houyushui-CSDN博客

原创 np.pad用法

pad_width[1]是一个元组，表示在对应方向上应该填充多少，不填充时为（0，0）可以看到，在上面的例子中pad_width表示的是对应的axis轴在那个方向增加填充。pad_width[1]是在axis=1上增加填充。

2023-01-21 09:36:32 201

indices,depth,axis=None,name=None)1. indices是labels，即你要进行one_hot编码的数据2. depth是你数据的类别，或者区间长度3. on_value默认是1，这表示对应值有效时，one_hot编码中的值4. off_value默认是0，表示对应值无效时，one_hot编码的值5. axis默认为-1，表示你的one_hot编码从哪个方向展开，axis为0时，列表示一个数据，行表示类别上面的例子，labels表示我要编码的数据，

2023-01-13 11:53:22 261

原创提高你模型的性能（笔记）

在偏差较高时，会出现欠拟合的现象，此时用的模型就过于简单了；另外，当你的λ设的足够大，那么W将会更接近于0，直观上就是多隐藏单元的权重为0，从而消除了隐藏单元，这时神经网络就被简化，但是它依然很深，所以这个网络就会从过度拟合的状态变为高偏差状态，但是在这过程中，由于是连续的变化，所以会有一个中间态，也就是我们希望让模型变成的低偏差低方差的状态。但如果你的数据比较多，那么你可以适当减少验证集和测试集的比例，因为验证集的目的就是验证不同的算法，比较那种算法更有效，只要有一定的数据量就可以满足这个需求。

2023-01-09 21:13:02 221

原创 np.squeeze用法

这里当axis=None,即默认值时，np.squeeze将矩阵直接变为一维数组。np.squeeze（a, axis=None）将矩阵维度进行移除。如果你指定了轴，那么他将移除指定轴的维度。并且不能移除元素个数大于1的轴。

2023-01-06 16:15:50 913 1

原创 numpy.concatenate函数用法

numpy.concatenate¶用于将矩阵合并numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind") Join a sequence of arrays along an existing axis. 沿着已经存在的轴合并一个矩阵相关参数 Parameters a1, a2, …sequence of array_like

2021-05-16 16:28:02 5720

原创 numpy.linalg.det、numpy.linalg.solve函数用法

numpy.linalg.det这个函数用于计算矩阵的行列式linalg.det(a)计算矩阵a的行列式Parameters a(N, M, M) array_like Input array to compute determinants for. 要计算的行列式的矩阵，这个输入形状要求最后的两个维度相等Returns det(N) array_like 返回，形状为N的行列式 LinAlgError: Last 2 dimensi

2021-05-16 15:58:27 10918

原创 numpy.dot、numpy.trace函数用法

这篇文章帮助学习者了解下numpy的两个函数，dot和tracenumpy.dot 这个函数实现的是矩阵乘法官方文档如下： numpy.dot(a, b, out=None) Dot product of two arrays. Specifically, If both a and b are 1-D arrays, it is inner product of vectors (without complex conjugation) I...

2021-05-16 15:40:15 4804

houyushui的博客