m0_48399828的博客

原创 qq、微信这些软件可以联网，但浏览器不可以解决方法

在这里记录一下解决过程和方法。我的问题是qq、微信等软件都可以联网正常使用，但是浏览器不可以联网，尝试了多种方法，最后解决的方法如下：win+r 打开运行regedit（注册表），打开[HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\InternetSettings]找到“ProxyEnable”把数值1改为0...

原创 随机梯度下降法与梯度下降的概念区别及简单实现

经典梯度下降法的过程：step1.确定目标函数目的是求出最优θ0、θ1、θ2，所以先赋初值。step2.遍历训练样本，对模型进行训练。分别将所以训练样本带入目标函数模型中，计算得到预测房价。将预测房价与真实房价求误差函数J(θ),再用▽定义误差度量标准。我们知道曲面上方向导数的最大值的方向就代表了梯度的方向，因此我们在做梯度下降的时候，应该是沿着梯度的反方向进行权重的更新，可以有效的找到全局的最优解。根据每一个x的分量以及当时的偏差值进行θ的更新。这个θ的更新过程可以描述为：在梯度下降法中，

原创 LDA算法简单推导

原创 西瓜书中决策树推导（上）

原创 简单实现强化学习

import gym, osfrom itertools import countimport paddleimport paddle.nn as nnimport paddle.optimizer as optimimport paddle.nn.functional as Ffrom paddle.distribution import Categoricalprint(paddle.__version__)2.1.2device = paddle.get_device()e

原创 构建手写数字识别模型

参考https://www.paddlepaddle.org.cn/tutorials/projectdetail/2182045实现手写数字的识别#加载飞桨和相关类库import paddlefrom paddle.nn import Linearimport paddle.nn.functional as Fimport osimport numpy as npimport matplotlib.pyplot as plt# 设置数据读取器，API自动读取MNIST数据训练集trai

原创 卷积神经网络初步实现

参考paddlepaddle，简单的实现卷积神经网络代码如下import paddleimport paddle.nn.functional as Ffrom paddle.vision.transforms import ToTensorimport numpy as npimport matplotlib.pyplot as pltprint(paddle.__version__)2.1.2transform = ToTensor()cifar10_train = paddle

原创 主成分分析PCA的代码简单实现

基于对主成分分析的大致了解，粗略的实现了添加链接描述中的PCA实例。import matplotlib.pyplot as pltimport numpy as np# import sklearn.decomposition as dp# from sklearn.datasets.base import load_irisdata=np.array([[2.5,2.4], [0.5,0.7], [2.2,2.9],

原创 天气预测问题的隐马尔可夫链推导

原创 欧拉算法及其改进算法

电磁场中微积分方程的仿真实验（欧拉算法）一、Euler公式以当前点的值为初值，当前点的导数为导数，计算下一个步长的点的值。代码实现如下：from matplotlib import pyplot as pltimport numpy as nph=0.01x = 0xx=np.zeros(100)yy=np.zeros(100)y = 1for i in range (100): y=h*(y-2.0*x/y)+y x=x+h xx...

原创 感知器算法

import numpy as npimport matplotlib.pyplot as pltx = np.array([[0,0], [0,1], [1,0], [1,1]])t = np.array([[0],[0],[0],[1]])alpha = 0.1omega1 = np.random.random()omega2 = np.random.random()omega=np.array([omega1 ,omega2])e=float(2.72)eps = 10e-4

原创 全连接神经网络（BP）算法推导

朴素贝叶斯公园凉鞋问题已知在夏季，某公园男性穿凉鞋的概率为1/2，女性穿凉鞋的概率为2/3，并且该公园中男女比例通常为2:1，问题：若你在公园中随机遇到一个穿凉鞋的人，请问他的性别为男性或女性的概率分别为多少？解：设事件A 为随机遇到穿凉鞋的人为男性；事件B随机遇到穿凉鞋的人为女性； 事件C为穿凉鞋的人由题給已知条件可知，先验概率（指根据以往经验和分析。 在实验或采样前就可以得到的概率）...

原创 2021-09-16

朴素贝叶斯公园凉鞋问题已知在夏季，某公园男性穿凉鞋的概率为1/2，女性穿凉鞋的概率为2/3，并且该公园中男女比例通常为2:1，问题：若你在公园中随机遇到一个穿凉鞋的人，请问他的性别为男性或女性的概率分别为多少？解：设事件A 为随机遇到穿凉鞋的人为男性；事件B 随机遇到穿凉鞋的人为女性；事件C为穿凉鞋的人由题給已知条件可知，先验概率（指根据以往经验和分析。 在实验或采样前就可以得到的概率） P(A)=2/3; P(B)=1/3条件概率 P(C|A)=1/2; P(C|B)=2/

原创 2021-09-03

波士顿房价问题简单实现