python
聪明乖巧的小狮子
这个作者很懒,什么都没留下…
展开
-
蓝桥杯小练习
排序、杨辉三角原创 2022-04-08 23:37:31 · 218 阅读 · 0 评论 -
求勒让德n阶多项式、图像及求导 python实现
勒让德多项式展开算法、图像及python实现原创 2022-03-24 01:14:35 · 2417 阅读 · 1 评论 -
lagrange插值法、多项式插值法习题---python实践
lagrange插值法、多项式插值法习题---python实现并计算耗时、误差原创 2022-03-21 16:51:18 · 4524 阅读 · 0 评论 -
多项式插值算法 python实现
算法思想:用多项式逼近原函数原创 2022-03-21 15:54:58 · 2129 阅读 · 0 评论 -
python计算定积分
python两种方法计算定积分原创 2022-03-16 15:08:25 · 16782 阅读 · 1 评论 -
拉格朗日差值法python实现
python实现拉格朗日插值算法原创 2022-03-11 23:42:48 · 3912 阅读 · 0 评论 -
python中的常数e的实现
python中的常数e的3中实现表达方式原创 2022-03-03 15:28:09 · 16101 阅读 · 0 评论 -
词频统计(字符串,列表)
统计字符串、列表中每个字母出现的次数原创 2022-02-14 23:12:31 · 777 阅读 · 0 评论 -
BFS,DFS python实现
def DFS(graph,s): """ :param graph: 输入的图 :param s: BFS的起始点 :return: NONE """原创 2022-01-24 21:16:58 · 610 阅读 · 0 评论 -
Resnet-18和Resnet34 pytorch实现
残差块:18层:(2+2+2+2)*2+1+1原创 2021-10-24 12:15:59 · 708 阅读 · 0 评论 -
LeNet 5 pytorch实现
import torch.nn as nnimport torchfrom torchinfo import summary#img is 32*32*1data=torch.ones(size=(10,1,32,32))class LeNet_5(nn.Module): def __init__(self): #定义神经网络所需的全部元素 super().__init__() self.conv1=nn.Conv2d(1,6,5) #32+2pa.原创 2021-10-23 22:29:08 · 300 阅读 · 0 评论 -
python处理实验数据(物理实验)
处理这些实验数据,并画图表示关系from matplotlib import pyplotimport numpyimport mathe=math.e # loge那个e# x=[-6.0,-4.0,-2.0,0.26,1.17,2.84,3.18,3.32,3.56,3.71,3.82,3.93,4.02,4.11,4.19]# y=[-3.5,-1.4,-0.7,0.22,1.02,4.0,7.0,10,20,30,40,50,60,70,80]x1=[900,491,307,2原创 2021-10-21 17:32:25 · 1385 阅读 · 0 评论 -
线性回归regression
线性回归 (linear regression)基于几个简单的假设:首先,假设自变量 x 和因变量 y 之间的关系是线性的,即 y 可以表示为 x 中元素的加权和,通常允许包含观测值的一些噪声;其次,假设任何噪声都比较正常,如噪声遵循正态分布。线性模型损失函数梯度下降(gradient descent)通过不断地在损失函数递减的方向上更新参数来降低误差。但有时时间成本太大故采用小批量随机梯度下降(minibatch stochastic gradient descent)原创 2021-08-04 19:21:49 · 189 阅读 · 0 评论 -
自动求导及实现
自动求导在我们计算 y 关于 x 的梯度之前,我们需要一个地方来存储梯度。 重要的是,我们不会在每次对一个参数求导时都分配新的内存。import torch#创建变量x并为其分配一个初始值。、x=torch.arange(4.0,requires_grad=True)print(x)print(x.grad)#x是一个长度为4的向量,计算x和x的内积,得到了我们赋值给y的标量输出y=2*torch.dot(x,x)print(y)#接下来,我们可以通过调用反向传播函数来自动计算y关于原创 2021-08-04 12:06:16 · 310 阅读 · 1 评论 -
深度学习数据处理与代数基础
torch数据处理1.标量scalar即0阶张量import torchx=torch.tensor([3.0])y=torch.tensor([4.0])print(x+y)print(x*y)2.向量 vector(一阶张量)即标量值组成的列表并将这些标量值称为向量的元素(elements) 或分量(components)向量的长度通常称为向量的维度(dimension)x=torch.arange(4)print(x)print(len(x))print(x.shape原创 2021-08-02 17:26:42 · 371 阅读 · 0 评论 -
pandas分析电影评分
import pandasimport mathimport numpy#pandas要读取表格型内容 如:#pandas.read_sql()#pandas.read_excel()u_cols1=['users_id','age','sex','job','zip_code']users_info=pandas.read_csv('uers_info.txt', sep='|', names=u_cols1, encoding='ISO-8859-1')#print(users_原创 2021-05-29 14:23:56 · 377 阅读 · 0 评论