torchdef def_k_coefficient( k_shape ): # 定义系数的尺寸,随机初始化系数 k_coefficient_real_img = np.random.rand(k_shape,2) # k_coefficient_img = np.random.rand(k_shape,1) # 返回值是k系数的实数部和虚数部,都是(40,1)的尺寸 # 若要求最终的系数,可采取k_su原创 2020-09-24 15:01:09 · 112 阅读 · 0 评论 -
普通的梯度下降法python实现
问题来源寻找特定的系数使得计算的结果和预设结果靠近def k_X_dots(k , allpoint): # 计算系数相乘点之后的结果,单独的列求和 , 返回值为(27,1) # kshape = 40 ,1 rows ,cols =k.shape # 40 ,27 allpoint_rows ,allpoint_cols= allpoint.shape all_point_new = np.zeros((allpoint_rows,allpoint_原创 2020-08-12 19:44:29 · 177 阅读 · 0 评论 -
最小二乘法求解多项式系数
1原理统计学习方法21页2实现#n次多项式的拟合曲线 y= a0 +a1x+a2x^2+'''+anx^nimport numpy as npx_array = np.array( [0, 0.1111 ,0.2222, 0.3333, 0.4444, 0.5556 ,0.6667 ,0.7778, 0.8889 ,1])y_array = np.array([0.0008,0.6419, 0.9849, 0.8655 ,0.3423 ,-0.3426, -0.8655,-0.9841, -原创 2020-06-05 11:47:22 · 4049 阅读 · 0 评论