beautifulding的博客

原创 随机梯度下降法

代码：import random# 用y = Θ1*x1 + Θ2*x2来拟合下面的输入和输出# input1 1 2 5 4# input2 4 5 1 2# output 19 26 19 20input_x = [[1, 4], [2, 5], [4, 1], [3, 2]] # 输入y = [19, 26, 19, 20] # 输出theta = [1, 1] # θ参数初始化loss = 10 # loss先定义一个数，为了进入循

原创 图卷积神经网络 11.9

代码：importtorchimporttorch.nn.functionalasFfromtorch_geometric.nnimportGCNConvfromtorch_geometric.datasetsimportPlanetoiddataset=Planetoid(root='/tmp/Cora',name='Cora')classNet(torch.nn.Module):def__init__(self):super(Net...

原创 10.26 决策树推导

原创 2021-10-21强化学习

importgym,osfromitertoolsimportcountimportpaddleimportpaddle.nnasnnimportpaddle.optimizerasoptimimportpaddle.nn.functionalasFfrompaddle.distributionimportCategoricalprint(paddle.__version__)device=paddle.get_device()env=gy...

原创 通过极简方案构建手写数字识别模型10.19

原创 10.15卷积神经网络进行图像分类

代码：import paddlefrom paddle.batch import batchimport paddle.nn.functional as Fimport numpy as npimport matplotlib.pyplot as pltfrom paddle.nn import Linearfrom paddle.nn.functional.common import padfrom paddle.vision.transforms import ToTensort

原创 PCA实现

import numpy as npData = np.array([[2.5, 2.4], [0.5, 0.7], [2.2, 2.9], [1.9, 2.2], [3.1, 3.0], [2.3, 2.7], [2, 1.6], .

原创 Euler

import matplotlib.pyplot as pltx, y = 0.0, 1.0tarX = 10.0buchang = 0.1X, Y = [x], [y]def f(x:float, y:float): return y - 2 * x / ywhile x <= tarX: k1 = f(x, y) k2 = f(x + buchang, y + k1 * buchang) y = y + 0.5 * (k1 + k...

原创 神经网络 推导过程

原创 贝叶斯 马特拉波

import matplotlib.pyplot as plty = 1x = 0xx = [0] * 101yy = [0] * 101for i in range(1,101): y = 1.1*y-0.2*x/y x=x+0.1 xx[i]=x yy[i]=y print(xx[i],yy[i])plt.plot(xx,yy)plt.show()

原创 感知器算法 -丁玉海

importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dimportmathimportrandomdefsigma(x):return1/(1+math.exp(-x))e0=1e1=1e2=1alpha=0.1omga0=np.random.uniform(-1,0)omga1=np.random.uni...

原创 机器学习 监督学习算法

import numpy as npimport matplotlib.pyplot as pltalpha =0.1x = np.array([[2104,3],[1600,3],[2400,3],[1416,2],[3000,4]])t = np.array([400,300.369,232,540])c0 = np.random.random()c1 = np.random.random()c2 = np.random.random()c = np.array([c1,c2]).

原创 第一次作业 part3

numpy中的矩阵copy开辟新地址 a不改变未开辟新地址 a改变取a中第三行第三个改成6 a也变成6 未开辟新地址np.zeros_like()构造全零矩阵，无需指定大小产生随机浮点数np.random.randn() 生成正太分布矩阵nnp.randm.randint() 生成离散均匀分布的整数值组成的矩阵np.pad()函数进行padding操作在矩阵行的上部分添加...

原创 第一次作业 part2

默认生成50个数据生成10个数据，包括首尾不包括尾部数据将步长与结果的数组放入一个list拉平np.prod() 计算元素乘积axis计算指定轴的乘积maximum() 函数...

原创 作业1 part1

广播机制