numpy# precisionnp.mean(y_pred == y_true)# error1 - np.mean(y_pred == y_true)theano# errorT.mean(T.neg(y_pred, y_true))# precision1 - T.mean(T.neg(y_pred, y_true))

brevity is the soul of wit. —— 言贵在简；如果使用的是某个库，或者框架，就使用框架、库内的函数，而不要自己再单独实现；比如求均值，显然使用 T.mean(xent) 或者 xent.mean()，而不是相加求和再平均；

二值化的激活函数：x > 1 ? 1 : -1; ⇒ [1, -1]; x = 0 ⇒ -1;当然也可以使用sign() 函数（求符号函数）：sign(x) % 但要注意的是，sign(0) ⇒ ？

SNR = @(signal, noisy) 20*log10(norm(signal)/norm(signal-noisy))

使用逻辑判断式进行赋值，几乎所有的编程语言都支持，逻辑判断返回的 True/False，其实对应着 1/0，以 matlab 获取一个单位样本序列为例：function [x, n] = impseq(n0, n1, n2)n = n1:n2;x = [n == n0]; % 当然也可以稍微啰嗦的一种写法，x = [(n-n0) == 0];

void fib(int n){ int a = 1, b = 0; for (int i = 0; i < n; ++i){ b += a; a = b - a; cout << a << ", " << b << endl; // return a; }}注意：a 记录 fib(k-1),

sinc(x)=⎧⎩⎨sin(x)x,1,x≠0x=0\text{sinc}(x)=\left\{\begin{array}{ll}\frac{\sin(x)}{x},&x\neq 0\\1,&x=0\end{array}\right. 可转化为： sinc(x)=sin(x)+(x==0)x+(x==0)\text{sinc}(x)=\frac{\sin(x) + (x==0)}

Python 中的 Map-Reduce 函数式编程的利器。Python 中的 map 函数第一个参数接受函数对象，其他参数可以任意长度，作为可变参数。import operatordef vector_add(v1, v2): return map(operator.add, v1, v2)

def inner_prod(x, y): return reduce(operator.add, map(operator.mul, x, y))

def argmin(lst): return min(range(len(lst)), key=lst.__getitem__)def argmax(lst): return max(range(len(lst)), key=lst.__getitem__)