自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(15)
  • 收藏
  • 关注

原创 莫烦Python课程笔记[Numpy&Pandas]

2.1 numpy 属性 把list变成numpy矩阵 一些numpy矩阵的属性: 维度 形状(行列) 有多少元素 2.3 numpy的创建array 怎么用numpy创建矩阵和数组 创建指定类型的数组array 生成全零矩阵: 生成全一矩阵: 生成有序数列(从10到20步长为2): 重新定义数列的形状: 生产数列(给定开始结束和线段数自动匹配): 2.4 numpy的基础运算1 次方: 求sin cos: 相乘二行二列的矩阵: 逐个相乘 矩阵乘法 在行、列中求和 axis=0 在

2020-12-29 18:29:51 183

原创 莫烦Python学习笔记[Pytorch]

2.1 Numpy Torch 对比 numpy和tensor之间转换: 输出结果: Numpy和torch的一些函数的对比: 绝对值函数 sin函数 平均值函数: 矩阵乘法: 2.2 Variable 变量 from torch.autograd import Variable 反向传播tensor不变 Variable可变 插曲 什么是激励函数 2.3 Activation 激励函数 import torch.nn.functional as F 3.1 Regression 回

2020-12-28 22:33:11 210

原创 吴恩达机器学习笔记【课时七】

课时7-1 过拟合问题 具有高方差,泛化能力不好。 过拟合的解决办法: 课时7-2 代价函数 如下图:为了避免过拟合,假如我们再代价函数后面加上两项,要想整体最小,则后两个参数值必须极小,这相当于抹去了这两个参数,假设仍是二次函数。 所以我们可以通过在代价函数后面增加正则项避免过拟合: λ是惩罚项,是对不同特征的取舍 假如我们给的惩罚项太大了会出现什么问题? 会出现欠拟合: 课时7-3 线性回归的正则化 正则化在线性回归的推广: 正规方程的正则项: 课时7-4 Logistic回归的正则化

2020-12-11 15:21:10 84

原创 吴恩达机器学习笔记【课时六】

课时6-1 分类 解决一些输出y时离散值的问题: 比如输出0、1是否是垃圾邮件 先讨论二分类问题: 如果用线性回归的方式设置分类阈值为0.5: 可以看出用线性回归解决分类问题并不合适。 所以我们现在要介绍Logistic Regression,它的输出一直介于0和1之间。 这是一种分类算法,不要因为名字疑惑。 课时6-2 假设陈述 Logistic Regression的假设函数: 也就是将输出通过sigmoid函数映射到了0和1之间,然后还是通过数据集来拟合参数 课时6-3 决策界限 课时6-4 代价

2020-12-11 11:54:30 93

原创 吴恩达机器学习笔记【课时五】

因为吴老师用的是octave 但是我打算用python的numpy 这块就不学课程里的了

2020-12-07 11:20:47 67

原创 吴恩达机器学习笔记【课时四】

课时4-1 多功能 现在增加一些特征,以下是一些描述符号: 假设应该改成如下图所示,并且表示可以表示成矩阵相乘的形式:(下图的x为一个样本) 课时4-2 多元梯度下降法 如何给多元回归的梯度下降法设置参数? 如此求导 课时4-3 多元梯度下降法演练——特征放缩 关于特征的取值范围: 椭圆形等高线的代价函数收敛时间长,需要把参数都在同一个范围内: 所以需要对特征的值进行均值归一化处理: 课时4-4 多元梯度下降法——学习率 课时4-5 特征和多项式回归 课时4-6 正规方程(区别于迭代法的直接解法)

2020-12-06 17:58:34 87

原创 吴恩达机器学习笔记【课时三】

课时3-1 矩阵和向量 课时3-2 加法和标量乘法 课时3-3 矩阵向量乘法 课时3-4 矩阵乘法 维度匹配: 左边矩阵每一行时一个样本数据,右边矩阵每一列是一种假设的参数 课时3-5 矩阵乘法特征 矩阵乘法不满足交换律,满足结合律,定义单位矩阵 课时3-6 逆和转置 定义逆矩阵和转置(都是很基础的知识 ...

2020-12-06 17:39:30 80

原创 吴恩达机器学习笔记【课时二】

课时2-1 模型描述 训练样本标记含义: 训练集通过学习算法输出假设函数,假设函数能够对于输入的x输出相应的y 课时2-2 代价函数 如何选择假设函数的参数呢? 通过最小化代价函数: 课时2-3 代价函数(一) 简化了一下: 假设函数和代价函数的关系图示: 课时2-4 代价函数(二) 上一节只有一个参数,所以假设函数和代价函数的图示简单,比如下图: 如果是两个参数,则代价函数的图为下图所示: 可以用二维等高线来表示上图: 对于难以可视化的图可用软件求得极值 课时2-5 梯度下降 梯度下降过程

2020-12-05 21:44:34 146

原创 吴恩达机器学习笔记【课时一】

课时1-2 什么是机器学习?

2020-12-04 19:14:30 64

原创 QwQ 嵌入式问题

第一章 1.嵌入式微处理器特点? 2.嵌入式操作系统特点? 3.嵌入式文件系统? 第二章 1.进程特性? 2.任务间通信的四种方式? 3.I/O编址方式? 4.I/O控制方式? 5.嵌入式系统调试方法? 第三章 1.异常分类? 第四章 第五章 答案 第一章 1.嵌入式微处理器特点? 2.嵌入式操作系统特点? 3.嵌入式文件系统? 第二章 1.进程特性? 动态性 独立性 并发性 2.任务间通信的四种方式? 共享内存 消息传递 管道信号 3.I/O编址方式? IO独立编址 内存映像编址 混合编址 4.I/O控制

2020-11-16 23:05:58 1035 4

原创 QwQ 嵌入式系统复习第五章

第一节 μC/OS-II概述 第二节 任务管理 第三节 中断和时间管理 第四节 任务之间的通信与同步 第五节 存储管理

2020-11-16 22:51:21 91

原创 QwQ 嵌入式系统复习第一章

第二节 嵌入式系统的定义与体系结构 - 三种定义 IEEE定义:用于控制、监视或者辅助操作机器和设备的装置 一般定义:以应用为中心、以计算机技术为基础、软件硬件可裁剪、功能、可靠性、成本、体积、功耗严格要求的专用计算机系统 微机定义:以嵌入式应用为目的的计算机系统 《单片机与嵌入式系统应用》定义:嵌入式系统是嵌入到对象体系内部的专用计算机系统 - 嵌入式系统分类 系统级:各种类型的工控器、PC104模块 板级:各种类型的带CPU的主板及OEM产品 片级:各种以单片机、DSP、微处理器为核心的产品 - 实时系

2020-11-16 22:51:11 241

原创 QwQ 嵌入式系统复习第三章

第一节 嵌入式微处理器概述 第二节 ARM体系结构概览 第三节 ARM编程模型 第四节 ARM 异常处理

2020-11-16 22:50:49 257

原创 QwQ嵌入式系统复习第二章

第一节 嵌入式系统硬件基础 第二节 嵌入式系统软件基础 第三节 嵌入式操作系统 第四节 嵌入式系统设计方法

2020-11-16 22:50:37 286

原创 QwQ 嵌入式系统复习第四章

第一讲 ARM指令集与编程

2020-11-16 22:50:17 442

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除