- 博客(6)
- 问答 (3)
- 收藏
- 关注
RSS订阅原创 pyhton编程中的小错误集锦
1.关于一维矩阵的定义区别a=np.zeros(3)a=a.Ta=[0,0,0]a.T=[0,0,0]对于一维问题这样定义的a然后转置是没有用的，转置前后都是1行n列的数组，要想实现转置，必须这样定义:a=np.zeros((1,3))a=[[0],[0],[0]]a.Ta.T=[[0]\n,[0]\n,[0]\n,]2.关于数据文件的读入f=f.open(filen...
2019-10-25 10:45:03
108
原创 MSB8041 MFC libraries are required for this project.
第一步：打开开始菜单输visual studio installer搜索第二步：就在这个页面找到“更多”在出现的搜索栏输入MFC，就会出现一列有关MFC的文件，我个人理解是只勾选带(x86&x64)的，带有(ARM)等的不选，然后点击右下角有一个安装按钮，即可等待安装。...
2019-10-16 16:04:59
1841
原创 极大似然估计的数学意义及例题
最大似然估计是一种用来在给定观察数据下估计所需参数的技术。比如，如果已知人口分布遵从正太分布，但是均值和方差未知， MLE（maximum likelihood estimation）可以利用有限的样本来估计这些参数。1.正规定义从分布f0f_0f0中引出nnn个独立同分布的观察x1,x2,...xnx_1,x_2,...x_nx1,x2,...xn，其中f0f_0f0是从一族依赖于...
2019-10-14 16:34:59
11068
原创 Hessian矩阵的几何意义
就像高中用二阶导数来判断一维二次函数的凹凸走向一样，Hessian矩阵不过是用来判断多维函数在某一指定点的凹凸性而已，看完这个博客想必你会立马恍然大悟，文章篇幅不大，还请耐心看完全程。1. 基础一：什么是行列式这个想必大家都懂得，以二维矩阵为例：2.基础二：特征值和特征向量矩阵最大的应用之一就是在几何变换上，比如旋转，平移，反射，以及倍数变大或变小。举例：X=[3−1]X=\left...
2019-10-14 09:59:06
8327
转载 KL散度的数学概念（直观易懂）
关键点摘要KL 散度是一种衡量两个概率分布的匹配程度的指标，两个分布差异越大，KL散度越大。定义如下：img其中 p(x) 是目标分布，q(x)是去匹配的分布，如果两个分布完全匹配，那么imgKL 散度又叫相对熵，在信息论中，描述的是q去拟合p的产品的信息损耗。KL 散度是非对称，即 D(p||q) 不一定等于 D(q||p) 。KL 散度经常作为优化的目标。机器学习是当前最重要...
2019-10-11 17:20:52
361
原创 证明lim(1+a/n)^n=e^(-a)
证明：limn→+∞(1−an)n=e−a\lim_{n \to +\infty} (1-\frac{a}{n})^n=e^{-a}n→+∞lim(1−na)n=e−a
2019-10-10 14:17:03
3418
2
空空如也
传热的对流边界问题，一边是向量，一边是常数，两者怎么会相等呢？
2022-03-09
有人画过四维云图吗，可以是热场分布，电场分布等
2021-09-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人