1.线性代数
import numpy as np
from scipy import linalg
#创建矩阵
A = np.arrary([[1, 2], [3, 4]])
print(A)
#求解行列式
det = linalg.det(A)
print(det)
#求逆矩阵
A_inverse = linalg.inv(A)
print(A_inverse)
#特征值和特征向量
eigen_values, eigen_vectors = linalg.eig(A)
print(eigen_valuse, eigen_vectors)
2.梯度下降
使用BFGS法求解二次函数最小值
from scipy import optimize
#定义待优化的函数
def f(x):
return x**2+2*2-1
#设置迭代中x的初始值
x_initial = 0
#使用BFGS法求解f(x)的最小值
solution = optimize.fmin_bfgs(f, x_initial)
print(solution)