aiAI

矩阵的点乘和叉乘–深度学习应用场景针对有矩阵基础的解惑版     大学刚学完矩阵论，一搞深度学习，代码.dot 和 矩阵* 傻傻分不清了。这里就帮各位大佬区分一下.     先讲叉乘 规则大家都知道，讲个记忆。叉乘吗，自然需要行列交叉相乘的形式才行的(^_−)☆   学过矩阵运算的都知道，我们其实默认说的矩阵乘法就是这个所谓的叉乘 就是两个矩阵形状对的上，才能正确就行叉乘运算,也就是行与列对应相乘最后相加，放在对应位置。 举个栗子o(´^｀)o： 形状上:

Notebook快捷键   快捷键分成两种状态下的. 一个是命令模式, 一个是编辑模式, 掌握之后事半功倍.     不多说直接上快捷命令图： 都是核心，超核心操作呀！！！博主就是拿来当笔记收藏哒，欢迎各位小伙伴收起来 (σﾟ∀ﾟ)σ…:☆ ...

python机器学习中random.shuffle奇技淫巧     random.shuffle()基础用法 random.shuffle(list) 用来打乱这个list的顺序 如图     在机器学习中的妙用 玩过机器学习的大佬都知道数据集的珍贵性，我们对于训练集顺序不影响训练输出的情况，会有一个需求–打乱训练集反复使用，以榨干训练集的完整价值o(´^｀)o random.shuffle()函数完美帮助我们实现了这个功能，只需要把训练集的索引放入，出来自然就是乱

np.newaxis的功能:插入新维度 目前经常用在机器学习numpy中的矩阵运算 这样改变维度的作用往往是将一维的数据转变成一个矩阵，与代码后面的权重矩阵进行相乘， 否则单单的数据是不能呢这样相乘的哦。 举个简单的例子介绍一下吧。 栗子1： a=np.array([1,2,3,4,5]) print(a.shape) print (a) 输出： (5,) [1 2 3 4 5] 栗子2： a=np.array([1,2,3,4,5]) aa=a[:,np.newaxis].

python3 去除print自动换行问题（消除结尾自带换行） 为啥需要这样做了，我是需要完成九九乘法表的特定格式，各位小伙伴也使用这个方法解决自己的python输出格式问题哦！ 解决方案： 在print()加入end参数，设置为空就可以实现去除自动换行。如图 对比，不使用end参数： 使用代码示例： print("hello,world",end="") 把end参数替换成其他转义符就可以自己实现DIY 问题解决，收工！ ...