C++中的数学函数汇总

259 篇文章 4 订阅
240 篇文章 2 订阅

math.h 数学函数库,一些数学计算的公式的具体实现是放在math.h里,具体有:
1 三角函数
double sin (double);
double cos (double);
double tan (double);
2 反三角函数
double asin (double); 结果介于[-PI/2, PI/2]
double acos (double); 结果介于[0, PI]
double atan (double); 反正切(主值), 结果介于[-PI/2, PI/2]
double atan2 (double, double); 反正切(整圆值), 结果介于[-PI/2, PI/2]
3 双曲三角函数
double sinh (double);
double cosh (double);
double tanh (double);
4 指数与对数
double exp (double);
double pow (double, double);
double sqrt (double);
double log (double); 以e为底的对数
double log10 (double);c++中自然对数函数:log(N)   以10为底:log10(N)但没有以2为底的函数但是可以用换底公式解 决:log2(N)=log10(N)/log10(2)
5 取整
double ceil (double); 取上整
double floor (double); 取下整
6 绝对值
double fabs (double);
7 标准化浮点数
double frexp (double f, int *p); 标准化浮点数, f = x * 2^p, 已知f求x, p ( x介于[0.5, 1] )
double ldexp (double x, int p); 与frexp相反, 已知x, p求f
8 取整与取余
double modf (double, double*); 将参数的整数部分通过指针回传, 返回小数部分
double fmod (double, double); 返回两参数相除的余数
source: 《C & C++ Code Capsules》
9 平方根
sqrt

C#卷积神经网络(Convolutional Neural Network,CNN)是一种常用于图像识别计算机视觉任务的深度学习模型。它通过使用卷积层、池化层和全连接层等组件来提取图像特征并进行分类。 数学公式在描述CNN时起到了重要的作用。下面是CNN几个关键概念的数学公式: 1. 卷积操作: 在CNN,卷积操作用于提取图像的局部特征。假设输入图像为X,卷积核为W,那么卷积操作可以表示为: ![convolution](https://latex.codecogs.com/gif.latex?Y%20%3D%20X%20*%20W) 其,* 表示卷积操作,Y 是输出特征图。 2. 激活函数: 在卷积层或全连接层后,通常会应用一个非线性激活函数来引入非线性变换。常见的激活函数有ReLU、Sigmoid和Tanh等。以ReLU函数为例,其数学公式为: ![relu](https://latex.codecogs.com/gif.latex?f%28x%29%20%3D%20max%280%2C%20x%29) 3. 池化操作: 池化操作用于降低特征图的空间维度,并保留重要的特征。常见的池化操作有最大池化和平均池化。以最大池化为例,其数学公式为: ![max_pooling](https://latex.codecogs.com/gif.latex?Y%20%3D%20maxpool%28X%29) 4. Softmax函数: 在CNN用于多分类问题时,通常会使用Softmax函数将网络输出转换为概率分布。Softmax函数可以表示为: ![softmax](https://latex.codecogs.com/gif.latex?S_i%20%3D%20%5Cfrac%7Be%5E%7BX_i%7D%7D%7B%5Csum_%7Bi%3D1%7D%5E%7BN%7De%5E%7BX_i%7D%7D) 其,S_i 是第 i 个类别的概率,X_i 是网络输出的第 i 个元素。 这些是CNN一些常见的数学公式,它们在实现卷积神经网络时起到了关键作用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值