m0_65726092的博客

原创 朴素贝叶斯

原创 马尔可夫链

1. 马尔科夫链概述 　　　　马尔科夫链定义本身比较简单，它假设某一时刻状态转移的概率只依赖于它的前一个状态。举个形象的比喻，假如每天的天气是一个状态的话，那个今天是不是晴天只依赖于昨天的天气，而和前天的天气没有任何关系。当然这么说可能有些武断，但是这样做可以大大简化模型的复杂度，因此马尔科夫链在很多时间序列模型中得到广泛的应用，比如循环神经网络RNN，隐式马尔科夫模型HMM等，当然MCMC也需要它。 2. 马尔科夫链模型状态转移矩阵的性质 import numpy as np matrix = np

原创 卷积神经网络

一.卷积神经网络物体边缘检测 代码 import matplotlib.pyplot as plt from PIL import Image import numpy as np import paddle from paddle.nn import Conv2D from paddle.nn.initializer import Assign import os os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE" tree = Image.open('img/

原创 感知器实验

import matplotlib.pyplot as plt import sys x1 = np.array([0, 0, 1, 1]) x2 = np.array([0, 1, 0, 1]) y = np.array([0, 0, 0, 1]) y1 = np.array([0, 1, 1, 1]) w1 = 0.6 w2 = 0.6 b = -0.7 alpho = 0.001 e0 = 0 j = 0 xx = [] yy = [] zz = [] def fx(x1, x2)

原创 剃度下降法

剃度下降 import sys import numpy as np x1 = np.array([2104, 1600, 2400, 1416, 3000]) x2 = np.array([3, 3, 3, 2, 4]) y = np.array([400, 330, 369, 232, 540]) a0 = 0.01 w0 = 1 w1 = 1 w2 = 1 j = 0 alp = 0.01 xx = [] yy = [] zz = [] def hy(xx1, xx2): r

原创 9.26作业

原创 Python实现一加到100

原创 【无标题】Python

hello xiaocao