关注
分享
Mr_LeeCZ
算法工程师，主要关注模式识别、机器学习、计算机视觉等人工智能领域，重点关注无监督学习方法，特别是高维数据分析。数学是基础，算法是灵魂，编程是工具，三者需要紧密结合方能凸显数学之美和算法之能。
展开
-
积跬步至千里 || 类函数的定义与使用
ok原创 2022-12-10 17:43:46 · 325 阅读 · 0 评论
-
积跬步至千里 || 为循环添加进度条
ok原创 2023-11-26 09:37:37 · 242 阅读 · 0 评论 -
积跬步致千里 || 可视化动图展示
ok原创 2023-09-25 20:37:53 · 195 阅读 · 0 评论 -
积跬步至千里 || 数学基础、算法与编程
ok原创 2023-08-26 18:02:17 · 1477 阅读 · 0 评论 -
积跬步至千里 || 矩阵可视化
ok原创 2023-08-21 11:11:08 · 1053 阅读 · 0 评论 -
积跬步至千里 || PyTorch 中 shape 和 size 属性的区别
ok原创 2023-07-03 17:31:31 · 1301 阅读 · 0 评论 -
积跬步至千里 || PyTorch 中的“with torch no_grad” 语句
ok原创 2023-06-28 18:00:24 · 1001 阅读 · 0 评论 -
积跬步至千里 || 利用 os.walk 函数读取不同文件夹里的数据
ok原创 2023-02-13 14:32:33 · 414 阅读 · 0 评论 -
积跬步至千里 || 滤波原理及实现
ok原创 2023-01-07 08:44:10 · 234 阅读 · 1 评论 -
积跬步至千里 || 制作信息收集系统
ok原创 2022-12-29 18:35:20 · 90 阅读 · 0 评论 -
积跬步至千里 || python 中的向量格式与运算
向量原创 2022-12-16 14:28:42 · 618 阅读 · 0 评论 -
积跬步至千里 || 基于近邻点索引的稀疏矩阵到稠密矩阵转换
在代码编写过程中,我们经常遇到这种情况, 已经获取了每个点的近邻点和近邻关系, 下一步就是转换成稠密矩阵进行后续计算. 在这一过程中,我们通常会使用两层 for 循环来完成, 而对于 matlab 或者 python 会变得非常低效, 于是我们可以利用矩阵计算的方式避免出现 for 循环, 从而达到高效的代码实现.原创 2022-12-14 11:52:59 · 289 阅读 · 0 评论 -
积跬步至千里 || 计算样本中两两样本点之间的欧式距离
简单高效的计算样本矩阵两两样本之间的欧式距离原创 2022-12-13 21:45:38 · 580 阅读 · 0 评论 -
积跬步至千里 || “大数据分析与智能计算”方向建议阅读书目
建议阅读书目。原创 2022-11-24 21:09:52 · 353 阅读 · 0 评论 -
积跬步至千里 || Python 常用的结构化数据读取方法
结构化数据也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。与其对应的是非结构化数据，如语音、文本、图像、视频等。结构化数据是普通的数据分析经常用到的数据类型，其本地存储的文件格式又有所不同，如 excel、csv、txt 等。下面我们将介绍三种常用的数据文件Python pandas 库读取方式。原创 2022-11-14 20:10:10 · 1268 阅读 · 1 评论 -
积跬步至千里 || 生成测试数据集及k近邻计算
在设计算法或对算法进行改进时,不可避免地要对新算法进行测试,则会用到toy类型的数据进行直观展示. 最常用的数据类型是高斯类型数据或者直线型数据, 同时要对数据点的顺序进行标注, 然后看相互之间的关系. 样本点相互之间的关系以近邻关系最为常用, 它是很多算法优秀效果的保障.原创 2022-11-11 16:05:35 · 184 阅读 · 0 评论